Plugins

Echtzeit-Schlüsselwortstatistik der Reasoning-Trajectory „We need…“ und „Let me…“ für den DeepSeek-Harness-Webchat.

Kiro-Modellanbieter mit Anmeldung über Builder ID, Identity Center, Google, GitHub und Credential-Import, automatischer Token- und Profilaktualisierung, Kontonutzung, Live-Modellsuche, auswählbarem Reasoning-Aufwand, Streaming-Tool-Aufrufen, Behandlung von Provider-Stoppgründen und Kontextüberlauf sowie Token-Buchhaltung, die die exakten Zähler von Kiro verwendet, wenn es sie sendet, und andernfalls den gesendeten Prozentsatz der Kontextnutzung anhand des vom Modell beworbenen Fensters skaliert.

Sitzungsbasiertes Task-Board in der Sidebar: Sitzungen in Todo/Doing/Review/Done-Spalten ziehen, Sitzungen mit Modell- und Reasoning-Effort-Auswahl erstellen, Trash mit Restore, Notizen, Export/Import.

Erweiterter ACP-Server für DeepSeek Harness: Block- und Reasoning-Streaming, Nutzungs-Telemetrie, Modell-/Effort-Wechsel, Berechtigungs-Presets, Session-Resume/-Archiv, pro Sitzung MCP-Server und Zed-Datei-/Terminal-Weiterleitung.

Inoffizielles Upstream-Bundle für DeepSeek Harness. CodeBuddy-Gateway mit runtime-synchronisiertem Modellkatalog, Reasoning-Efforts pro Modell, Websuche/-abruf, Bilderzeugung und einer Streaming-Credential-Bridge, dazu Abo-Kanäle für TraeWork CN und Qoder CN über lokale Übersetzungs-Gateways und eine OpenAI-kompatible Provider-Registry nach Key-Typ — alles über eine Akkordeon-Einstellungskarte verwaltet.

Injiziert einen System-Prompt-Abschnitt, damit Gedankenkette, Planung und Tool-Aufruf-Begründungen des Agenten auf vereinfachtem Chinesisch bleiben. Keine externen Abhängigkeiten – aus jedem lokalen Verzeichnis klonen und per Link installieren, kein npm-Build oder Publish nötig.

Dispatcht Subagenten mit benannten Profilen (Modell, Reasoning-Aufwand und Tool-Umfang pro Aufgabe), Sicherheitsprüfungen, Kostenschätzung mit Sparvergleich und einem vollständigen Protokoll der Dispatch-Entscheidungen.

Laufende Konversationsaufgabe aus dem Composer-Bereich pausieren / fortsetzen / abbrechen: Erzwungene Pause unterbricht sofort und merkt sich das unterbrochene Tool, sichere Pause landet nach Abschluss des Tools oder der Argumentation, Fortsetzen fragt nach Bestätigung, und die Standard-Pausengranularität ist in den Einstellungen konfigurierbar.

NewAPI-LLM-Anbieter (OpenAI-kompatibles Gateway): registriert eine `newapi`-Route mit reiner Chat-Modellerkennung, füllt Modellparameter (Kontextfenster, Reasoning-Aufwand) automatisch aus models.dev aus und fügt einen Web-Einstellungsbereich für Basis-URL und API-Schlüssel hinzu.

Nutzen Sie Drittanbieter-Abonnementkonten in DeepSeek Harness: Chat, Bildverständnis, Bilderzeugung und Bildbearbeitung mit den Modellen, die Ihr Abonnement abdeckt, wobei verfügbare Modelle und Reasoning-Level von Ihrem Konto synchronisiert werden; unterstützt derzeit OpenAI/ChatGPT-Abonnements, weitere Anbieter sind geplant.

Regler für den Denkaufwand im Codex-Stil, eingebettet in die Modellauswahl.

Fügt fertigen Assistenten-Antworten in DeepSeek Harness eine Bearbeiten-Aktion hinzu, mit der du den Antworttext oder die Reasoning-Kette umschreiben kannst; die Änderung wird als Surface-Replacement gespeichert.

Ziehbarer Charakterbegleiter für das Webprofil von DeepSeek Harness mit sechs visuellen und expressiven Stufen, vier Aufgabenmodi, Chat der aktuellen Sitzung, öffentlichen Zusammenfassungen der Schlussfolgerungen und Browser-Sprachsynthese.

Eine pro Provider und Modell gespeicherte Denkstufe, sodass Reasoning-Effort die Sitzung, in der es gesetzt wurde, überlebt und auch Subagenten erreicht, die dsh nie fragt. Der In-Session-Picker gewinnt weiterhin, und ein Modell ohne Zeile behält seinen Provider-Default.

Vollständiges wuyun-liuqi (Fünf Wandlungen und Sechs Qi / 五运六气) TCM-Fähigkeitenpaket als DeepSeek Harness Cordis-Plugin: Jahres- und Gast-qi-Berechnung, klinische Musterdifferenzierung sowie Pathogenese-Argumentation.

Animierter Claude-artiger Denkaufwand-Schieberegler und Modellauswahl, die die native DSH-Modellauswahl ersetzen.

Überwacht einen lokalen workbuddy2api-Gateway-Prozess und stellt dessen Modelle als LLM-Provider bereit, wobei Kontextfenster und Reasoning-Effort-Stufen aus dem eigenen Modell-Endpoint des Gateways gelesen werden.

Prompt-Verbesserer für die DSH-Weboberfläche mit basic/standard/expert-Modi: standard und expert schreiben Entwürfe mit Projektkontext und jüngster Sitzungshistorie um, versuchen es elegant erneut, wenn Gateways reasoning-effort-Einstellungen ablehnen, und zeigen eine Vorher/Nachher-Prüfung mit Undo.

Wechselt die Sprache des Denk-/Schlussfolgerungsprozesses (CoT) des Agent: 简体中文, English, Русский, Français, Deutsch, Español, 日本語, 한국어 und mehr, oder folgt automatisch der System-Locale. Fügt eine Zeile in Settings → General, eine System-Prompt-Anweisung (pro Prompt zusammengestellt, gilt für neue Sitzungen) und den Befehl /thinking-language hinzu.

LLM-Adapter-Plugin für lokal betriebene Qwen-Modelle hinter einem zu OpenAI kompatiblen Endpunkt von vLLM, mit Umschaltung der Multimodalität je Modell, vollständig konfigurierbarem Reasoning-Aufwand und einer Web-Einstellungsseite zum Bearbeiten der Bereitstellung aus dem Frontend.

DSH-Modell-Provider für die lokal authentifizierte AGY-CLI: Gemini/Claude-Modell-Discovery, unabhängiger Reasoning-Effort, DSH-eigene Tools, begrenzter Context- und Tool-Result-Handling und Windows-sicheres Streaming. Probleme in GitHub Issues melden: https://github.com/darkings/dsh-agy-provider/issues.

Erfordert DSH 0.1.6-alpha.2. Fertige Assistenten-Antworten annotieren, mehrere Entwürfe mit offiziellem Composer-Text und Anhängen als eine Session-Nachricht senden, zwischen verlinkten Modell-Antworten navigieren und in den Einstellungen ausgewählte Denk- oder Tool-Details ausblenden, ohne gespeicherte Ereignisse zu ändern.

Leitet Agent-Anfragen an konfigurierbare Default-, Planner- und Sub-Agent-Modelle weiter, verwendet im Plan-Modus automatisch die Planner-Rolle, mit Reasoning-Aufwand pro Rolle und Web-UI-Konfiguration.

Verfeinert den Entwurf im Composer über die ✨-Schaltfläche oder Alt+O zu einem klareren, besser strukturierten Prompt; streamt das Ergebnis live über SSE mit zuerst angezeigtem Reasoning und folgt ohne Konfiguration dem Standardmodell der Sitzung oder einem beliebigen OpenAI-kompatiblen Endpunkt.