Plugins

Adobe Lightroom Classic als native dsh-Tools über den lightroom-py MCP-Server: Katalog lesen, Entwicklungseinstellungen und Presets anwenden, JPEG/TIFF/PSD/DNG exportieren und Bewertungen, Labels, Stichwörter sowie IPTC schreiben – 15 Tools, die das lokal installierte Lightroom Classic steuern, ohne Cloud-Roundtrip; das Python-Paket liegt auf PyPI und das Lightroom-Plugin wird mit einem Befehl installiert.

Überträgt DSH-Freigabe- und Fragekarten an IM-Kanäle (zunächst WeChat) und beantwortet sie direkt aus dem Chat, mit einer Session-Konsole, Sicherheit pro Kanal und einem offenen Push-Dienst.

Claude Code-Integrations-Plugin für DeepSeek Harness, das native Claude-Konversationen über das Claude Agent SDK bereitstellt, mit Modellauswahl, Genehmigungen, Fragen, Tools und Sitzungsfortführung.

KI-Audioerzeugung für die DeepSeek Harness Web-GUI — Multi-Vendor-TTS, Musik, Soundeffekte und Voice-Design mit Seitenleisten-Panel, Modellvergleich, Ressourcenbibliothek und Agent-Tools.

Globale AGENTS.md in DSH Web verwalten, mit Markdown-Vorschau, wiederverwendbaren Vorlagen, Versionsverlauf, Import/Export, Rollback bei fehlgeschlagenem Import und Revisionskonfliktschutz.

Täglicher TickTick-Aufgabenverteiler: Ruft fällige Aufgaben einer Liste regelmäßig ab, schreibt sie in eine Markdown-Datei und benachrichtigt nur bei Änderungen (WeChat über ClawBot, flomo oder macOS). Kann jede Aufgabe in einer eigenen headless-DSH-Sitzung mit Zeitlimit ausführen; optional nur zu DeepSeek-Nebenzeiten starten und während Spitzenzeiten bis dahin warten. Enthält eine Einstellungsseite für die aufgeschobene Rückschreibewarteschlange und dispatcher_status / dispatcher_config / dispatcher_run / dispatcher_report-Tools.

Read-Only-Einblick-Panel für ein Profil: fünf Ansichten über dieselben Daten — Konfigurationsschichten, Plugin-Baum, Dienste, Tool-Namen und Modelle — jeder Eintrag zeigt, welche Schicht ihn eingefügt oder deaktiviert hat und ob er läuft.

Fügt die Delegations-Tools subagent_route und subagent_fork_route hinzu, bei denen das Modell selbst die provider/model-Route für jedes Kind wählt; das Deployment legt nur das spawn/fork-Backend, die Hintergrund-Richtlinie und die allowedProviders-Allowlist fest, während fortsetzbare Kinder und Hintergrundjobs die offiziellen Tools send_message / job_output wiederverwenden.

Dreischichtiges lokales Gedächtnis für DeepSeek Harness: L1 Snapshot-Gedächtnis (MEMORY.md/USER.md), bedarfsgesteuert über die memory_*-Tools gelesen + L2 durchsuchbare Wissensbasis (Fakten + SQLite FTS5, chinesische Suche per Sliding-Window-Tokenisierung) + L3 Import aus Hermes/Claude Code/Codex/WorkBuddy und aus freigegebenen Agent-Hub-Dokumenten (memory/global, memory/projects, akzeptierte Entscheidungen) mit Dedup per Content-Hash. v0.2.0 entfernte jede automatische Injektion: Gedächtnis gelangt nur in den Kontext, wenn das Modell eines der 12 memory_*-Tools aufruft, und Daten bleiben auf dem lokalen Laufwerk.

Verlangt eine einmalige Freigabe durch den Nutzer, bevor konfigurierte Werkzeuge (standardmäßig bash, pwsh) ausgeführt werden – gesperrte Werkzeuge pausieren und fragen, alles andere wird weitergeleitet, und ein fehlender Kanal für Freigaben schlägt geschlossen fehl.

Führt AItelier-Pipelines von DSH über MCP aus: 39 Werkzeuge (22 Lese-, 17 Schreibwerkzeuge) zum Erzeugen, Ausführen, Inspizieren, Bearbeiten, Exportieren und Importieren mehrstufiger SkillFlow-Pipelines. Die Schritte werden in AItelier statt in der DSH-Sitzung ausgeführt und über run_id gepollt, pausieren an engine-erzwungenen Checkpoints, die mit answer_checkpoint beantwortet werden, und hinterlassen pro-Schritt-Traces und Schrittausgaben zum späteren Lesen; add_provider / map_model / edit_role richten eine einzelne Rolle auf einen lokalen oder günstigeren Endpunkt aus. Bündelt einen aitelier-pipelines-Skill.

Immer aktive, ADHS-freundliche Ausgabeform: Ein system-prompt-Abschnitt stellt Aktionen voran und liefert nummerierte Schritte mit konkreten Zeitangaben. adhd_on / adhd_off / adhd_status speichern den Modus über Neustarts hinweg.

Plugin für Berechnungen in Elektrotechnik und Elektronik für DeepSeek Harness: Jede Berechnung läuft über eigene Werkzeuge auf selbstbeschreibenden komplexen Wertobjekten in SI-Basiseinheiten, mit einer isolierten Voreinstellung für einen Rechenagenten und einem Aufzeichnungspanel, das jede Lösung auf der Festplatte archiviert.

Führt das Hauptsitzungsmodell mit einem lokalen Claude-Code-Abo über das offizielle Claude Agent SDK aus. Übernimmt die llm/stream-Route des claude-code-Providers, mit Token-Streaming und Sitzungsfortsetzung; DSH-Tools werden über MCP eingebunden und behalten DSH-Sandbox und Freigaben.

Lokales Langzeit-Terminpanel: Textschaltfläche „Termine“ in der oberen Leiste, Monatskalenderansichten für heute/Woche/Verlauf mit Statistiken, Erledigungshäkchen mit Historie je Tag, Verknüpfungen zwischen Termin und Unterhaltung mit Sprung per Klick, wiederkehrende Aufgaben (täglich/wöchentlich), optionales automatisches Übertragen unerledigter einmaliger Aufgaben und dailytask_*-Agentenwerkzeuge.

Dauerhafte DAG-Workflows für DeepSeek Harness mit Agent-Authoring-Tools, SQLite-Persistenz, fortsetzbaren Läufen und einem visuellen Canvas Studio.

FormatForge für DeepSeek Harness: jedes Dateiformat (pdf/docx/xlsx/pptx/eml/toml/...) in KI-lesbare strukturierte Daten schmieden. Schlankes Bundle, das die lokale Python-CLI (python -m formatforge) startet und Protokoll-JSON zurückgibt; die Erweiterung wird an die cur

Integrierte visuelle Erstellungstoolchain für DSH: Prompt-Reverse-Engineering und Audit-Optimierung sowie Multi-Provider-Bildgenerierung mit asynchronem Hintergrund-Rendering.

Polymarket-Toolkit für DeepSeek Harness und Claude Code: Marktdaten-Tools für Gamma/CLOB/Data-API (31 Modell-Tools in DSH; schreibgeschützte Teilmenge über MCP zugänglich), optional authentifizierte Trading-Tools, WebSocket-Stream-Dienst und eingebetteter Polymarket-knowhow-Skill.

Startet 3 oder 5 Coding-Agent-Kandidaten in entkoppelten Git-Worktrees, validiert deren Patches mit Projektkommandos, rankt nur passende Kandidaten und verlangt eine separate Freigabe, bevor der Gewinner angewendet wird.

Skill-Studio für DeepSeek Harness: visualisiert jeden Agenten-Skill (Name, Beschreibung, Quelle, Nested-Flag, Modell-/Benutzer-Aufruf), zeigt und bearbeitet den vollständigen SKILL.md-Inhalt, schaltet Modell-/Benutzer-Aufruf um und schürft DSH-Sitzungsprotokolle, um wiederverwendbare persönliche Skills zu extrahieren, die der Agent automatisch lädt – aus dem Web-Einstellungspanel und über die Tools skillmgr_* / skillmgr_extract_*.

Bildverständnis für jedes DSH-Modell: Vision-, OCR-, Grounding- und Zuschneide-Tools mit Domänen-Presets für Histopathologie, Zellbiologie, Anatomie, klinische Bilder und wissenschaftliche Abbildungen.

Fügt in der DSH-WebUI Sitzungs-, Projekt- und globale Kontrollen für Skills, MCP-Server, Tools, Prompt-Injektionen, Freigabe-Eskalation und Sicherheitsleitplanken hinzu; die Durchsetzung gilt für den aktuellen Agenten.

Codex-artige temporäre Side-Conversations für DeepSeek Harness.