Plugins

Erstellt KI-erzählte DSH-Sitzungsberichte (täglich, wöchentlich, monatlich oder beliebiger Zeitraum) und synchronisiert sie mit flomo (浮墨笔记), mit einem konfigurierbaren Tag (Standard #write/dsh) und automatischer Entfernung von #. Mit Web-Einstellungen und täglicher Erinnerung.

DeepSeek-Kontonutzungsmonitor (HP/MP) als Seitenleistenmodul mit Guthaben- und Tokenbalken; WeChat-QR-Anmeldung über das enthaltene CLI (login-cli.mjs), stündliche Synchronisierung nur bei sichtbarer Anzeige und Token-Zuwachs lokal in Echtzeit.

DeepSeek-Harness-Plugin mit multimodalen Tools (Bild-/Audio-/Video-/Dokumentverständnis, Transkription, Bildgenerierung) über die Gemini-API oder das lokale Antigravity-CLI.

Allgemeiner Dateivorschauer für DeepSeek Harness: Nach einem Agententurn mit Dateien klappt die Dateizeile vertikal auf; ein Klick öffnet ein rechtes Panel für Markdown (offizielles MarkdownText), syntaxhervorgehobenen Code, CSV/TSV-Tabellen und Text.

Verwendet den lokalen TraeX-Coding-Agenten über ACP als Modellanbieter für DeepSeek Harness.

DSH-Arbeitsbereiche mit Projekt- und Aufgabenmodus. Aufgaben überspringen die Arbeitsbereichsauswahl und erhalten je Unterhaltung ein frisches temporäres Verzeichnis (D:\dsh_working\<name>-<timestamp>), wie bei Codex. Sitzungen ohne Arbeitsbereich stehen im dauerhaften Sidebar-Abschnitt Tasks mit Leerzuständen; der Neusitzungs-Auswahldialog erhält „no workspace (task)“.

Community-Bundle für DeepSeek Harness mit lokaler, evidenzgestützter Agent Memory.

Claude-Code-artige Artefakte für dsh: Das `artifact`-Tool schreibt eigenständiges HTML; dazu gibt es einen Erstellungs-Skill, eine Seitenleisten-Navigation und einen In-App-Browser mit Sandbox-HTML-Vorschau.

Dateibasierter, selbstlernender Speicher für DeepSeek Harness v2: Komprimierung/Extraktion bei offizieller Kompaktierung, tägliche episodische Ebene, Dream-Konsolidierung in semantische Dateien (user/agent/memory/dream + Projekt) und Einfügen von Kataloghinweisen.

Paper-Review-Panel für DeepSeek Harness: wandelt PDF-Paper in strukturierten, auswählbaren Text mit Spalten, Überschriften, Tabellen, Hoch-/Tiefstellungen und Inhaltsverzeichnis um; rendert Abbildungen und abgesetzte Gleichungen. Schwebender Dialog zum Fragen über die Auswahl.

DSH-native Videoanalyse mit konfigurierbaren multimodalen Anbietern.

dsh-Plugin, das den iterate-Skill in einen autonomen geschlossenen Ablauf verwandelt: planen → parallele Reviews xN → atomare Korrekturen → validieren → wiederholen → automatisch stoppen. Dry-Run-Modus nur für Reviews mit Konvergenz über mehrere Runden.

Tamagotchi-artiges Desktop-Haustier für DeepSeek Harness: lebendige Skins blinzeln und wedeln, Wetter-/Tageszeitstimmung, Wochenberichte, Apportier-Minispiel, 24 sammelbare Skins, Erfolge und synthetisierte Klänge.

Native Memory für DeepSeek Harness: auditierbare Fakten mit Beweisketten, bereitgestellt durch StateCore.

Generischer LLM-Gateway-Modellanbieter für DeepSeek Harness: bindet newapi, LiteLLM, Higress oder beliebige OpenAI-kompatible Gateways als Provider-Routen ein, erkennt Modelllisten automatisch und ergänzt jedes Modell um models.dev-Parameter.

Echtzeit-Kurs-Desktophaustier mit Bullen-/Bärenmotiv für DSH: Je näher Gewinne laut Portfoliodurchschnitt an 20 % kommen, desto schneller läuft und höher springt es. Watchlist-Panel zum Suchen/Hinzufügen von Aktien sowie ein Live-„Rennen“ der Kursbewegungen aller Positionen.

Szenario-Bundles für dsh-Plugins (die Dotfiles der Pluginwelt): Rezepttool zum Auflisten, Suchen, Anwenden und Kombinieren fertiger Plugin-Umgebungen mit geordneten Installationsschritten.

Plugin-Wertprüfer: Prüfung vor Installation (Quellscan + LLM-Bewertung) und Prüfung installierter Bundles danach. Erinnert nach Modellwechsel an eine erneute Prüfung.

Gesundheitsprüfungen für DSH-Plugins: Manifest/Patch/Entry/Build/Pack/Install-Verifikation, modellaufrufbares plugin_check, Profil-Host-Shadowing + BOM-Erkennung, Umgebungsdiagnose und Poison-Preflight.

Ergänzung zum offiziellen Creator-Modus: In-Memory-Tests von Tool-Plugins vorbereiten, validieren, per ctx.plugin live einbinden und bewerten, dann festigen oder zurückrollen.

Evidenzgestützte Skill-Selbstentwicklung für DeepSeek Harness: Lernen aus maskierten Abläufen, isolierte Vorschläge, Arena-Validierung, Canary-Überwachung und automatischer Rollback.

RLM-Modus für dsh: rekursive Subagents über eine einheitliche Funktion rlm(), mit spawn/await/chain als erstklassigen Python-Aufrufen. Ergänzt einen dauerhaften IPython-Kernel mit tools.*-Bindings und context-as-variable.

Abhängigkeits-Topologieprüfung: sagt Konflikte vor der Installation voraus und erkennt danach doppelte @deepseek-ai/dsh-*-Kopien, Versionsabweichungen sowie vendorte Core-Dienste, die Symbol-Key-Abstürze wie „Cannot read properties of undefined (reading 'prepare')“ auslösen.

Prüfwerkzeug für DSH-Agenten: kontrolliert Aussagen anhand von Workspace-Dateien mit Zeilenangaben, validiert JSON-/YAML-Konfigurationen und prüft die Veröffentlichungsbereitschaft für URL/npm/GitHub ausschließlich lesend.