Plugins

Schwebender DSH-Desktop-Begleiter mit 12 verfassten Zustandsanimationen für Anfragen, Werkzeuge, Compaction, Archivierung und Prompt-Erweiterung; Live-Kontextauslastung; ein dauerhaftes Lifetime Ledger über Sitzungen hinweg; Summen pro Anbieter/Modell, stündliche Trends und 7/30-Tage-Ansichten; Dunkel/Hell-Themenwechsel; optionale Kostenschätzungen (standardmäßig aus) mit visuellem Preiseditor und monatlicher Budgetwarnung; clientseitiger Skin-ZIP-Import; JSON/CSV-Nutzungsexport; reine Snapshot-Panel-Lesevorgänge mit Hintergrund-Inkrementindexierung; und optionale Prompt-Erweiterung mit bearbeitbarer Vorschau und DSH-Composer-Übermittlung.

Lark/Feishu-Bot-Kanal für DeepSeek Harness: Jeder Chat steuert seinen eigenen Agenten, und Tool-Genehmigungen, Modellfragen und Planüberprüfungen kommen als Karten zurück, die per Schaltfläche oder Antwort beantwortet werden. Wechsle Arbeitsbereich und Modell direkt im Chat (`/cd`, `/model`, `/new`) und betreibe mehrere Bots, die getrennte Sitzungen führen und sich in einer Gruppe gegenseitig den Zug übergeben können.

Hält einen lokal laufenden TinyTitan-Modellserver aus dem Harness erreichbar: aktualisiert die Route llm-pi-ai aus den installierten Modellen und bindet ein Kompaktierungs-Backend ein, das nicht denkt.

Komponenten-Checkliste des von den tnnevol-DSH-Plugins gemeinsam genutzten Semi-Design-Pakets, geöffnet über eine `Semi UI`-Schaltfläche im Konversations-Header: 35 Komponenten plus eine Multi-Account-Fallseite, in sieben Sidebar-Gruppen gegliedert – von Eingaben, Formularen, Selektoren und Bäumen bis zu Tabellen, Cards, Overlays und Feedback –, jede live gerendert mit einzeiliger Beschreibung und Seitenübersicht, mit Vorschau in Hell, Dunkel und System folgend. Installation über npm mit `dsh plugin --profile web add @tnnevol/dsh-semi-ui-showcase`.

Tencent-CodeBuddy-Modellanbieter für DeepSeek Harness, der sich per Browser-OAuth statt mit einem API-Key anmeldet: listet den CodeBuddy-Modellkatalog mit den Kontext-, Ausgabe-, Tool-Calling-, Reasoning- und Bild-Fähigkeiten jedes Modells auf, verwaltet mehrere Konten mit automatischem Failover auf das nächste nutzbare, zeigt das Restkontingent im Composer mit einem Panel zur Token- und Guthaben-Nutzung und erledigt pro Konto automatisierbare CodeBuddy-Growth-Aufgaben mit Ausführungslog. Installation über npm mit `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

Täglicher RSS/Atom-Nachrichtendigest für DSH: eingebaute Kanäle sowie ein kuratierter awesome-rsshub-routes-Katalog und benutzerdefinierte Feeds (beim Speichern validiert), aggregiert zu einem täglichen Markdown-Digest „今日值得读“ und in den System-Prompt eingefügt; Web-GUI-Einstellungskarte und Seitenleisten-Leser.

Listet in der DSH-Seitenleiste alle Markdown-Dokumente, Bilder und Videos des Session-Workspace auf, nach Relevanz für die aktuelle Konversation geordnet: aktuelle Nachrichten werden lokal mit IDF-Gewichtung gegen Titel, Zusammenfassung und Text der Dokumente abgeglichen — ohne Modellaufrufe und Netzwerk. Da sie aus dem Workspace gescannt statt erinnert wird, bleibt die Liste nach DSH-Neustart oder neuer Session erhalten. Bilder und Videos werden an Ort und Stelle angezeigt, relative Bildpfade aufgelöst, Videos per HTTP Range gestreamt. Eine Referenzleiste unter dem Vorschaukopf zeigt zitierende und zitierte Dokumente, mit Klick zum Wechseln. Dieselbe Rangfolge steht dem Agenten als Tool knit_docs bereit, das relevanteste Dokumente samt passender Passage zurückgibt, sofern gefunden.

Per-Modell-Konfiguration für Reasoning-Aufwand und Eingabemodalität für Drittanbieter-Provider: Vorschläge, fusioniert aus einer Modell-Wissensbasis und Roh-/models-Endpoint-Evidenz mit Konfidenz-Labels, bearbeitbar innerhalb der offiziellen Models-Seitenkarte.

Off-Peak-Batch-Runner für DeepSeek Harness: Benutzer definieren Aufgaben in Stoßzeiten – Prompt, Strategie, Priorität, Arbeitsbereich, gesperrte Dateien – und geben sie manuell frei; das Plugin führt den Batch dann automatisch innerhalb benutzerdefinierter Off-Peak-Fenster aus. Jeder Lauf durchläuft fünf Preflight-Prüfungen (Arbeitsbereich, git HEAD, sha256 der gesperrten Datei, Zeitfenster, Tagesbudget), unterstützt vier Ausführungsstrategien (einzeln / iterativ / Sampling / Review) und drei Autonomiestufen (L1 pro Aufgabe, L2 Batch, L3 vollautomatisch) und schließt die Schleife mit einem Morgenbericht, der Diffs, tatsächliche Ausgaben und Einsparungen aus einem täglichen Ledger enthält, der mit der offiziellen Peak-/Tal-Preisgestaltung abgeglichen ist.

Forschungs-Werkbank im Stil von Claude Science: ReAct-Research-Loop-Engine (research_*-Tools), versionierte Artefakte mit Herkunftsnachweis (artifact_*-Tools) sowie 10 Science-Skills für Genomik/Pathogene/Bioinformatik.

Lokale A-Share-Research-Workbench für DeepSeek Harness: Markt-Dashboards, Watchlists, Bewertung, vier Investor-Agents, versionierte Berichte und kontinuierlicher Post-Report-Chat.

Verbindet WeChat, WeCom, DingTalk, Feishu, Lark, QQ und Telegram mit einem lokalen DeepSeek-Harness-Agent, wobei jeder IM-Chat als separater Workspace-Channel dient.

Live2D-Desktop-Haustier-Overlay für die DSH Web-GUI: spiegelt den Agentenstatus (Denken, Leerlauf, Fehler, Fertig, Warten auf Genehmigung) mit Bewegungen und Sprechblasen, Touch-Reaktionen pro Teil, Drag-to-Dock, umschaltbare Personas und benutzerdefinierte Modelle per URL oder lokalem Pfad.

Live-Subagenten-Monitor für die Web-UI: ein Auslöser im Seitenleisten-Footer plus ein fixiertes Kartenpanel oben rechts, das jeden Subagenten der aktuellen Sitzung in Echtzeit anzeigt (laufend/verstrichene Zeit, Endergebnisse, Baumeinrückung), mit Ein-Klick-Sprung in die Kind-Konversation und einer Zurück-Schaltfläche; übersteht Neuladen und ist auf Mobilgeräten standardmäßig ausgeblendet.

TinyFish-gestützter Websuchanbieter für das eingebaute web_search-Tool: Jede Suche ist ein einzelner GET an die TinyFish Search API, kein Modellaufruf.

Ein zweites Modell danebenstellen, das jeden Turn passiv prüft und Notizen einfügt.

Ein Live2D-Walmädchen als Begleiter für die DeepSeek Harness Web UI: das Modell bleibt auf dem Bildschirm und reagiert darauf, was der Agent gerade wirklich tut (Denken, Tool-Aufrufe, streamender Text, Fehler, Turn-Ende); Klick auf sie sendet dem Agent eine Nachricht, und die Antwort streamt in eine Sprechblase; Rechtsklick öffnet ein Menü mit Ausdrücken, Verkleidungs-Items, Schreibtischszenen und Einmal-Animationen — jede Aktion aus dem Hotkey-Blatt des Original-Modellautors übernommen, sodass nichts kollidiert und alles von selbst ausläuft. Nicht-kommerzielle Modell-Assets (CC BY-NC-SA 4.0), MIT-Code, von Andersen216 (https://github.com/Andersen216).

Bidirektionale Sticker-Reaktionen zwischen Nutzer und Agent.

Schubladen-Panel für die DSH-Web-UI mit einer paginierten Liste kostenloser LLMs; schreibt jeden per Klick oder stapelweise als custom model provider in die Settings, plus ein lokaler multi-key rotation proxy.

Visuelles Branch-Brainstorming, das für jede Richtung eine isolierte Sitzung erstellt, Parent-, Sibling-, Checkpoint- und Rückkehr-Handoffs automatisiert und einen vollständigen Baum-Tab mit optionaler Better-Sidebar-Ansicht bietet.

Ein zweites Modell prüft jeden Turn passiv und fügt Hinweise ein.

Multi-Pet-Begleiter für die dsh-Web-GUI: ein registrierungsgesteuertes schwebendes Pet, das auf Modellaktivität reagiert.

MCP-Server (stdio / streamable-http) für dsh web verwalten; Tools sind nur über vier Middleware-Tools erreichbar. Web-Seitenleiste mit „MCP“-Einstieg: das Panel zeigt MCP-Server nach Status gruppiert (laufend/verbindend/konfiguriert/fehlgeschlagen) und unterstützt Schnellanbindung (stdio-/streamable-http-Formular) sowie Import per Einfügen von mcpServers-JSON. Die Tools verbundener Server laufen durchweg über Middleware-Tools (ws_mcp_…).

Findet potenzielle UX-Probleme in deinem Projekt: prüft React-/TypeScript-Code automatisch, lokalisiert jedes Problem genau und gibt konkrete Verbesserungsvorschläge.