Plugins

Veröffentlicht ein HTML-Dokument als teilbaren Link, der sich mit einem Tap öffnet und in Chat-Apps als Karte erscheint; veröffentlichen, aktualisieren und Export nach PNG/PDF/Word.

Spracheingabe für die Web-UI: Eine Mikrofontaste im Eingabefeld transkribiert Sprache per Web Speech API in den Entwurf; automatisches Senden lässt sich optional umschalten.

Ergänzt reine Textmodelle um Bildverständnis: Das Tool describe_image delegiert Bilder über die eigene LLM-Laufzeit des Harness an ein Vision-Modell aus der dsh-Modellliste.

Ermöglicht einem reinen Textagenten von DeepSeek, Bilder in derselben Sitzung zu lesen, indem er an einen vision-fähigen Subagent delegiert; beim Senden wird das Bild in einen Pfad umgewandelt.

Reiner HTTP-Client, der wiederkehrende Text- und Bildaufgaben (OCR, Analyse, Vergleich) über unsloth_run und unsloth_vision an einen bereits laufenden Unsloth-Desktop-Server (Unsloth Studio) delegiert. Startet oder besitzt niemals Prozesse.

Delegiert wiederkehrende Text- und Bildaufgaben (OCR, Bildanalyse, Vergleich) über koboldcpp_run und koboldcpp_vision an einen lokalen KoboldCpp-Server (llama.cpp) und verwaltet dessen Lebenszyklus bei Bedarf.

Lokale OCR für angehängte Bilder über die integrierte Windows-Engine (Windows.Media.Ocr): Nur der erkannte Text wird an das Modell gesendet, niemals die Bild-Bytes; der Vision-Passthrough ist opt-in.

Lokale OCR für angehängte Bilder via Tesseract: Nur der erkannte Text wird an das Modell gesendet, niemals die Bilddaten; Vision-Passthrough ist optional.

Ergänzt reine Textmodelle um Bildverständnis: Chat-Bildanhänge werden mit einem Standard-Prompt automatisch durch ein Vision-Modell beschrieben und bei fehlenden Details mit modellgenerierten Prompts erneut analysiert. Mit system/custom-Modi, GUI-Konfiguration, sicherer Schlüsselverwaltung und kleinem Host-Patch für DSH 0.1.0-rc.6.

Zweistufiges Bildlesen für reine Textmodelle: zuerst schnelle lokale Offline-OCR mit RapidOCR, danach als Rückfall ein Vision-Modell über modlens.

Transparenter Bildschutz für reine Textrouten: verhindert den 400-Sitzungs-Deadlock beim Einfügen von Bildern und bietet vision_analyze für OCR/PDF/docx/pptx/Video.

Bild-zu-Text-Eingabe für die Web-UI: Bild einfügen oder hineinziehen, in strukturierten Text umwandeln und senden. So können auch reine Text-LLMs über eine OpenAI-kompatible Vision-API Bildeingaben übernehmen.

Ergänzt DSH-Textmodelle um Bildverarbeitung: Skill für Bild-/OCR-/Dokumenterkennung mit der Reihenfolge race pool → custom channels → local sowie ein idempotenter Host-Patch, damit Bildnachrichten das Modell erreichen.

Tools zur Prüfung mit einem Headless-Browser: Der Agent öffnet die gerade erstellte Seite, liest das gerenderte DOM und berechnete Styles, prüft die Konsole und erstellt einen Screenshot. Enthält die Skill frontend-verify.

Browsersteuerung über Barrierefreiheits-Referenzen: navigieren, Seite als Referenzbaum erfassen, Elemente bedienen und auf Bedingungen warten. Die Origin-Richtlinie folgt der Freigabepraxis der Sitzung und wird durch Abfangen von Anfragen durchgesetzt.

Echtbrowser-Automatisierung für DSH über einen MCP-Server (Playwright-Kern): navigieren, klicken, Felder ausfüllen, tippen, Screenshots erstellen und mit nummerierten Referenzen auf Barrierefreiheits-Snapshots handeln. Stellt alle 22 web_*-Tools dem Harness über stdio erneut bereit.

human_task- und human_task_ready_check-Tools pausieren den Agenten, bis der Nutzer eine reale Aktion ausführt oder eine Beobachtung zurückmeldet (GUI-Aktion, Spieltest, Sichtprüfung, Hardwarekontrolle). Erfordert Sitzungszustimmung und AFK-Präsenzprüfung; liefert strukturierte JSON-Ergebnisse über einen Web-Taskdialog.

On-Demand-GitHub-Proxy für die Web-UI: Git-/SSH-Proxy mit einem Klick umschalten und Verbindung testen.

Verwandelt jedes SVG-Logo in DSH in ein Bewegungsvideo. Das Tool `animate_svg` rendert eine transparente 30-fps-Montageanimation (Teile fliegen ein oder das ganze Zeichen kommt zur Ruhe) und erzeugt mit ffmpeg ein MP4.

Notizen und To-dos als normale Markdown-Dateien im Arbeitsbereich: /ml plus Satz fügt etwas ins heutige Journal ein. Drei To-do-Arten: mit Frist, bis zu einem Datum schlafend (wacht dann automatisch auf) und jederzeit. /ml view öffnet Dateien mit unscharfer Suche in wenigen Tastenanschlägen. Immer null Tokens: nichts läuft durch das Modell; Notizen bleiben gewöhnliche lokale Dateien, die Git und jeder Editor lesen können.

Nexterm-Flottenwartung in einer DSH-Sitzung mit 6 Agenten-Tools: Anmeldung per Passwort/TOTP/Gerätecode, Flottenliste, Ein-Host-Ausführung, parallele Batch-Ausführung, voreingestellte Gesundheitsprüfungen und CPU-/Speicher-/Datenträgerüberwachung über die Nexterm-REST-API sowie eine minimale Einstellungsseite. Auf dem DSH-Rechner sind keine SSH-Privatschlüssel nötig.

Chemikaliensicherheitsinformationen über den gehosteten MSDS-Chain-MCP-Endpunkt: 23 Tools für Verträglichkeit und Mischreihenfolge, GHS-Gefahren, PPE, Lagerung, Entsorgung, Expositionsgrenzen, Transportklassifizierung, regionsübergreifende Vorschriften, SDS-Suche und Versionsunterschiede sowie signierte Auditberichte. Jede Antwort zitiert das zugrunde liegende Lieferanten-SDS samt Revisionsdatum.

Persistenter Trace-Recorder für Modell-Toolaufrufe: Jeder Aufruf wird in eine JSONL-Datei geschrieben, die Neustarts übersteht, und ist über das strukturierte call_trace-Tool sowie den callTraceHistory-Dienst abfragbar. Mit Größenrotation und optionalem schwebendem Canvas-UI-Add-on.

Verbindet DeepSeek Harness über API-Schlüssel-authentifizierte Tools mit AsimovBox, um Videos zu erstellen, zu aktualisieren, zu rendern und fertigzustellen.