Plugins

Mobile Telegram-Fernbedienung, die das Telefon mit einer laufenden DeepSeek-Harness-Web-Sitzung verbindet: Arbeitsbereich-dann-Sitzungs-Auswahl (/sessions), /last für die vorherige Frage/Antwort, /model zum Modellwechsel und native Rich-Message-Antworten.

/logi-Befehle zur Projektpflege: Beauftragt Fachleute für Sicherheit, logische Korrektheit, Wartbarkeit, Zuverlässigkeit und Leistung mit der Prüfung des gesamten Projekts und erstellt einen zusammengefassten Verbesserungsbericht.

Einzelcharakter-Agent für QQ (SnowLuma / OneBot 11), Bilibili und Douyin (dafür muss ein Windows-PC ständig laufen): wandelnde Eigenschaften, Gedächtnis je Person mit Ebbinghaus-Vergessen/Korrektur, Tagesroutine, proaktive Nachrichten, automatisch extrahierte Erinnerungen und zehn Einstellungs-Tabs. QQ-Gruppen standardmäßig gesperrt; Antwort nur bei Allowlist oder ausdrücklich aktiviertem allGroups und zusätzlicher @-Erwähnung. Privat nur QQ-Freunde. Autoantworten auf Bilibili/Douyin standardmäßig aus; Bilibili nur Eigentümer, Allowlist und gegenseitige Follows, Douyin nur Eigentümer/Allowlist, sofern reply-to-everyone nicht ausdrücklich aktiviert ist. Enthält gekennzeichneten MIT-Code aus dsh-qq-bridge und dsh-douyin-bridge samt LICENSE; keine gemeinsame Installation nötig.

Erfasst alle Modellaufrufe über DeepSeek Harness: Tokenverbrauch, Kosten inklusive Haupt-/Nebenzeit, Latenz bis zum ersten Token und Ausgabetempo, Provider-Guthaben/-Kontingente und Budget, aufgeschlüsselt nach Modell, Provider, Projekt, Quelle, Konto und Datum.

Preset-Werkbank zum Bearbeiten agentenspezifischer Personas, System-Prompt-Abschnitte und Tool-Beschreibungen. Tools und Skills auswählen, den Anfragekontext in der Vorschau prüfen sowie JSON-/YAML-Konfigurationen importieren oder exportieren.

Nur Windows: Überwacht den Titel des Vordergrundfensters, erkennt Bilibili-Videokurse, ordnet sie Fächern zu, lädt Metadaten/Danmaku/Kommentare und erstellt Markdown+Mermaid-Wissenskarten sowie Word-Lernhandbücher. Word-Ausgabe erfordert lokal installiertes Python.

Ersetzt den Chat-Composer durch ein CodeMirror-6-basiertes Editorpanel mit Zeilennummern, geteilter Bearbeitungs-/Markdown-Vorschau, schwebendem Fenster und Sidebar-Tab in voller Höhe — immer nur eine Eingabefläche zugleich. Entwürfe nutzen die offizielle Eingabemaschine. Der offizielle Spracheingabeknopf erscheint nur, wenn der Host ihn bereitstellt; Statistikzeile und Kontextanzeige verwenden dieselben Daten wie das offizielle Dock.

Prüfung ausstehender Änderungen für DeepSeek Harness: jede Änderung von edit, write und str_replace_editor wird automatisch in der Dateiliste gesammelt, wo ein einzelner Änderungsblock, die Blöcke einer Auswahl oder die ganze Datei behalten oder verworfen werden können, mit Undo/Redo. Importiert die Versionskontroll-Änderungen des Arbeitsbereichs, zeigt das Diff einspaltig oder nebeneinander und bietet eine Markdown-Vorschau, in der Änderungen ebenfalls behalten oder verworfen, im Dateiinneren gesucht, Blöcke angesprungen und Zeilenreferenzen kopiert werden können; die Diff-Daten werden dauerhaft gespeichert, die Prüfung läuft nach einem Neustart weiter.

Hängt einen stabilen x-opencode-session-Header pro Konversation an OpenCode-/OpenCode-Go-Anbieteranfragen an, behebt 400-MissingSessionID-Fehler und erhält die Sitzungsaffinität und das Prompt-Cache-Routing intakt.

Visuelle knotenbasierte Workflow-Leinwand für DSH mit Subagenten-Aufrufen, Codeausführung, Verzweigungen, Schleifen, Zeitplanung und Workflow-Import/-Export.

Kiro-Modellanbieter mit Anmeldung über Builder ID, Identity Center, Google, GitHub und Credential-Import, automatischer Token- und Profilaktualisierung, Kontonutzung, Live-Modellsuche, auswählbarem Reasoning-Aufwand, Streaming-Tool-Aufrufen, Behandlung von Provider-Stoppgründen und Kontextüberlauf sowie Token-Buchhaltung, die die exakten Zähler von Kiro verwendet, wenn es sie sendet, und andernfalls den gesendeten Prozentsatz der Kontextnutzung anhand des vom Modell beworbenen Fensters skaliert.

Projekt-Datei-Explorer in der Detailspalte (Mehrfachauswahl, Verschieben per Ziehen, Hochladen, Herunterladen, Umbenennen, Papierkorb, im System öffnen) mit einem schreibgeschützten Vorschau-Tab in der Sitzung für Markdown/HTML/JSON/CSV/Notebook/PDF + Code-Hervorhebung, einem Live-Badge für den Durchsatz des Modells und einer mehrzeiligen GoalBar.

AI-for-Science-Forschungs-Workflow-Skill für DeepSeek Harness, für Forscher und Doktoranden mit agentenbasierter KI: mehrwinklige Literaturrecherche mit Dateien pro Winkel, Experimentdesign mit Caveat-Liste, Abbildungen und Paper-Lesen; jeder Job gibt Dateien sowie ein Cross-Verification-Briefing für ein zweites Modell zurück. Null Abhängigkeiten, MIT.

Visuelle Komplettverwaltung von DSH Skills & MCP: bedarfsgesteuertes MCP-Laden, Hot-Reload während der Sitzung, im Plugin einsehbare SKILL- und MCP-Beschreibungen.

Community-Plugin-Marketplace für DeepSeek Harness nach offizieller Plugin-Spezifikation: Durchsuchen, suchen und installieren Sie über 4000 handverlesene Community-Plugins ohne die App zu verlassen, mit täglichen Updates.

Verwandelt den DeepSeek Harness-Agent in jede beliebige Figur: globaler Cosplay-Schalter, SillyTavern-v2-Rollenkarten mit JSON-Import/-Export, Neutral/Rolle-Denkstil-Toggle und natürlichsprachliche Karten-Autorenschaft über eine eingebaute Skill.

Kostengünstiges Video-Verständnis-Tool: Ein video_understand-Tool wandelt einen Bilibili-Link / BV / ein lokales Video in eine AVIS-Informationsschicht (ASR + Szenenstruktur + Objekt-Tracking + YOLO-Labels) um und liefert Zusammenfassung + Q&A. Fragegesteuertes dynamisches Routing über Ebenen hinweg (L0 ASR / L1 Objekt-Tracking / L2 Keyframe-VLM), Wiederverwendung der semantischen Schicht für Wiederholungsfragen, Budgetobergrenze pro Frage. Python-Engine: Die Kernschicht benötigt faster-whisper / opencv / yt-dlp (~200-300MB); die optionale semantische Schicht fügt ~2GB torch / transformers / ultralytics hinzu. Ein mitgeliefertes doctor --fix richtet das venv ein und installiert beide.

Codex-artiges Turn-Folding für die DSH-Web-UI: lässt endgültige Antworten sichtbar, gruppiert aufeinanderfolgende Schlussfolgerungen und Werkzeugaktivitäten und zeigt konfigurierbare Live-Dauer-, Werkzeugaufruf- und Token-Metriken mit mehrsprachigen Zusammenfassungen.

Voll ausgestattete TUI für DeepSeek Harness: Streaming-Konversation, Powerline-Statusleiste, Echtzeit-Think/Tool/Todo-Panels, Subagent-Doppelansicht, Theme-Umschaltung im laufenden Betrieb — alles als reine cordis-Plugins ohne Upstream-Patches.

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.

Plugin für Langzeitgedächtnis und Selbstentwicklung für DSH: L0-Erfassung → L1-Gedächtnisextraktion → L2-Szenengruppierung → L3-Nutzerpersona, automatische Erinnerungsinjektion, Skill-Synthese, vollständig lokal (SQLite FTS5 + jieba, optionaler Vektorabruf).

Geschützte Kontextverdichtung für DeepSeek Harness (dsh): das LLM schlägt vor, die deterministic Wächter entscheiden — eager Per-Atom-Shrink (extract/summary/false unter Verbatim-Wächtern) + Lazy-Reference-Graph-Eviction (0-LLM) + byte-genaue Rückgewinnung aus einem Append-Only-Log.

Bridge zur ShiGuang Memory Engine (SGME): agentenübergreifendes gemeinsames Langzeitgedächtnis über HTTP — L0/L1/L1.5/L2-Destillation, szenariobasierte Injektion, einheitliche Suche und proaktive Care-Signale (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), installierbar als `dsh-sgme`.

Projektionsgesteuerter Live-DAG für die Subagenten und dauerhaften Workflows einer Session: Status und Navigation, deterministisches Layout tiefer Ketten, Einpassungs-/Schwenk-Steuerung der Canvas und Neuanordnung der Knoten der aktuellen Sitzung.