Plugins

Drei-Schichten-Speichersteuerungsebene für DeepSeek Harness: persistenter Laufzeitkontext, durchsuchbare Projektdokumente, austauschbarer Langzeitspeicher, intelligentes Routing, überwachte Agent-Workflows, WebUI und Headless-Werkzeuge.

Projektbezogener sitzungsübergreifender Speicher: siebenschichtiger SQLite-Speicher (soul/user/project/fact/lesson/rules/topic) auf node:sqlite, cache-freundliche Injektion bei der ersten Nachricht plus Keyword-Treffer pro Nachricht, die Tools memory_remember/search/find_similar/read/update/project sowie Konsolidierung im Leerlauffenster („dream“) mit Sperrung zur Spitzenlastzeit. Prompttexte werden als sprachspezifische Datendateien mitgeliefert — das Framework unterstützt mehrsprachige Nutzer.

Rollenspiel-Arbeitsbereich für DeepSeek Harness: Charakterkarten von SillyTavern/TauriTavern importieren oder über einen interaktiven Flow neu erstellen; einen langen TXT-Roman per intensivem oder schnellem Lesedurchlauf in eine spielbare Karte verwandeln; der Haupt-Agent konsultiert Worldbooks bei Bedarf, Prosa wird in einem eigenen Tab gelesen; mehrere Worldlines in einer Konversation erkunden (regenerieren, bearbeiten-und-senden, klonen); Style-Presets mit 16 eingebauten Stilen, ein Charakter-Agenten-Cluster, eine Entscheidungskarte und Karten-/Roman-Export; lange Geschichten bleiben kohärent durch eingefrorenes Einstellungs-Präfix, hart geschnittenes Kontextfenster, nachvollziehbare Director-Notes und Keyword-/semantischen/Hybrid-Recall, mit Embeddings online oder lokal.

Chat-Meme-Sticker: reiner Textversand, stimmungsbasierter Autoversand, Auswahl im QQ/WeChat-Stil, automatisches Lernen, individuelle Pakete.

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich über Sessions hinweg an Sie, konsolidiert im Schlaf automatisch (autoDream), friert widersprüchliche Erinnerungen zu Ihrer Prüfung ein und führt ein wieder abspielbares Audit-Trail. Offline-First-lokale semantische Suche über SQLite mit menschenlesbaren, editierbaren Markdown-Spiegeln, einem Entity-Graph, einem interaktiven Memory-Panel sowie einer externen API und CLI.

Fügt einen Tab für Managed Agents in den Einstellungen hinzu sowie MCP-Tools, um langfristige Agentenaufgaben an Ark Cloud Managed Agents zu übergeben.

Registriert Ark Agent Plan-, Coding-Plan- und Postpaid-Model-Routen im nativen DSH-Modellauswahldialog.

ChatGPT-OAuth-Provider für Codex-Modelle mit Abonnement-Websuche, Kontingent und sicherem Reset, Bildtools, Fast-Modus und modellbewusstem Kontext; kein API-Schlüssel oder Codex CLI erforderlich

Text markieren → annotieren → mit der Nachricht senden; Antworten werden den einzelnen Annotationen zugeordnet.

Setzt unterbrochene DSH-Web-Anfragen automatisch fort: sendet nach Netzwerk-, Timeout- oder Host-Crash-Fehlern ein in die Warteschlange gestelltes „继续“ (Fortsetzen), mit Fehlerklassifizierung, adaptivem Backoff, vorlagenbasiertem Fortsetzungstext und Browser-Benachrichtigungen.

Fügt oberhalb des Composers einen Streifen hinzu, um gesendete aber ungelesene (Steuerungs-)Textnachrichten zurückzurufen, bevor das Modell sie liest.

Arknights: Endfield Industrie-Editorial-Theme für die DSH Web UI: cremefarbenes Papier, Tintentext, kein Border-Radius, zwei umschaltbare Akzentpaletten (Signalgelb / Türkis-Cyan), plus optionaler Marching-Squares-Konturhintergrund, ENDFIELD-Wasserzeichen und Boot-Fortschrittsplakette.

Entfernt KI-Spuren aus russischen Texten: findet Copy-und-Paste-Artefakte von Chatbots (ChatGPT, Gemini, Grok, Perplexity, DeepSeek), entfernt versteckte Textmarkierungen (Null-Breite-Zeichen, unsichtbares Layout; der Schatten-Scan erfasst auch durch Unsichtbares geteilte Marker) und schreibt den Text auf Wunsch in natürliche Prosa um; 40 Regex-Marker, davon 38 mit vollständigen Einträgen im Evidenzregister; 156 Gates, 530 Tests; offline und reines Textbündel (binäre Metadatenentfernung liegt in scripts/).

Modellgesteuerte Kontextkomprimierung (Active Context Pruning) für DeepSeek Harness: Das Modell entscheidet, wann und was komprimiert wird.

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert dich über Sitzungen hinweg, konsolidiert sich im Schlaf selbst (autoDream), friert widersprüchliche Erinnerungen für deine Prüfung ein und führt ein wiedergabefähiges Audit-Protokoll. Offline-first lokale semantische Suche über SQLite mit manuell editierbaren Markdown-Spiegeln, ein Entity-Graph, ein interaktives Gedächtnis-Panel sowie eine externe API und CLI.

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich über Sitzungen hinweg, konsolidiert sich im Schlaf (autoDream), friert widersprüchliche Erinnerungen für die Prüfung ein und führt eine wiederabspielbare Prüfspur. Offline-first lokale semantische Suche über SQLite mit menschenlesbaren Markdown-Spiegeln, einem Entitätengraphen, einem interaktiven Gedächtnis-Panel sowie externer API und CLI.

Volcengine-Ark-Provider-Plugin für DeepSeek Harness (DSH): registriert Agent Plan, Coding Plan und Postpaid-Routen auf dem nativen pi-ai-Adapter, sodass Ark-Modelle in der Modellauswahl erscheinen.

In-place-Gesprächsrücklauf im selben Sitzungsfenster ohne Fork (Claude-Code-/rewind-Semantik): Eine ↶-Schaltfläche pro Nachricht schneidet den Modellkontext auf eine beliebige Benutzernachricht zurück, mit optionaler Dateiwiederherstellung im Claude-Code-Stil aus auf Festplatte gespeicherten Backups.

Fügt Konto-Login, API- und benutzerdefinierte Provider-Einrichtung, Modellwechsel, Bild-Fallback für reine Textmodelle sowie Token-/Kostenzuordnung zu DeepSeek Harness 47f hinzu.

KI-Bildgenerierung für die DSH-Web-GUI: Text-zu-Bild und Bild-zu-Bild über einen konfigurierbaren OpenAI-kompatiblen Endpunkt (gpt-image-2 / gpt-image-1 / dall-e-3), mit einer api_url/api_key-Einstellungskarte und einem geteilten Generierungsstudio in der Seitenleiste.

Proaktive assoziative Gedächtnisfunktion für DSH: injiziert an einer festen Grenze promptfreies Recall, mit dreischichtiger Auto-Konsolidierung, Skill-Kristallisierung und Astra-artigem Kontextmanagement. Enthält Übergabeprotokolle und ein PLAN-Whiteboard, die Fensterwechsel des Kontexts überstehen, sowie Wasserstandserkennung mit automatisch erkanntem Modellfenster. Lokale Markdown-Speicherung, modellagnostisch, null Abhängigkeiten; lexikalische 0-GB-Untergrenze mit optionalen semantischen Ebenen.

Auto-Memory im Claude-Code-Stil, nativ: typisierte Memory-Dateien (user/feedback/project/reference) mit einem MEMORY.md-Index, der automatisch in den System-Prompt injiziert wird (kein Footprint im leeren Zustand); memory_write/read/list/delete folgen den Schreibregeln von Claude Code (Deduplizieren-und-Aktualisieren, absolute Datumsangaben, Querverweise); Ebenen auf Workspace- und Nutzer-Scope, prozessübergreifendes File-Locking mit Recovery verwaister Locks, reines Markdown auf der Platte, keine externen Dienste, keine Embeddings.

Verhindert Aufblähung des Request-Kontexts in DeepSeek Harness: katalogisiert MCP-Tools und Skills unter ctx.capability, stellt sie in den Stufen exposed/progressive/blocked bereit und ruft selten genutzte per meta_search/meta_invoke bei Bedarf auf, mit einem visuellen Einstellungs-Tab.

Ausführungs-Labyrinth für DSH-Sitzungen: der reale Weg des Agenten — Hauptfortschritt, gescheiterte oder Sackgassen-Umwege, Rückschritte, erneute Anfragen und Subagenten-Zweige — auf einer gemeinsamen Wall-Clock-Zeitlinie dargestellt, mit drei Tracks unter jedem Lane, die diese Achse teilen (Tool-Call-Dichte, Token-Puls, Kontextdruck) und einem deterministischen Analysepanel darunter (Tool-Result-Matrix, Fehler-Wiederherstellungs-Ketten, Dauerverteilung); beobachte, wie es live in einem Sitzungstab wächst, oder lade bis zu 5 Sitzungsprotokolle für einen Vergleich auf derselben Achse hoch.