Plugins

Wenn der Agent die Zieldatei mit bash statt read untersucht, wird deren Version als Observation registriert, damit die Filesystem-Observation-Policy Bearbeitungen nicht mit `FS_NOT_OBSERVED` ablehnt. Gilt nur für Edits; blinde Überschreibungen der ganzen Datei bleiben gesperrt.

Konvertiert Office- und PDF-Dateien im DSH-Workspace lokal in Markdown, bevor das Modell sie liest – ohne Netzwerk oder API-Kontingent. Schreibt jede .md-Datei neben die Quelle, sodass nur ein Pfad in den Kontext gelangt. Für Datei oder Verzeichnis werden Bytezahl, Zeilenzahl, Token-Schätzung und Überschriftenübersicht ausgegeben.

Lokale Art-Pipeline für DSH: Steuert lokal installiertes SD WebUI und ComfyUI über zehn image_*-Tools und ein Art-Studio-Seitenpanel mit eingebettetem ComfyUI-Canvas. Nachbearbeitung mit dem Python der Installationen (rembg-Freistellung, Real-ESRGAN-Upscaling, nahtloses Kacheln); nach Festlegen des Projektstamms werden Godot-Assets mit res://-Pfaden geschrieben.

Untersucht und ordnet ein echtes Android per adb: App-Datenmengen aus dumpsys diskstats ohne Root, Speicherübersicht, Cache-Löschung bei erhaltenen App-Daten, Ordnermaße und Screenshots — fünf Tools. Lesen ändert nichts, Schreiben erfordert ausdrückliche Bestätigung.

ZCode-ähnliche Erweiterung des DSH-Planmodus: modellinitiiertes enter_plan_mode-Tool, harte Abfangregel für Schreib-Tools beim Dispatch (ctx.tools.guard) während der Planung und Promptabschnitt mit vier Phasen (explore, design, review, exit). Nutzt die offizielle plan/mode-Zustandsmaschine und den Exit-Review-Ablauf erneut.

Vom Nutzer verfasster Langzeitspeicher in vier Ebenen (verbindliche Regeln, Verhaltenseinstellungen, Nutzerprofil, optionale Regeln), als ein Abschnitt im System-Prompt eingefügt; dazu ein separates temporäres Arbeitspaket (Sitzungsübergaben, Etappenziele, offene Punkte) mit eigenem Limit von 1.200 Zeichen, das nach Erledigung nicht mehr eingefügt wird. Die Langzeitebenen sind les- und bearbeitbare Markdown-Dateien; der Agent darf nur Vorschläge machen und schreibt erst nach Zustimmung im chinesischen Panel. Temporäre Einträge werden nur auf ausdrückliche Bitte in <DSH_HOME>/temp-memory.json geschrieben (wird beim ersten Schreiben angelegt), nicht im Speicherverzeichnis. Keine automatische Erfassung, Hintergrundschreibvorgänge oder Netzwerkzugriffe.

Doppelklicke auf die eigene Nachricht, um sie umzuschreiben und von dort in einem neuen Zweig fortzufahren.

Fügt jeder Sitzung „Forget“ hinzu; ein zweiter Klick bestätigt. Entfernt sie aus Seitenleiste und Datenträger, stoppt laufende Arbeit, löst Workspace-/Archiv-/Pin-Einträge über offizielle Wege und löscht Protokollordner sowie Projektionscache. Ein Schutz löscht neu erstellte Einträge erneut. Andere Erinnerungen, Anhänge und Sitzungen bleiben unberührt.

Verbindet kostenlose OpenCode-Zen-Modelle mit DSH: Live-Erkennung, einzeln aktivierbare Modelle und ein Klick zum Schreiben der Anbieterkonfiguration. Kein API-Schlüssel nötig.

Berechnet die Kosten jeder Runde anhand der offiziellen Preistabelle, warnt bei 80 % und stoppt die Aufgabe bei 100 %. Erstellt einen Übergabe-Snapshot für die nächste Sitzung.

Prompt-Optimierer in der Input-Toolzeile des Composers: Kategorie und Vorlage wählen, ✨ schreibt den Entwurf an Ort und Stelle um; Ein-Klick-Undo. Basic-, Context- und Image-Kategorien, Abbruch, Anzeige von Dauer und Tokenverbrauch. 15 Vorlagen für Aufgabenanweisungen, Schrittplanung, Sicherheitsforschung, Systemprompt-Rollenkarten und Text-to-Image-/Image-to-Image-Prompts. Context-Vorlagen lesen letzte Turns zur Koreferenzauflösung. Aufrufe über den Host-Model-Service; Settings zeigt Modell und Budgets. Ein Output-Guard prüft den Erhalt nutzerdefinierter Einschränkungen und warnt, statt automatisch erneut aufzurufen. Für dsh 0.1.7 und 0.2 angepasst.

Ergänzt den Composer um eine Schaltfläche, die einen ungesendeten Entwurf klarer und spezifischer formuliert; mit Ein-Klick-Wiederherstellung, Einstellungsseite und optionalem Modell-Override pro Anfrage.

Git-Repository-Connector für DeepSeek Harness: gespeicherte Repo-Profile per Name, Work-Copy-Operationen (clone/fetch/pull/push/commit) und Gitea-/Forgejo-/GitHub-API-Tools. Schlüssel im DSH-Zugangsdatenzentrum; Sicherheitsflags pro Repo für TLS bypass, overwrite und force push.

Selbstorganisierende Multiagenten-Cluster ohne Orchestrator. Echte DSH-Subagenten koordinieren sich über ein gemeinsames Append-only-Log, das jeder nach eigenem Zeitplan liest und schreibt; keine Topologie, ein Dispatch pro Agent. Im Snapshot-Modus friert das Harness die Nachbarsicht im Prompt ein und führt Ring-/Mesh-/Swarm-Cluster zur Konvergenz.

Skill-Panel für DSH Web: Karten aus konfigurierbaren Verzeichnissen, vollständige SKILL.md beim Öffnen. Der Schalter setzt disable-model-invocation und fügt Skills dem Katalog hinzu/entfernt sie, sodass das Modell nur aktive lädt. Erkennt WorkBuddy-expert-team-Ordner mit Avatar/Tags/Quick Prompts/Members und registriert den Lead-Prompt beim Aktivieren. Verzeichnisse im Panel bearbeitbar.

Liest und schreibt Apple iCloud Calendar über CalDAV mit fünf Tools: Kalender auflisten, Zeitraum mit aufgeklappten Wiederholungen lesen, Termine erstellen und nach einem Dry Run mit Bestätigung der exakten Objektanzahl löschen. Zugangsdaten über DPAPI, Keychain, libsecret oder Umgebungsvariable.

Prompt-Optimierer mit einem Klick: Überarbeitet den Composer-Entwurf per konfigurierbarer Strategie, bearbeitbarer Vorlage, Few-Shot-Beispielen, angehefteten Modellen und Reasoning-Aufwand.

Adversarial Review für DeepSeek Harness: Einen festgelegten Plan nach Dimensionen von read-only Red-Team-Experten prüfen lassen und ihre Befunde in einzelne Fehler zerlegen, die du nacheinander annimmst oder ablehnst. Der Plan wird nie umgeschrieben und Code nie repariert.

Schreibt den DSH-Composer-Entwurf über die eigenen LLM-Routen des Harness in einen klareren, ausführbaren Prompt um und zeigt vorher den Original-/Optimiert-Vergleich.

Ergänzt drei DeepSeek-Harness-Einstellungsseiten: MCP-Server hinzufügen/bearbeiten/aktivieren/entfernen; Agent-Skills schreiben oder aus einem GitHub-Repository installieren; globale Persona-Bibliothek verwalten und eine Persona aktivieren.

Liest den Sitzungsereignisstrom ohne zusätzliche Modellaufrufe und erstellt aus Korrekturen, Fehlern und Lösungen ausstehende Lernvorschläge. Jeder Vorschlag wird anhand schriftlicher Kriterien bewertet und nennt den Grund für Annahme oder Ablehnung. Nur nach Bestätigung schreibt ausschließlich der validierte Writer `learn_skill_manage` eine Skill. Ein im Leerlauf aktiver Curator markiert ungenutzte Skills als veraltet und archiviert sie durch Verschieben statt Löschen; noch geladene Skills bleiben erhalten. Registriert fünf Tools (`learn`, `learn_review`, `learn_curator`, `learn_skill_manage`, `learn_skills`), einen Prompt-Abschnitt mit den Kriterien und einen Tool-Guard, der direkte Änderungen an Skill-Dateien zum Umgehen des Writers verweigert.

Reasoning-Gear-Presets für Drittanbietermodelle: 16 Anbieter-/Modellprofile mit eigenen Wire-Werten je Modus; Übernahme in dsh-llm-pi-ai erst nach Vorabprüfung, Ablehnung je Regel. Pro Modell Wechsel zwischen OpenAI Chat Completions, OpenAI Responses und Anthropic Messages mit automatischer Neugruppierung der Routen. Optimize-Schaltfläche im Composer und Einstellungsbereich schreiben den Eingabetext mit dem gewählten Modell um.

Macht ein ZSpace-NAS (极空间) zu nativen Agenten-Tools: list/stat/search/read/download/upload/write für Dateien sowie Ordner erstellen, rename/move/copy/delete. Netzwerkübergreifend über das Desktop-Client-Relay, ohne LAN, WebDAV oder SSH; im selben Netzwerk automatischer Wechsel zum schnelleren direkten WebDAV-Transport. Delete verlangt ausdrücklich confirm: true. write/upload/create-folder/rename/move/copy laufen direkt; zspace_write überschreibt gleichnamige Dateien, sofern overwrite nicht false ist.

Generative UI für DeepSeek Harness: Der Agent schreibt TSX, dsh web rendert es live im Chat und in einem Canvas-Panel.