Plugins

Atmosphärisches Vollbild-Statusraster für DeepSeek-Harness-Sitzungen mit Token-/Rategrafiken sowie ntfy-Push- und Alarmmeldungen bei Turn-Ende, Fehlern oder ausstehender Freigabe.

E-Mail-Erinnerungen deines DSH-Agenten bei Abwesenheit: bei Zielabschluss, Blockierung, vor einer Entscheidungsfrage und an Meilensteinen langer Aufgaben. Nutzt einen mitgelieferten Node-SMTP-Sender ohne Abhängigkeiten.

Kurze Web-Audio-Signale, wenn eine Sitzung Aufmerksamkeit braucht (Freigabe, Frage, Planprüfung) und bei Aufgabenabschluss. Synthese in der Seite, zwei wählbare Stile und Lautstärke; keine Pop-ups, OS-Mitteilungen, Audiodateien oder Netzwerk. Ein Bundle für DSH 0.1.7+ (Desktop & Web) und 0.1.0-rc.6.

Exportiert reine Metadaten-Events zu DSH-Zügen, Modellen, Tools, Genehmigungen, Wiederholungen und Fehlern an Tuning Engines für kontrollierte Traces, Richtlinienbewertung, Kostenanalyse und Work-Session-Review, mit einer festplattengestützten Wiederholungswarteschlange.

Die vollständigste GitHub-Integration für dsh: Repo-Übersicht, Releases, Issues, Pull Requests, Mitwirkende, Suche und ein Tiefenreport des Repos mit TTL-Caching — kein API-Schlüssel erforderlich.

Adversatives Code-Review: parallele Finder prüfen einen Diff aus getrennten Blickwinkeln (Korrektheit, Lebenszyklus, Vertrag, Sicherheit); unabhängige Verifier versuchen jeden Fund zu widerlegen, und eine Widerlegung verwirft ihn.

Fügt freigegebene Metadaten von GitHub-Actions- und GitLab-CI-Läufen in den Agentenkontext ein, ohne Logs, Zugangsdaten oder Provider-APIs zu lesen.

GitHub-Workbench-MCP-Server (dsh bundle): 23 MCP-Tools für Repositories, Issues, PRs, Code-Reviews und Suche, ohne Laufzeitabhängigkeiten und mit PAT-/OAuth-Authentifizierung.

Adversatives Code-Review aus mehreren Blickwinkeln: parallele Prüfungen auf Korrektheit, Sicherheit und Wartbarkeit untersuchen einen Diff, mit deterministischer Schwerebewertung, Unterdrückungsregeln und inkrementellem Review-Verlauf.

Richtliniengesteuerte Git-Synchronisierung von DSH-Einstellungen und Profilkonfigurationen, mit geheimnissensiblen Projektionen, Konfliktprüfung und zeilenweiser Übernahmesteuerung.

Auf Datenträger gespeicherte Ausführungsplanung für DSH: Zustandsautomaten für Meilensteine/Schritte, Abhängigkeitssperren und Audit-Ereignisstrom; deterministische Abschlussprüfung über dsh-Tools, CLI oder Skill.

Dokumentenwerkstatt-Skillpaket: vier reine Prompt-Agent-Skills erstellen aus einer Codebasis READMEs, PR-Beschreibungen, Changelogs und Code-Reviews. Installation in dsh über einen dsh.bundle-Plugin-Eintrag.

DSH-Projektscaffold-Preset: striktes 5-Phasen-Init-Runbook, Engineering-Standards und sechs ausführbare Startervorlagen (node-ts / react-vite / python / go / spring-boot / monorepo).

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.