Plugins
Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.
738 Plugins gefunden
dsh-plugin-doctor
ragnoryok1/dsh-plugin-doctor
Nur-Lese-Diagnose in der dsh-Web-GUI: findet fehlgeschlagene Plugins, nie gestartete Bundle-Zeilen und defekte Dateilinks; meldet nur, ohne Reparatur, Journal oder Undo.
dsh-quality-gate
jayyuen666/dsh-quality-gate
Bei Turn-Ende und nur nach Code-/Config-Änderung geht jedes File bis zur Projektwurzel und führt dort einen Check aus fester Allowlist aus (pnpm check, cargo check, ruff check ., tsc --noEmit). Nur wenn er tatsächlich lief und fehlschlug, wird mit Fehlerausgabe ein neuer Turn geöffnet.
dsh-sync
huangfuren/dsh-sync
Verschiebt die gesamte DSH-Installation und prüft jeden Punkt. Ebenen: declaration (Einstellungen, Credentials, Plugin-Deklarationen, vendored-link-Quellen), state (Sitzungen, Speicher, Skills, Anhänge) und optionaler Workspace-Code. Schreibt nur den zstd-Header-Frame der Sitzungen um, mappt Workspace-Pfade explizit; 14 Checks (I1–I13 + I6b) melden PASS/FAIL/WARN. LAN-Pairing überträgt das Bundle; merge stoppt vor dem Schreiben bei offenen Konflikten.
dsh-model-deploy
ethanrise/dsh-model-deploy
Prüft ONNX-I/O, Shapes, Opset, Operatoren, Größe; benchmarkt ONNX Runtime lokal oder per SSH. Meldet Durchschnitt/P50/P95/P99-Latenz, FPS, echten Provider und PASS/FAIL-Gates für FPS/P95/Größe. Python 3.10+, numpy, onnx, onnxruntime, psutil nötig; remote: python3/numpy/onnxruntime.
dsh-model-everything
amethystluna/dsh-model-everything
Modelliert und prüft Aussagen aus Design/Plan/Dokument: rendert und reviewt UML, prüft Zustandsautomaten/Protokolle/Datenmodelle, Migrationsabdeckung und Rollback-Symmetrie; leitet Nebenläufigkeit an passende Checker, auditiert Abhängigkeiten und vergleicht Berichte.
dsh-which
11111353535/dsh-which
Forensik der Befehlsauflösung: ausgeführte Datei, gewonnener PATH-Eintrag, überschattete Einträge, Zahl der Duplikate/toten Pfade und Versionsgleichheit gleichnamiger Kopien.
agent-pet (dsh-agent-pet)
rpegorov/agent-pet
Sendet den DeepSeek-Harness-Sitzungsstatus (working/done/error) an das agent-pet-Desktop-Overlay unter macOS; Sitzungen öffnen oder Chat starten.
dsh-branch-cleaner
ramwin/dsh-branch-cleaner
Findet bereits in mainline gelandete Branches (Merge/Squash, patch-äquivalent nach Rebase/Cherry-pick, upstream weg oder PR gemergt). Standardmäßig nur Bericht, Löschen nur auf Anfrage; kein Wechsel/Rebase. Lokale Löschungen unter refs/backup/branch-cleaner/ gesichert, entfernte nicht.
dsh-grokbot-dispatch (plugin)
semantic-craft/dsh-grokbot-dispatch
Bidirektionales Dispatch für DSH: Öffnet sichtbare Desktop-Sitzungen für von Grok Bot/Yobiru eingehende Aufgaben, ergänzt /dispatch-grok und /dispatch-zcode zum Versenden und meldet das Ergebnis nach Abschluss an den absendenden Peer zurück. Peers werden vom Nutzer konfiguriert; vorher wird nichts gesendet.
dsh-test-framework
liujianqiao701/dsh-test-framework
Test-Framework für DSH: Erstellt einen Verzeichnisbaum aus Produkt/Modul/Version, registriert sieben test_framework_*-Tools und vier Runtime-Skills. Ein Prompt-Gate meldet vor Testbeginn nicht dokumentierte Anforderungsaufteilungen, Versionen, zugehörige Dokumente und Umgebung-Zugangsdaten. Playwright-MCP-Server zwingend erforderlich, kein Fallback.
dsh-skills-hub
xiatian-wuhan/dsh-skills-hub
Zeigt den Kontextverbrauch jeder Skill und blendet sie ohne Löschen aus dem Katalog aus. Listet jede Skill auf dem Datenträger mit der exakten Katalogzeile für das Modell (normalisierte und am Limit gekürzte Description), Body-Größe und Token-Schätzung. Zeigt die Katalognachricht bytegenau wie beim Agent, vergleicht sie mit der bereits in der aktuellen Sitzung veröffentlichten Kopie und meldet Skills, die wegen ungültigem Frontmatter oder Shadowing durch eine höher priorisierte Root nicht im Katalog landen. Ausblenden setzt disable-model-invocation im Frontmatter, behält aber die Datei; `/name` funktioniert weiter. Import aus ClawHub, Skills.sh und GitHub-URLs sowie Deinstallation nutzereigener Skills möglich.
publish-size-check
stephen-pc/publish-size-check
Prüft vor Veröffentlichung Geometrie: Pixel, Verhältnis, dpi, Größe/Format, reale Druckbreite, Farbmodus. Keine Inhaltsprüfung (QR, Text/Bild-Anteil, Rechte, Verbote). Nur Python-Standardbibliothek, keine Drittpakete, Eingaben unverändert; Python 3.8+. 10 Plattformen/20 Slots mit Vertrauenslabel: WeChat MP, Xiaohongshu, Bilibili, Zhihu, Weibo, Douyin, WeChat Channels, Zeitschriften, Druck, Kundenauslieferung. Auflösung per ID/chinesischem Namen/Alias (Fuzzy). Manuell oder automatisch nach Datei-Ausgabe bei genanntem Veröffentlichungsziel; bei Erfolg eine Zeile, Details nur bei Fehlern. Zeitschrift/Druck: reale Breite per Pixel/dpi, erkennt zu kleine Drucke trotz gültigem dpi-Metadatum. Mehrfachbilder: Konsistenz prüfen, Ausreißer nennen.
local-solution-first
shenhe3939-debug/local-solution-first
Evidenzbasierte Wiederverwendungs-Skill für DeepSeek Harness: Sucht vor Implementierung, Portierung, Abhängigkeitswahl oder Tool-Fehlerbehebung schrittweise nach vorhandenen Lösungen im lokalen Projekt und auf dem Rechner. Bewertet Wiederverwendung anhand prüfbarer Belege, lehnt sie bei unerfüllten Kernanforderungen oder Risiken ab und meldet Ungeprüftes. DSH-Bundle registriert die Skill bei ctx.skills.
harness-review (dsh-harness-review)
rpegorov/harness-review
Prüft Sitzungs-Transkripte von Coding-Agents der letzten zwei Wochen und meldet, welche Skills, Hooks und Regeln funktionieren, Aufmerksamkeit benötigen oder ungenutzt sind. Nur Claude Code und Codex; DSH-eigene Transkripte werden nicht unterstützt. Benötigt Python 3.
dsh-scan2md
qiujiyuantiantian/dsh-scan2md
OCR für gescannte, rein bildbasierte PDFs mit Markdown-Ausgabe. Da ein Buch etwa eine Stunde dauert, wird jede Seite checkpointed und ein unterbrochener Lauf fortgesetzt; ein Fortschrittslog zeigt den Status, der Qualitätsbericht leere Seiten und unsichere Zeilen. Erfordert Python 3.10+ und `pip install -r requirements`; beim ersten Start wird das OCR-Modell heruntergeladen.
dsh-bilibili-subtitles
chenfan2/dsh-bilibili-subtitles
Extrahiert Bilibili-Plattform-/KI-Untertitel oder nutzt externe/eingebettete Untertitel sowie ASR/OCR als Fallback und erzeugt Markdown, Word, PDF, TXT, SRT oder JSON mit Zeitstempeln, zweisprachiger Ausrichtung und Qualitätsbericht. Python 3.10+ erforderlich. Plattform-/KI-Untertitel benötigen ein Bilibili-SESSDATA-Cookie; OCR/ASR/PDF benötigen ffmpeg, faster-whisper und LibreOffice oder reportlab.
dsh-mega-plugins (dsh-openwiki-visualize)
zhangj1164/dsh-mega-plugins
Zeigt ein OpenWiki aus dem Workspace in der rechten DSH-Web-Seitenleiste an: erkennt das Wiki-Verzeichnis, stellt es mit dem offiziellen `openwiki visualize`-Reader an einem Loopback-Port bereit und bindet es im eigenen Tab ein. Vergleicht installierte openwiki-/DSH-Versionen mit konfigurierbaren Mindestständen und prüft im Registry auf eigene Updates.
dsh-ears-prosody
chaoge762/dsh-ears-prosody
Lokale Offline-Prosodieanalyse für DeepSeek Harness: Meldet zusammen mit dem Transkript, wie etwas gesagt wurde — Tempo, Tonhöhe, Pausen und Energie.
dsh-ocr
zirscard/dsh-ocr
Registriert zwei Tools für DeepSeek Harness. `doc_ocr` wandelt gescannte PDFs und Bilder über eine lokale RapidOCR-Engine oder Zhipu GLM-OCR in der Cloud in Seitentext, Finanztabellen mit Bilanzabgleich und Vertragsklausel-Treffer um. `doc_preprocess` erstellt aus einem Verzeichnis roher Dateien per siebenstufiger Pipeline mit Backend-Routing und sha256-basierter inkrementeller Auslassung eine Obsidian-Wissensbasis. Nicht passende Zahlen werden gemeldet, nicht erfunden. Lokal erforderlich: Python mit rapidocr-onnxruntime, pypdfium2 und Pillow (`pip install -r requirements.txt`); für GLM ZHIPU_API_KEY.
dsh-video-eyes
bw741/dsh-video-eyes
Lässt das Modell ein Video wirklich sehen: Lokales ffmpeg entnimmt Standbilder mit Zeitstempeln, faster-whisper transkribiert die Audiospur; so liest der Agent echte Pixel Frame für Frame, statt einer Textzusammenfassung zu vertrauen. Vollständig lokal, kein Upload; weist ehrlich auf fehlende Sprache hin. Nur Windows; Python 3.10+ und ffmpeg erforderlich. Der erste Aufruf von video_eyes_setup lädt etwa 700 MB (faster-whisper und Modell) herunter.
dsh-context-extract
zirscard/dsh-context-extract
Registriert ein `context_extract`-Tool in DeepSeek Harness. Komprimiert lange Quelldokumente (Finanzberichte, Verträge, Geschäftsbücher) zu dichtem strukturiertem Markdown plus JSON mit Kennzahlen, Tabellen, nummerierten Klauseln, Entitäten und Abgleichwarnungen, damit nachgelagerte Abläufe nicht erneut im Original lesen müssen. Erkennt Finanzabschlüsse, Rechtsverträge und Geschäftsbücher separat; gleicht Bilanz und Kasse ab und meldet Abweichungen, statt sie still zu korrigieren. Schreibgeschützt, Quelldatei bleibt unverändert. Benötigt Python mit openpyxl und python-docx.
dsh-outcomes
xinming-chenniang/dsh-outcomes
Lieferregister für DeepSeek Harness: Agents melden finale Ergebnisse (reports, pages, documents, sheets, images, datasets) in einem Einstellungsbereich und einer Verwaltungsseite an. Es speichert nur Pfade, keine Kopien, und löscht wiederherstellbar. Eine eigenständige CLI (add/list/stats/check/remove/restore) liest und prüft dasselbe Register außerhalb der App.
dsh-plugin-dm-ops
wufengwind/dsh-plugin-dm-ops
Erfordert JDK 11+, den DM-JDBC-Treiber und SSH-Zugriff auf die Zielinstanz. Prüft Dameng-Datenbankinstanzen, bewertet Sicherheit und Wiederherstellungsbedingungen und erstellt filterbare Berichte mit geteilten Belegen.
dsh-claude-code-sdk
wanwulizhi/dsh-claude-code-sdk
Claude Code muss auf diesem Rechner installiert und angemeldet sein. Delegiert Programmieraufgaben über Claude Agent SDK an den lokalen Claude-Code-Agent, meldet geänderte Dateien, unterstützt Rücknahme mit einem Befehl und ergänzt einen Claude-Mode-Schalter am Composer.