Plugins
Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.
56 Plugins gefunden
dsh-ontology-viewer
a158070653-hash/dsh-ontology-viewer
Rendert .ttl-, .owl-, .rdf-, .jsonld-, .nt-, .n3-, .nq- und .trig-Ontologien als interaktiven Graphen in der DSH-Seitenleistenvorschau. Lokales Parsen von Turtle, N-Triples, RDF/XML und JSON-LD, keine Laufzeitabhängigkeiten.
dsh-error-atlas
chaos-miku/dsh-error-atlas
Erfasst DeepSeek-Harness-Laufzeitfehler und Coding-Retrospektiven als interaktiven GPU-Graphen und führt die aufgezeichneten Erkenntnisse dem Modellkontext wieder zu.
sci-fork
zhang-bin-98/sci-fork
Biomedizinischer Research Graph auf Basis von Literatur und Experimenten: Hypothesen forken, Belege verknüpfen und Forschung vorantreiben.
dsh-task-checkpoint-guard
jlnkx5200-beep/dsh-task-checkpoint-guard
Lokale Aufgaben-Checkpoints und begrenzte Wiederherstellung für DSH, mit optionalem hierarchischem Speicher L0–L3, abhängigkeitssensibler Suche, voraussetzungsbewusstem Kontext und sechs optional aktivierbaren Speicherwerkzeugen.
dsh-plugin-codemap
cheng200606/dsh-plugin-codemap
Erstellt eine quellengestützte Codekarte: Jede Aussage enthält einen überprüfbaren path:line-Beleg. Dazu gibt es einen interaktiven Abhängigkeitsgraphen, Wissenskarten, vier Modelltools und /codemap. Deterministisch, ohne Modellaufrufe oder Abhängigkeiten.
dsh-Layers-Hippocampus
382quaii/dsh-layers-hippocampus
Mehrschichtiger Langzeitspeicher für DeepSeek Harness: append-only Ereignisprotokoll, rekonstruierbarer Tag-Index, Tagesjournale, semantische Ebene, Trend-Quarantäne und Offline-Wissensgraph-Panel.
ds_ask_graph
tonyischen/ds_ask_graph
Interaktiver Themengraph des DSH-Sitzungsverlaufs: Fragen gruppieren, Q&A-Zeitlinien je Thema öffnen, semantisch neu gruppieren und als HTML, SVG oder Bluepin-Tresore exportieren.
dsh-docchain
wct-lab/dsh-docchain
DocChain: Dokumentenbasis, Konvertierung und Graph. Suche nach Name/Inhalt/Metadaten, Lesen per doc_id/Name, Themen, Massen-Upload, Markdown-Konvertierung, Bildähnlichkeit/-beschreibungen als Sidecar, Deep Research. Graph: Ontologie ansehen, Cypher nur lesen, Ontologien/Entitäten/Relationen schreiben, Knoten/Relationen löschen, per DocChain-API, kein Neo4j-Passwort. Auch DSH-In-Process-Tools. Mehrere Umgebungen mit eigener URL/Zugangsdaten, Wechsel per Klick, Themen je Umgebung. Service-URL/API-Key außer doc2markdown nötig; Bildbeschreibungen brauchen zusätzlich OpenAI-kompatiblen multimodalen Endpoint. Diagramme als PlantUML, andere Bilder als Text, Originale als Links. Vorgabe: konfigurierbares internes Gateway-Modell.
Mimir (mimir-skin)
tommyhedgerow/mimir
Veröffentlicht eine Lektion im DSH-Gespräch: Abhängigkeitsstruktur, Frage und Vault-Zeichnungen in der eigenen Farbpalette des Vaults.
dsh-erp
guomonth/dsh-erp
Lerne ein ERP im Browser und speichere das Wissen privat lokal. Der Desktop-Arbeitsbereich Adapt ERP unterstützt mehrere Website-Sitzungen, Chat in der Mitte und den offiziellen Browser rechts; vor Schreibvorgängen wird eine Genehmigung verlangt.
dsh-memory-fortress
linshuangb347/dsh-memory-fortress
Memory Fortress für DeepSeek Harness: fünfspuriger Schichtspeicher, Selbstentwicklung, Wissensgraph (SQLite+FTS5) und Statusanzeige. Lokale Gedächtnisfestung: fünf Speicherpfade, Selbstentwicklung, Wissensgraph und Statuslicht.
dsh-graphmemory
meyaomiao/dsh-graphmemory
DSH-Wissensgraph-Gedächtnis mit better-sidebar-Tab und eigenständigem Dashboard `/graph-memory/app`: Extrahiert TASK/SKILL/EVENT-Knoten und ruft Wissen sitzungsübergreifend ab. npm-Paket: dsh-graphmemory.
dsh-whale-memory
xiaocanglan-hub/dsh-whale-memory
What it does while she sleeps: tidy the element memory with a local model (model-approved synonym merges, trimmed descriptions, pruned weak edges, analogies to confirm), then dream — stitch her own past experiences into a short story and leave one labelle
dsh-Engram
yhprime/dsh-engram
Experience and skill engine with a sidebar console and exp_record / exp_recall / exp_feedback / exp_consolidate / exp_type tools, stored in a local JSON file. Optional Git backup (off until you configure a remote) pushes the library to a remote you choose; GitHub sign-in uses a device code or a token kept in local settings.
dsh-litnotes
nirvana-apoc/dsh-litnotes
Local-first AI literature desk for DSH: import and parse PDFs (MinerU APIs or on-device pdf.js), read original/bilingual text with in-margin annotations, ask grounded questions whose citations jump to the page, and build per-paper or library knowledge graphs; eight agent tools expose the same library.
dsh-whale-memory (dsh-slow-wave)
xiaocanglan-hub/dsh-whale-memory
What it does while she sleeps, in one card. Two things: (1) tidy the element memory — merge synonyms only when the model agrees, trim descriptions, prune weak links, propose analogies for the user to confirm, with a backup before every write and a 15%-of-library cap per pass; (2) dream — stitch her own past experiences (plus props from the element memory) into a short 3–6 sentence story, leave one line on her desk as a note labelled "this is a dream, not something that happened". The dream lives in its own file and never enters her memory or her personality prompt. Requires @ssamurias/dsh-fish for her event stream and dsh-memory-brain for the element library; model-approved merges and dreams need a local Ollama model (or a paid API key).
dsh-whale-memory (dsh-school)
xiaocanglan-hub/dsh-whale-memory
She keeps the questions your chats left unanswered, then goes and looks them up later. A line she asked you that ended in "?" and never got an answer is stored as a hanging question; on a schedule inside a daily window (08:00–23:00, five a day by default; an optional mouse/keyboard-idle gate is off by default) she picks the oldest one, searches the web and Bilibili, reads what is actually readable, distils it into two or three sentences and leaves a note on her desk. Questions about its own plugins are skipped and left for you. Read-only on her events: nothing is written to her memory, her growth is untouched, and dsh-fish needs no patching. Requires the @ssamurias/dsh-fish persona plugin for her event stream and a local Ollama model; a search API key is optional.
dsh-whale-memory (dsh-memory-brain)
xiaocanglan-hub/dsh-whale-memory
Object memory for DSH: each object is broken into fourteen kinds of smallest elements (shape, material, state, part, function...), observed links are stored apart from inferred ones, and analogies stay as questions until the user answers.
arc-vista
yonking305/arc-vista
ArcVista 观界 —— DSH 内的架构观测台:本地项目、Git 克隆或批量 Git 导入,架构图、安全守护、知识图谱、复杂度与快照对比
dsh-memory-graph
ilaomianyang/dsh-memory-graph
Long-term associative memory for DeepSeek Harness: a local plain-text vault of raw episodes, typed memory cards and entity pages, configured from 设置 → 记忆图谱, and a Memory tab inside a conversation that draws what that session remembered. No build step; the
dsh-memory-studio
yuankilo/dsh-memory-studio
Gedächtnis für DeepSeek Harness mit fünf Bereichen (Erinnerungen, Baum, Profil, Graph, Posteingang), regelbasierter Erfassung zum Behalten oder Verwerfen und hybrider BM25- plus Vektorsuche über Eltern- und Kind-Chunks. Zwölf Agentenwerkzeuge lesen und schreiben dieselben lokalen Dateien.
dsh-graphify
clrockrock/dsh-graphify
Wissensgraphen für Codebasen in DeepSeek Harness: Sieben Agent-Tools `graphify_*`, der Befehl `/graphify` und die Graphify-Seite erstellen und durchsuchen lokal per AST einen Projektgraphen, ohne API-Key; mit path/explain/god-node-Abfragen und Export nach wiki/HTML/SVG/GraphML/Obsidian. CLI `graphifyy` erforderlich; nur die vollständige Extraktion von Dokumenten/PDF/Bildern benötigt einen LLM-Key.
dsh-work-assistant
544244857/dsh-work-assistant
Arbeitsassistent für WeChat: Erfasst mitgeteilte Aufgaben in einem SQLite-Aufgabenbuch, sortiert nach Dringlichkeit, erinnert nach Zeitplan, extrahiert Personen und Beziehungen aus Notizen und übergibt Aufgaben an separate Assistentensitzungen. Mit eigenem WeChat-Bot (QR-Anmeldung, nur private Chats) und ganzseitigem Dashboard.
dsh-brain-viewer
vamyane/dsh-brain-viewer
Gehirnförmiger Beziehungsgraph-Viewer für DeepSeek Harness mit einer Markdown-Wissensdatenbank-Pipeline zum Importieren von Dokumenten und Erstellen des Graphen. Der Viewer enthält Demodaten und benötigt kein Python. Für einen Neuaufbau aus eigenen Notizen sind Node.js 20+ und Python 3.8+ erforderlich; der Lauf erfolgt über die Kommandozeile.