Plugins

Automatische Kontextkompression für DeepSeek Harness: komprimiert Tool-Outputs, bevor sie das Modell erreichen, und hält jede verlustbehaftete Kompression via CCR-Retrieval-Tools reversibel.

Semantische Suche, Ressourcenverwaltung, automatischer Abruf (duale Räume für Benutzer und Agent) und Sitzungsspeicher für DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob über viking://-URIs, Ressourcenverwaltung mit memadd/memremove, memqueue-Beobachterstatus, memcommit-Sitzungserfassung und memlearn-Skill-Playbook-Erstellung.

Hostseitige Cordis-Steuerung für aeval: einmalige Injektion von Experimentvariablen, gateway-lease-Budgets, Fork-Abstammung und Bundle-Descriptor; Statusmodus, Web-Anzeige, Selbsttest.

Evaluierungs-Harness für DSH-Plugins: YAML-Fälle steuern echte Headless-Agent-Läufe, prüfen Tool-Aufrufe, Argumente, Ergebnisse und Token-Nutzung, mit einem Baseline-Gate gegen CI-Regressionen.

Lokale Literatur-Wissensdatenbank als RAG für DSH: hybride BM25-+-Vektor-Suche auf einem SQLite-Index, Cross-Encoder-Reranking, zitierte Antworten mit Provenienz auf Abschnitts- und Seitenebene, reine Metadaten-Aktualisierung und Hintergrund-Ingestion mit Fortschrittsabfrage.

DSH-native Integrationsschicht für die Minta-Speicher-Engine: setzt die offizielle dsh-mcp-client-Zeile zusammen, registriert die Skill minta-memory-governance sowie ein Speicher-Prewarm zu Sitzungsbeginn und liefert ein Minta-Agent-Preset mit; erfordert die separat bereitgestellte Minta-Engine (Python/Docker), die die 19 MCP-Tools bereitstellt — ohne diese nicht verwendbar.

Eine Web-Roman-Schreib-Engine für DeepSeek Harness: paralleles Entwerfen, Gliederung und Brainstorming mit einem separaten DeepSeek-Schlüssel, Verwaltung von Hintergrundwissen und Vorausdeutungen, semantische Vektorsuche, eine Korpusbibliothek, ein Nutzungsprotokoll, mechanisches Korrekturlesen und ein lokaler Serialisierungsplan.

Vom Chat zur Leinwand zum Werk: steuere ComfyUI als visuelle Workflow-IDE in DSH. Bette ComfyUI (lokal oder Cloud) als geteilte Leinwand in DSH Web ein: Der Agent schreibt Prompts und Skripte im Chat, wendet sie live an und erzeugt Bilder, Musik, Video und 3D. Operationen: Pipelines bauen, Workflows lesen/schreiben, Knoten bearbeiten, Links verdrahten, ausführen, justieren und debuggen. Produktion: Batch-Parameter-Sweeps (batch_run) und automatischer Abruf der Ausgaben in den Chat (get_outputs). Pflege: Ein-Klick-Start und -Upgrade von ComfyUI, Kern und Custom Nodes. Dieses Paket ist das DSH-seitige Plugin und liefert den ComfyUI-seitigen Brückenknoten mit.

Selbstentwickelnder Team-Speicher als reines Markdown in Git: Ein natives Cordis-Plugin, das 38 Bare-Name-Speicher-Tools plus einen bei jeder Assemblierung neu bewerteten Prompt-Signale-Abschnitt registriert, mit RPE-Verstärkung, Abklingung und Schlafkonsolidierung; teilt ein Daten-Repository mit seinen Claude Code (MCP)- und OpenClaw-Hosts; verifiziert gegen DSH 0.1.0-rc.6.

Selbstentwickelndes Team-Gedächtnis als reines Markdown in git: ein natives Cordis-Plugin, das 38 Speicher-Tools mit einfachem Namen sowie einen bei jedem Assembly neu bewerteten Prompt-Signale-Abschnitt registriert, mit RPE-Verstärkung, Zerfall und Schlafkonsolidierung; teilt sich ein Daten-Repository mit seinen Claude-Code-(MCP)- und OpenClaw-Hosts; verifiziert mit DSH 0.1.0-rc.6.

Dateibasierte sitzungsübergreifende Erinnerung: einfache Markdown-Erinnerungsdateien mit automatischer Abruf-Injektion, formatkompatibel mit Claude Codes CLAUDE.md und Erinnerungsdateien, daher ist Migration ein manuelles Dateikopieren.

Sicherer Auswerter für mathematische Ausdrücke, Recursive-Descent-Parser ohne Abhängigkeiten.

Ein sichtbares Chrome-Fenster pro DSH-Sitzung: 16 chrome_* Tools (open/status/close/navigate/tabs/snapshot/screenshot/click/click_at/fill/type/press_key/hover/scroll/evaluate/wait), ein Chrome-Tab in der Web-GUI mit Live-Screencast-Ansicht (Screenshot-Heartbeat-Fallback für Leerlaufseiten), Tab-Verwaltung, Fenstersteuerung und Screenshot-Verlauf.

Beweiserster Selbstentwicklungs-Controller: begrenzte Cordis-Kandidatengenerierung, einmalige Echt-Loader-Aufnahme, Harbor-Bewertung und eine absturzwiederherstellbare protokollierte Abstammung.

Persona-Engine für DeepSeek Harness: eine config.json steuert den Selbstnamen der KI (pro Modell, pro Stufe), die Anrede, die Beziehungshaltung, den Charaktertext, Arbeitsverträge pro Element mit Schaltern, die Sprache der Gedankenkette und den Antwortton, plus Langzeitgedächtnis nur mit menschlicher Bestätigung: die KI hängt nur Vorschläge an, eine Bestätigungszeile setzt sie in Kraft, das Log ist nur anhängbar und wiedergabefähig. Bestätigte Einträge kommen als zitierter Daten-statt-Anweisungen-Block; mit kind markierte gehen in beliebige Dateien und erreichen den Prompt nie. Der Prompt wird bei jeder Zusammenstellung neu von der Platte gelesen: Änderungen greifen ohne Neustart. Presets: teilbare JSON-Snapshots. Keine Abhängigkeiten, kein Netzwerk, keine Shell.

Zero-LLM-Autocapture und ein symbolischer \[ENGRAM\]-Index mit progressiver Offenlegung, ein ESR-lite-Aufgaben-/Beweisprotokoll (esr_task / esr_node / esr_close / esr_link) und Nutzungs-Telemetrie pro Workspace mit einem Offline-Recall-Benchmark (npm run eval).

Technische Vorschau des lokalen Graph-Speichers für DSH und Codex: ruft vor jedem Zug globale und aktuelle Projektevidenz des Eigentümers ab, schreibt USER- und ASSISTANT-Datensätze getrennt und bewahrt die Provenienz von Projekt, Sitzung, Akteur und Quelle für einen visuellen Atlas und zitierte Wissensseiten.

Exportiert reine Metadaten-Events zu DSH-Zügen, Modellen, Tools, Genehmigungen, Wiederholungen und Fehlern an Tuning Engines für kontrollierte Traces, Richtlinienbewertung, Kostenanalyse und Work-Session-Review, mit einer festplattengestützten Wiederholungswarteschlange.

Lokaler Graph-Speicher in technischer Vorschau für DSH und Codex: ruft vor jedem Zug besitzerweite und projektbezogene Belege ab, schreibt USER- und ASSISTANT-Datensätze getrennt und bewahrt Projekt-, Sitzungs-, Akteurs- und Quellenherkunft für einen visuellen Atlas und zitierte Wissensseiten.

Nativer Side-by-Side-Chat neben dem Hauptgespräch: eine unabhängige archivierte DSH-Session mit vollständiger nativer UI, Abruf des Elternkontexts bei Bedarf, Zitieren von Auswahlen und einem Lebenszyklus zum Behalten oder Löschen.

Proaktives Multi-Modell-Scheduling-Plugin: Multi-Source-Signalaufnahme mit Dedup und Dringlichkeits-Ranking, eine Vier-Wege-Execute/Defer/Dismiss/Ask-User-Entscheidungsmaschine, DAG-Plan-Generierung mit paralleler Modell-Ausführung, Qualitäts-Reflexion mit automatischem Retry und Modell-Switch, Langzeit-Gedächtnis für Task-Muster und Lektionen und Strategie-Evolution über genetische Algorithmen mit sandboxed Evaluation und Canary-Rollout.

Startet 3 oder 5 Coding-Agent-Kandidaten in entkoppelten Git-Worktrees, validiert deren Patches mit Projektkommandos, rankt nur passende Kandidaten und verlangt eine separate Freigabe, bevor der Gewinner angewendet wird.

Aufgabenbasierte Plugin-Ausrüstungs-Engine: duale Abfrage (kuratierte Regeln + LLM-semantisch), Combo-Bewertung (Synergie/Konflikt/Kosten/Vertrauen), Konflikterkennung und Installationsbefehl-Export.

Wissensdatenbanksystem im Cherry-Studio-Stil für DeepSeek Harness (DSH): Datenbanken, Dokumente, Chunking, Embeddings (OpenAI-kompatibel / Ollama / lokal / lexikalischer Fallback), Abruf, modellorientierte Tools und ein Browser-Verwaltungsbereich.