Plugins

Modulares KI-Research/Engineering-Skill-Paket, installierbar via dsh plugin add – registriert 27 Skills (Sicherheitsaudit, Paper-Lesen/-Schreiben, Zeichnen von Figures, Dev-Workflow, Speicheranalyse) auf ctx.skills.

Sitzungsübergreifendes Gedächtnis mit deterministischem Recall ohne Tokenverbrauch (Bigram-Jaccard mit FTS5-BM25 via RRF kombiniert, chinesischbewusste Tokenisierung), Verstärkung, die wiederholte Beobachtungen stärkt, und Prozeduren, die zu SKILL.md-Dateien kristallisiert werden und vor Ort durch einen aktiv-veraltet-archivierten Lebenszyklus mit rückgängig machbarer Archivierung und Wiederherstellung verfeinert werden. Ingest und Disposal bieten jeweils eine vom Nutzer gewählte Autonomie-Stufe; Konflikte und Schreibvorgänge mit hoher Wichtigkeit gehen immer zur menschlichen Prüfung, und nichts wird jemals automatisch gelöscht. Erfordert Node 22.5+.

Analysiert die Nutzung über Modelle, Anbieter, Arbeitsbereiche und Zeiträume — mit eigenen Start-/Enddaten über die gesamte Historie — inkl. Cache-Hit-Einblick und Aufschlüsselung nach Modell und Anbieter. Enthält stündliche/tägliche Trends, 53-Wochen-Heatmap im GitHub-Stil, Serien, Token-Quota-Ringe pro Modell und Arbeitsbereich (Tokens, Kosten, %), kombinierbare Filter, Cache-Effizienz, DeepSeek-Guthaben, Bereichs-Aliase, CSV-Export und ein dauerhaftes Journal, das Nutzung nach Sitzungs- oder Bereichslöschung bewahrt (Deleted-Zeile) und inkrementell neu aufbaut. Die Bereichs-Registry wird über die DSH-domain/changed-Sonde frisch gehalten; nur registrierte Bereiche zählen. Getrennte Buchhaltung für Eingabe, Cache und Reasoning. Chinesisch: Ortszeit; Englisch: UTC; API nur Loopback.

Multi-Engine-Text-zu-Bild-Generierung (OpenAI Images und Zhipu-CogView-Presets) mit Quotenverfolgung pro Sitzung, Engine-Failover, credential-sicherer Konfiguration und einer Ergebniskarte mit erneuter Generierung.

XiaoTangYuan, ein KI-Begleiter im Spiel für Einzelspielerspiele: versteht den Spielbildschirm, chattet per Text oder Push-to-Talk, und spricht Antworten laut vor; Stardew Valley wird unterstützt, mit Don't Starve Together- und Oxygen Not Included-Integrationen in Arbeit.

Plugin-Marktplatz in den Einstellungen, der jedes lokale Profil anspricht, nicht nur das laufende: Installieren, Aktualisieren und Entfernen über Web-, Headless- und andere Profile hinweg, mit Warnungen zu Installationsskripten, einer Ansicht installierter Elemente, die auch nicht katalogisierte Profilabhängigkeiten abdeckt, und einem automatischen DSH-Neustart bei Wechsel des aktuellen Profils.

Kontinuierliche Selbstverfeinerungsschleife: persistenter Speicher, periodisches Überprüfen und Verfeinern, sitzungsübergreifendes gemeinsames Wissen und automatisches Rollback über ein vom Modell aufrufbares harness_refine-Tool.

Chrome-Seitenleiste, die die dsh-Web-UI einbettet und es dem Agenten ermöglicht, die aktuelle Seite zu lesen, HTTP-Datenverkehr zu erfassen und den Browser zu steuern.

Fügt einen festen System-Prompt-Abschnitt ein, damit der Agent unabhängig von der Sprache des Benutzers auf Chinesisch denkt und antwortet.

Nutzungs- und Kostenstatistiken mit Spitzen-/Nebenzeittarifen nach der Tarifänderung vom 17.08.2026, ein schwebendes Übersichtspanel, Aufschlüsselungen pro Sitzung sowie eine Tag-/Wochen-/Monats-/Jahres-/Gesamtnutzungs-Heatmap.

Composer-Eingabetoolkit: per Pfeiltasten steuerbarer Sitzungsverlauf (mit First-/Last-Line-Gating, sicher für IME und Befehlsmenü), ein Instruktions-Viewer/-Editor für globale und Projekt-AGENTS.md/CLAUDE.md sowie eine Prompt-Bibliothek mit 780 chinesischen Prompts (Cherry Studio agents-zh-Korpus, AGPL-3.0), die per Klick in den Composer eingefügt werden. Auf npm als `dsh-composer-tools` erhältlich.

Drag-and-Drop im Codex-Stil: Jede Datei, die in die DSH-Web-GUI gezogen wird, landet in ~/.dsh-dropbox, und der Pfad wird als geschlossener blauer Chip in den Composer eingefügt.

Bilibili-Video-Analyse: Metadaten, Transkript (ASR-Fallback über Bijian/sherpa-onnx/whisper.cpp), Kommentare, Danmaku und scharfe Keyframes mit optionalen lokalen Vision-Beschreibungen.

Token-, Kosten- und Guthaben-Dashboard unter dem Composer: Live-Anzeige plus SVG-Diagramme ohne Abhängigkeiten für Nutzung je Runde, geschätzte Kosten und DeepSeek-Kontostand.

Navigator für Nutzernachrichten am rechten Rand mit adaptivem Block-Layout, das sich an die verfügbare Höhe anpasst, plus Hover-Vorschauen, Tastatursteuerung und Klick-Navigation.

Auto-Thinking-Effort-Routing für dsh: ein lokal feinabgestimmter 7-Fragen-Klassifizierer (ModernBERT, 842 MB, <1 s CPU-Inferenz) wählt low/high/max für No-Intent-Nachrichten; In-Session-Retries eskalieren die Stufe (low → high → max) unter Ausschluss-Constraints; der Judge-Service fällt sicher auf low zurück, wenn nicht erreichbar. Ein Tier-Chip in der Input-Leiste zeigt die Live-Stufe und die letzten 20 Bewertungen. Alle Inferenz ist lokal — Aufgabentext verlässt niemals die Maschine.

Werkbank zum Lesen von Papers: Bibliothek + PDF-Reader + Begleiter im Tutor-Stil. Antworten zitieren anklickbare Seitenzahlen, die zurück ins PDF springen und die genaue Passage hervorheben; Markieren-zum-Fragen ohne das Paper zu verlassen; mitgeliefertes Strict-Tutor-Preset (Leseplan, Abschnitts-Coaching, benotete Quizze über Sessions hinweg verfolgt); Umschalten zwischen Original ↔ Chinesisch an Ort und Stelle (babeldoc, keine Vorinstallation). Lokale Transkription und Suche — Dokumente verlassen Ihren Rechner nie.

Tool-Call-Disziplin für DeepSeek Harness: injiziert einen statischen Prompt-Abschnitt mit Verhaltensbeschränkungen, senkt den Parallel-Pool nach einem Tool-Fehler auf 1 (Wiederherstellung nach 3 aufeinanderfolgenden Erfolgen), drängt das Modell, nach wiederholten Fehlern nicht weiter zu retryen, verifiziert Schreibvorgänge mit .bak-Rollback, gated Hochrisiko-Befehle und verfolgt Compliance-Statistiken über /behavior-status.

Geschichtete Token-Optimierungspipeline für DeepSeek Harness: Ausgabe-Leiter, MCP Lazy Loading, Kompaktierungs-Treiber, Cache-Treffer-Bericht. Auf echten DSH-Plugin-APIs aufgebaut; in langen Sitzungen werden etwa 40–60 % der Eingaben gespart.

Evidenzbasierte Aufmerksamkeitsüberwachung für DeepSeek Harness mit C0–C3-Richtlinie, deduplizierten Inbox-Warnungen, Ruhezeiten und geschwärzten Ergebnisaufzeichnungen.

Eigenständige Literaturbibliothek für DSH mit optionalem Zotero-Export: Volltext-PDF-Abruf (Unpaywall/arXiv/benutzerdefinierte URL-Vorlagen), lockere Crossref-gestützte Suche, APA/GB-T 7714/MLA/Chicago-Zitationsgenerierung, PDF-Lesegerät im Seitenbereich mit Hervorhebungen und Notizen sowie KI-gestützte Q&A/Übersetzung, die in die aktuelle Konversation gelenkt wird.

Serverkarten-Dashboard für DSH: Status pro Host, CPU, Speicher, Festplatte und Latenz, mit xterm.js-SSH-Terminals per Klick; importiert ~/.ssh/config und wird als better-sidebar-Tab oder als separate rechte Schublade eingebunden.

Für das native Vision-Modell deepseek-v4-flash-vision-exp von DeepSeek Harness erhöht er die Bildzulassungsgrenzen auf 32 MiB / 8192 px / 600 Bilder und fügt ein highres_read-Werkzeug hinzu, das große Bilder in Kacheln zerlegt und dann das Gesamtbild plus 800x800-Kacheln über das Host-Werkzeug read_image zurückgibt.

Agent-Preset-Bundle für Programming Mode: der Standard-Coding-Agent mit einer Persona, die die Superpowers-Disziplin vorschreibt (zuerst Skills, Brainstorming vor dem Bauen, Pläne vor Code, TDD, systematisches Debugging, Verifizierung vor Abschluss) sowie einer stets aktiven Ponytail-Codevolumen-Disziplin (7-stufige Minimalcode-Leiter, standardmäßig vollständig); enthält alle zwanzig Skills gebündelt (14 superpowers + 6 ponytail) und fügt den vollständigen using-superpowers-Skill mechanisch in die erste Anfrage jeder neuen Sitzung ein.