Plugins

Ergänzt `image_generate` und `image_library`: Referenzen aus vier lokalen Bibliotheken (Figuren, Kleidung, Szenen, Requisiten) wählen, Voreinstellungen zu Situation, Ausdruck, Pose, Bildausschnitt und Licht im Prompt ausformulieren und die asynchrone 65535-Task-API oder eine OpenAI-kompatible Bild-API aufrufen; das Ergebnis erscheint im Gespräch. Die Einstellungsseite verwaltet Bibliotheken und erstellt aus Upload oder Textbeschreibung ein dreiseitiges Referenzblatt. Mit installiertem dsh-daily-schedule übernimmt ein Bild ohne Kostümangabe die Kleidung des Charakters aus dem aktuellen Planeintrag.

Expert-Preset für DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): Chefkoordinator + 17 Domänen-Subagenten mit Auto-Delegation. Funktionen: Taskboard (Zustände pending/ready/running/done/failed, DAG, atomare Beanspruchung, Retry, Wiederherstellung), Quality Gates (5-stufige Pipeline: Anforderungen, Implementierung, Verifikation, Prüfung, Integration; 2 Überarbeitungen), Five-Anchor (Prüfung/Konvergenz/Anti-Drift/Zusammenarbeit/Ressourcen), Near-distance (Vorlage Identität/Aufgabe/Ausgabe), progressive Offenlegung (~28 % Token-Einsparung), Persistenz, P2P-Bus, Kreuzprüfung, Erfahrungspool, Schnellweg, Auto-Retry. 17 Experten: Daten, Redaktion, Recht, PM, Frontend, UI/UX, Architekt, Social, Growth, Quant.-Finanzen, Backend, DevOps, DB, QA, Sicherheit.

Zeitgesteuerte Cron-Aufgaben, Automatisierung im Hintergrund und Ausführung durch den Agenten für DeepSeek Harness.

Auf dem Host laufende cron-Engine mit Web-Jobs-Board und einem timer_agent-Tool: löst echte Agent-Sitzungen nach Zeitplan aus, setzt eine angeheftete Sitzung für Kontext fort oder startet neue in einem gewählten Projekt-Workspace.

Rundenweise Steuerung des Thinking-Levels (reasoning_effort) für DeepSeek Harness: Auto plant low/high/max anhand der jüngsten Tool-Call-Historie, oder ein Wire-Level (off/on/minimal/low/medium/high/xhigh/max) wird manuell gesetzt, mit benutzerdefiniertem Wire-Mapping, modellbewusstem Fähigkeits-Guard und Kontextfenster-Presets (64K–1M); die Modell-Capability-Card arbeitet mit [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (aus dsh-market installierbar), damit OpenAI-kompatible Gateways (vLLM / LM Studio / self-hosted) Reasoning testen können. Die Card schreibt llm-pi-ai-Fähigkeiten, der Adapter treibt das Wire (compat.thinkingFormat) an und das Plugin pflegt die Takeover-Liste.

Proaktive Weckrufe auf Host-Ebene für DeepSeek Harness: Das Modell plant seine eigenen Alarme (einmalig, Intervall oder Cron, optional mit Jitter), kalte Sitzungen werden per session resume pünktlich geweckt, Nachfassaktionen des Modells werden durch Ruhezeiten und ein Tagesbudget begrenzt, und stille Weck-Turns enden mit proactive_reclaim und fallen als Grabsteine aus dem Kontext. Deklarierte Zeitplandateien synchronisieren ihre JSON per Glob idempotent in Host-Alarme; min_idle_seconds verschiebt Weckrufe, bis die Ziel-Sitzung zur Ruhe kommt, und ein Web-Panel verwaltet Alarme und Verlauf — die Herzschlag-Engine für KI-Begleiter und Rollenspiel-Charaktere mit eigenen Tagesabläufen.

Geplante Aufgaben: führt einen Prompt nach Cron-Zeitplänen aus, jeder Lauf öffnet eine neue Agent-Sitzung zur Bearbeitung, mit Workspace-Bindung, manuellem Start, automatischer Sitzungsbenennung und einer Vollbild-Aufgabenverwaltungsseite.

Projektbezogene geplante Prompts laufen als neue Headless-Agent-Sitzungen, mit einmaligen, intervallbasierten und Cron-Zeitplänen sowie einem dauerhaften Ausführungsverlauf.

Sitzungsbrücke für DeepSeek Harness: Steuern Sie andere echte DSH-Sitzungen direkt aus Ihrem Prompt — legen Sie Top-Level-Sitzungen in jedem Arbeitsbereich an, senden Sie Nachrichten oder greifen Sie in jede Sitzung ein, warten Sie auf Antworten und streamen Sie sie segmentweise (inklusive Gedankenkette), setzen Sie Offline-Sitzungen fort, finden Sie Sitzungen über Arbeitsbereiche hinweg, betreiben Sie einen Hintergrund-Watchdog, der eine Hauptaufgabe überwacht und plant (Anstupsen bei Stillstand, Kurskorrektur bei Abweichung, Abbruch bei Blockade), und archivieren Sie Sitzungen mit einem Befehl.

Session-übergreifendes Speicher-Plugin für DSH (v0.6.1, npm @asherliner/dsh-memory-connect): automatische Extraktion, SQLite-FTS5-Indizierung, RRF-semantisches Abrufen, das in jedem Zug in den System-Prompt injiziert wird, geplante Wartung, LLM-Konsolidierung via ctx.llm, Verhinderung von Kontext-Explosion, globale Soul-Identität via ~/.dsh/soul.md. v0.5.0: temporaler Kontextgraph, Vertrauensmodell, Zusammenfassung am Zugende. v0.6.0: lokale semantische Embeddings (BAAI/bge-small-zh-v1.5), keine Cloud-Aufrufe. v0.6.1: ~-Expansion in der Pfadkonfiguration behoben. Installation ohne Konfiguration.

Ergänzt Delete im Sitzungsmenü der DSH-Seitenleiste. Bei Subagents werden Session und gesamter Nachfahrenbaum per atomic rename des Verzeichnisses in einen Papierkorb verschoben, niemals kopiert. Das Papierkorb-Panel bietet Titel- und Volltextsuche, Workspace-Filter, Sortierung, Chatprotokoll je Session, Wiederherstellung und endgültiges Löschen. Beim Löschen werden auch workspace slot, pin, archive flag und projection-cache-Eintrag entfernt, damit die Wiederherstellung die ursprüngliche Seitenleistenposition zurückbringt. Endgültiges Löschen entfernt außerdem verknüpfte Schedules und das leere project directory. Laut Autor auf DeepSeek Harness 0.2.1-rc.2 geprüft; ein Scan des gesamten Profile habe keine Rückstände gefunden.

Hostseitiger unbeaufsichtigter Job-Scheduler: führt einmalige Agent-Aufgaben oder Shell-Befehle nach Cron-, Intervall- oder Einmalplänen aus, mit persistentem Höchst-einmal-Versandzustand, Überlappungs-/Fehlstart-Richtlinien und begrenzter Ausführungshistorie.

Cron-Scheduler mit Sidebar-UI: Shell-, Python- oder Node-Skripte, Skills oder Agent-Tasks nach Zeitplan ausführen, mit Push-Benachrichtigungen und Sitzungs-Archivierung.

Office-Workspace- und Sitzungs-Dashboard: ein schwebendes 6-Spalten-Sprite-Panel, das Workspaces, Sitzungen, Token-Nutzung und Subagents visualisiert, plus Agent Mail und einen Office-Log-Tab. Feishu/Lark-Ansichten (Nachrichten-Feed, Meeting-Pläne, Transkripte) erfordern zusätzlich das separat installierte und authentifizierte `@larksuite/cli`-Tool.

Verbindet DeepSeek Harness mit LINE: startet einen eigenen signierten Webhook-Server, richtet einen Cloudflare Tunnel ein (Quick-URL oder Tunnel mit API-Token), hält den LINE-Webhook-Endpunkt auf dem aktuellen Tunnel und weist jedem LINE-Nutzer eine eigene Sitzung samt Persona zu; optionale geplante Check-ins. Erfordert einen LINE Messaging API-Kanal (Channel ID und Channel Secret). Schreiben dürfen nur Allowlist-Nutzer oder aus der Warteschlange genehmigte Nutzer.

Orchestrierungs-Engine für Datenbestände, die Suite-Tools zu vordefinierten Pipelines verknüpft (Maskierung, Bereinigung, Inventar, Paketierung, Bescheinigung, KI-Datensatzprüfung, Behördeninspektion, Zirkulationsbewertung); unterstützt inkrementelle und geplante Verarbeitung.

Papierähnliche Haftnotizen, Notizen, Kalender, Zeichnen und wiederverwendbare Prompt-Bibliothek in DSH.

Geplante Erinnerungen und verzögertes Senden für DSH: `/later` sendet deine Eingabe zum gewählten Zeitpunkt als du selbst; das Timer-Panel (oder `/schedule`) veröffentlicht eine Erinnerung, auch wenn die Seite geschlossen ist. (geplantes Senden / Erinnerungen / verzögertes Senden)

Off-Peak-Nachrichten-Scheduler: Valley-Modus aktivieren und der Composer reiht Ihre Nachrichten ein, bis DeepSeek-Off-Peak-Stunden (halber Preis), injiziert sie dann automatisch in die Sitzung und erhält Antworten. Natives Aussehen Composer, Hotkeys (Enter einreihen / ⌘+Enter jetzt senden / Esc beenden), pro Sitzung Toggle über Neustarts hinweg erhalten.

Verwaltung unabhängig verbundener Familien-WeChat-Assistenten mit Projekt- und Werkzeugrechten je Mitglied, geplanten Diensten und Zustellstatus. Eine API-Annahme bestätigt nicht den Empfang.

Durchsucht Xiaoheihe-Beiträge nach Zeitplan, mit optionalen Persona-Kommentaren und -Antworten, QR-Anmeldung und Browserverlauf.

Persönlicher WeChat-Assistent zur Verwaltung von Apple Calendar und Reminders, mit Bestätigung vor Schreibvorgängen und geplanten WeChat-Nachrichten. Erfordert macOS 14+ und Apple Silicon.

Atmender Rand, der DeepSeek-Spitzen-/Nebenzeiten zeigt, mit fließendem Licht und geplanten Push-Erinnerungen.

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.