Plugins

DSH Web-GUI-Heftklammer-Button: Ein 📎-Button im Composer öffnet einen Dateiauswahldialog (Drag & Drop unterstützt) und fügt den Dateiinhalte in das Textfeld ein.

Ermöglicht reinen Textmodellen den Umgang mit eingefügten Chat-Bildern, mit nativem Vision-Erlebnis, Bildanzeige im Stapel und einem integrierten OpenAI-kompatiblen analyze_image-Tool; visionsfähige Modelle bleiben unbeeinflusst.

Schwebende Karte mit Ihrem tatsächlichen Positionsgewinn/-verlust (今日盈亏), dem Shanghai Composite Index und einem Intraday-Chart, automatisch aus dem Tonghuashun-Investment-Ledger synchronisiert — keine manuelle Watchlist-Einrichtung.

Verbindet den Lebenszyklusstatus, Fehler und Freigabeanfragen von DeepSeek Harness mit einem lokal laufenden OpenPets-Desktop-Begleiter.

Einheitlicher Router für Bilderzeugung für DeepSeek Harness (DSH): entdeckt Bildmodelle automatisch von jedem OpenAI-kompatiblen Endpunkt, stellt die Tools draw_image und draw_list_sources bereit und unterstützt SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen und mehr.

Zeigt eingefügte oder hochgeladene Bilder direkt im DSH-Web-Chat an und gibt reinen Textmodellen Sehkraft: Das vom Modell aufrufbare Tool visual_review nutzt zuerst eine OpenAI-kompatible multimodale API und fällt bei einem Fehler auf einen lokalen Qwen3-VL-Worker zurück.

Vision-MCP- und DSH-Bundle für textbasiertes DeepSeek: analyze_image-, analyze_clipboard-, compare_images- und vision_status-Werkzeuge, eine visuelle Einstellungsseite, standardmäßig kostenloses GLM-4.6V-Flash, Ergebnis-Caching und Rate-Limit-Toleranz; Schlüssel erscheinen nicht in Logs.

Geben Sie Agenten Zugriff auf Dateien auf dem Rechner, auf dem der Browser läuft: Der Benutzer autorisiert ein lokales Verzeichnis über File System Access, Tool-Aufrufe werden über das eigene WebSocket des Plugins weitergeleitet; schreibgeschützter Kompatibilitätsmodus für mobile/unsichere Kontexte.

Learning Mode Agent-Preset: ein Coding-Agent, der beim Coden lehrt — konkrete szenariobasierte Erklärungen, sokratische Anleitung und TODO(你)-Übungsblanks, modelliert nach Claude Codes Learning-Ausgabestil; installierbar via dsh plugin add (dsh-learning-mode auf npm).

Verfolgt den Zustand des Agenten als Yogācāra-Mentalfaktoren über einen dauerhaften Seed-Speicher und speist ihn als Neigung aus Ich-Perspektive in den Prompt zurück.

Permanente Guthaben-Karte im Composer-Dock: Echtzeit-Kontostand der DeepSeek-API mit automatischer Aktualisierung alle 5 Minuten, manuellem Aktualisierungs-Button und Farbwarnungen bei niedrigem Guthaben.

Ziehen & Ablegen oder Klicken, um jede Nicht-Bild-Datei (PDF/Word/Excel/ZIP/Text) in den Composer einzufügen: In der Desktop-Shell wird der echte Finder-Pfad sofort aufgelöst; andernfalls wird sie in den Workspace hochgeladen und der Pfad eingefügt.

DSH-Plugin: bearbeitet den System-Prompt (Deployment-Persona) auf der Einstellungsseite, mit Live-Vorschau.

Schreibt lokale JSONL-Zusammenfassungen von Tool-Aufrufzahlen je Runde und groben Verifizierungssignalen, ohne Prompts, Tool-Argumente oder Ergebnistext zu speichern.

Fail-closed-Brücke für den Feishu(Lark)-Kanal: mit einem Bot chatten und Antworten des dsh-Agenten erhalten — mit optionaler Human-in-the-Loop-Werkzeugfreigabe (Allow/Deny-Karten vor jedem Bash-Aufruf, Fail-closed-Timeout). Integration ausschließlich mit dem offiziellen Python-SDK (fest gepinnt); standardmäßig ablehnende Whitelist, Webhook-Signatur-/Zeitstempel-/Replay-Prüfung, chatweise klebrige Sitzungen; tägliche Kompatibilitätsprüfung mit dem neuesten SDK; zweisprachige Dokumentation.

Arbeitsbereichsbezogene Abschlussklingeltöne sowie Hinweistöne für Genehmigung, Rückfrage, Plan-Review, blockiertes Ziel und fehlgeschlagene Aufgaben, mit integriertem Synthesizer, Sprachausgabe (TTS) und eigenem Audio.

Agent-Plugin für DeepSeek Harness (DSH), OpenCode, Pi und Codex: Definiert eigene KI-Agentenrollen mit Prompts, Modellen, Skills, Berechtigungen, Speicher und Multi-Agenten-Orchestrierung.

Speichert vom Agenten selbst gemeldete Fehler in einer kategorisierten Lernbibliothek und injiziert sie in jedem Durchlauf erneut in den system prompt. Vor dem Speichern bestätigt oder bearbeitet der Nutzer jeden Entwurf. Zwei Gesprächskopfzeilen-Panels bearbeiten globalen und sitzungsspezifischen Prompt.

Markdown-Darstellung für gesendete Nutzernachrichten in DeepSeek Harness: Jede Nachrichtenblase zeigt Listen, Code, Tabellen, Zitate und Inline-Formatierung über die eigene Markdown-Verarbeitung der Host-Anwendung an. Warteschlangen, Vorschauen und Eingabefeld bleiben in der einfachen Textdarstellung.

Einstellungen für Drittanbieter-Modelle in DeepSeek Harness: Anbieter und Modell lassen sich im Composer-Menü wählen, die Denktiefe eines Modells über einen Schalter auf der Karte der offiziellen Models-Seite begrenzen und Request-Header je Route konfigurieren.

Ollama-Cloud-Provider für DeepSeek Harness: richtet die Route bei der Installation ein, stellt die Thinking-Stufen jedes Modells für die Reasoning-Steuerung im Composer bereit und zeigt Kontonutzung samt API-Key-Feld auf Models-Seite und Seitenleiste.

Codex-ähnliches Erscheinungsbild für DSH Web: Fensterrandlinien und Schatten, Seitenleistenfarben und Zeilenausrichtung, Modellauswahl mit Reasoning-Stärke-Regler, Geometrie von Eingabe und rechtem Panel, komplette Überarbeitung des Einstellungsdialogs, Schließen der Trajectory-Ansicht sowie Karte für Design, Akzent, Hintergrund, Vordergrund, Schriftarten, Seitenleistentransparenz und Kontrast.

Bearbeiten Sie jeden Benutzer-Turn in DeepSeek Harness und führen Sie ihn erneut aus: Ein Inline-Editor an der Nachrichtenzeile spult die Konversation über den offiziellen surface-replace-Vertrag bis kurz vor diesen Turn zurück und fragt den Agenten dann mit dem überarbeiteten Text erneut ab. Das nur anhängende Sitzungsprotokoll wird nie umgeschrieben.