Plugins

Panel zur Element-Annotation und -Prüfung für den DeepSeek-Harness-Web-Client: UI-Elemente in einer Live-App-Vorschau auswählen, Notizen schreiben und sie als einen strukturierten Block an das Gespräch senden

Speist jeden dsh-Prompt in die lokale Feedback-Memory-Pipeline von agent-feedback-loop ein – erfasst Unzufriedenheit, verarbeitet sie offline zu Reflexionen und hängt den kompilierten Kontext der Wiederholungsregeln an die Runde zurück, ohne je einen Prompt zu blockieren. Erfordert die agent-feedback-loop-Laufzeit; ein anschließendes `agent-feedback-loop install` bindet bestehende dsh-Profile automatisch ein.

Kinich-und-Ajaw-Design für DeepSeek Harness Web mit drei visuellen Stilen, Sitzungsstatus-Feedback, Interaktionen mit dem Begleiter und konfigurierbaren Umgebungseffekten.

Session-Gedächtnis → OKF-Wissensablage-Plugin: ein prädiktionsgetriebenes neuro-selbstlernendes Gedächtnissystem. Wertvolle Inhalte aus Sessions werden nach der OKF-v0.1-Spezifikation als Langzeitgedächtnis abgelegt und über Sessions hinweg automatisch abgerufen. Plugin für Session-zu-OKF-Gedächtnis mit Neuro-Selbstlernen (prädiktiver Abruf, unsicherheitsgetriebene Erfassung, Verstärkungs-Feedback).

Erzeugt UI-Wireframes und hochauflösende Mockups in DeepSeek Harness mit auswählbaren DashScope- und Volcengine-Bildanbietern.

Screenshot-Feedback für DeepSeek Harness — lassen Sie Ihren Coding-Agenten SEHEN, was er baut.

Engine zur Transformation und Zusammensetzung von Fähigkeiten (Kybernetik-/Systemframework nach Qian Xuesen): Die statische residente Schicht verwaltet die Skill-/MCP-/Plugin-Registrys, übernimmt automatisch Skills und Tool-Metriken und steuert einen Evolutionszyklus mit negativer Rückkopplung (Sick/Weak scannen → mutieren → Auswahl: fördern/ablehnen → 30-Sekunden-Rollback); enthält ein Web-UI-Panel und eine GitHub-dsh-plugin-Store-Bridge.

Mit Jev den Reasoning-Aufwand des Hauptchats ohne Modellwechsel anpassen, Subagentenfähigkeit und -aufwand getrennt auswählen/anwenden und Entscheidungen anhand der Zuweisungsrückmeldung je Antwort prüfen.

Wandelt ein Nutzerziel mithilfe von Community-Katalogen und Autorendokumentation in einen Plugin-Plan um und führt Installation und Aufgabenbearbeitung in einem Arbeitsbereich fort; Verlauf und Feedback werden gespeichert.

Nur-lesender CSV/XLSX-Vergleich über Geschäftsschlüssel, mit Offline-Prüfentscheidungen, Kommentaren und quellenverifizierter Feedback-Übergabe.

Ein-Klick-Daumen-hoch/-runter-Feedback-UI, die Bewertungszusammenfassungen in den Modellkontext einfügt.

Erstellt eine Persona aus sechs Dimensionen (Identität, Ton, kreative Gewohnheiten, Feedbackstil, Grenzen, Laufzeitparameter) und fügt den Text am Ende des System-Prompts ein. Sechs integrierte Vorlagen und Vorlagenordner. Entwürfe aus eigenen früheren Nachrichten per Musterzählung oder Analyse durch das aktuelle Modell mit Begründung. Panel neben dem Composer und /persona.

Nur-lesbare Klinik für DSH-Sitzungslogs: 22 benannte Diagnosen (Tokenverschwendung, Retry-/Fehlerschleifen, überfüllter Kontext, Vergessen zwischen Sitzungen, inaktive MCP-Server und Skills). Jeder Fund enthält einen reproduzierbaren Belegpfad wie `session.v4.jsonl.zstd#L101-L110` und eine ausführbare Empfehlung: Profile-Patch-YAML oder Befehl mit Ist→Soll-Werten, Risiko, Prüfung und Quelle. Feedback-Befehl entfernt eine abgelehnte Empfehlung; der Bericht weist dies aus. Keine Abhängigkeiten, standardmäßig kein Datenabfluss, Sitzungsdateien werden nie geschrieben.

Wählt Elemente in DSH-Vorschauen aus, zeichnet Pfeile oder Rahmen, sendet visuelles Feedback an den Chat und vergleicht Vorher-/Nachher-Snapshots.

Markdown-Visualisierung und Session-Workbench für den DSH Composer: Live-Syntax mit Quelltextanzeige der Cursorzeile, ausblend-/abdunkelbare Marker inaktiver Zeilen, deterministische lokale Vervollständigung und Fortsetzung von Listen/Zitaten samt Nummerierung. Lange Einfügungen werden persistente Chips und als Kontext oder Dateimodus (`@path`, 50+ Erweiterungen) gesendet. Sidebar-LLM-Umschreiben mit Stopp/Diff/Undo/Redo; Kontextkarte, Tokenanzeige/-Aufschlüsselung, Turn-Verlaufsgrafik, `/compact`, Turn-Fork und Context Doctor (Übersicht/Diagnose/Analyse/Feedback).

Sitzungsübergreifendes Langzeitgedächtnis für DeepSeek Harness: zweiphasige Extraktions-/Konsolidierungspipeline in einem dateibasierten Speicherbereich, Erinnerungseinfügung, Zitier-Feedbackschleife und Lease-basierte Jobsemantik. Mit Settings-Seite und Statuspanel in der Seitenleiste.

Verbindet DeepSeek Harness per individuellem OAuth mit FitMeet und bietet 17 Tools für Personensuche, Treffen, Benachrichtigungen, persönliche Elemente, Verbindungsfeedback, Hall-Veröffentlichungen und Direktnachrichten; Schreibaktionen erfordern Vorschau und Bestätigung.

Wandelt DSH-Unterhaltungen in prüfbares Community-Feedback um und übermittelt es nach Bestätigung an die offiziellen DeepSeek Harness Discussions.

Guardian-Zustandsengine für DeepSeek Harness: Assertion-Zählung, Warteschlange für Änderungs-Reviews und Überwachung auf Feedback-Schleifen über Sitzungsereignisse.

Inkrementeller Diff-Reviewer für DSH: nach Freigabe eines Batches werden nur neue Änderungen seit dem Checkpoint gezeigt, mit Web-Review-Panel und `/review`-Command, der Feedback zurück an den Agenten injiziert.

Delivery workflow preset for DeepSeek Harness: an agent protocol plus seven tools that keep user requests verbatim, record feedback decisions, plan tasks with acceptance criteria, log real verification commands and exit codes, and write completion summaries as per-project JSONL files.

Langzeitgedächtnis in lokalem SQLite: automatische projektbezogene Injektion mit Rauschfilter, regel- oder modellgestützte Extraktion aus aktuellen Turns, Deduplizierung beim Schreiben und feedbackgewichtete Rangfolge. Python-Brücke über $NEXUS_PYTHON oder den DSH-Interpreter unter `<DSH home>/dsh-runtimes/dsh-primary-runtime/dependencies/python/` (Python 3.8+).

Lernbegleiter für eigene Materialien: angeleitete Übungen, evidenzgestütztes Feedback, Leitner-Wiederholung, 18 Lehrertools und ein chinesisch/englisches Schülerpanel mit dem Modell der aktuellen DSH-Session. Erfordert DSH >=0.2.1-rc.2 <0.3.0-0, Python 3.11+ und Python-Runtime-Abhängigkeiten.

Schreibgeschütztes Schreib-Workspace-Panel für Projekte mit `.writing-anything/`: Arbeitsübersichtskarten, Unit-Baum, YAML-Artefakte als semantische Karten oder hervorgehobener Quelltext, Quellenliste sowie Entscheidungs-/Review-Warteschlangen. Feedback aus der Panel-Prüfung schreibt wa-cli zurück.