Plugins

Tencent-CodeBuddy-Modellanbieter für DeepSeek Harness, der sich per Browser-OAuth statt mit einem API-Key anmeldet: listet den CodeBuddy-Modellkatalog mit den Kontext-, Ausgabe-, Tool-Calling-, Reasoning- und Bild-Fähigkeiten jedes Modells auf, verwaltet mehrere Konten mit automatischem Failover auf das nächste nutzbare, zeigt das Restkontingent im Composer mit einem Panel zur Token- und Guthaben-Nutzung und erledigt pro Konto automatisierbare CodeBuddy-Growth-Aufgaben mit Ausführungslog. Installation über npm mit `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

ChatGPT-Konto-Anmeldung für DeepSeek Harness über einen Codex-Browser-OAuth-Flow ohne API-Key und ohne Workspace-Auswahl: meldet den Login beim Codex-Anbieter von pi-ai an, ermöglicht das Setzen des globalen Standard-Codex-Modells und des Standard-reasoning effort für neue Sitzungen, aktualisiert die Modellliste über den Katalog-Endpoint des angemeldeten Kontos und zeigt im Composer die Nutzungszeitfenster von fünf Stunden und pro Woche.

MCP Connector für DeepSeek Harness: ein MCP-Manager mit einem Panel zum Verbinden von Servern, Konfigurieren der Autorisierung, Suchen von Tools über Verbindungen hinweg und Beheben von Fehlern. Durchsuchen Sie einen laufend aktualisierten Katalog mit über hundert Konnektoren; filtern Sie nach Verbindung/Server/Status, prüfen Sie lesbare Parameter und die letzte erfolgreiche Cache-Zeit und entdecken Sie Tools neu. Unterstützt OAuth 2.0 PKCE, API-Schlüssel, stdio/HTTP und mcpServers-JSON-Import. Gepflegt von Qichacha/QCC.

Remote-DeepSeek-Harness mit vollem serverseitigem API-Zugriff (`settings.*` / `credentials.*` / `host.listDirectory`). Token-geschützter Reverse-Proxy, gerätebezogene Sitzungen, QR-Code-Einladung per Telefon, Fence-Selbstprüfung, optionale Genehmigung / CIDR / Leerlauf-Timeout / lokales TLS, WebSocket/SSE.

Täglicher RSS/Atom-Nachrichtendigest für DSH: eingebaute Kanäle sowie ein kuratierter awesome-rsshub-routes-Katalog und benutzerdefinierte Feeds (beim Speichern validiert), aggregiert zu einem täglichen Markdown-Digest „今日值得读“ und in den System-Prompt eingefügt; Web-GUI-Einstellungskarte und Seitenleisten-Leser.

lowtide: menschlich adjudizierte Off-Peak-Batch-Task-Pipeline für dsh (Peak-/Tal-Pricing-bewusst)

Nur-Forschung-Trading-Workbench-Bundle: Typisierte Marktdaten-Provider-Schnittstelle mit einem CSV-Referenz-Provider, Multi-Timeframe-Indikator-Regime-Snapshot und OHLCV-Tools, interaktive Diagramm-Karten in dsh web mit herkunftsgesteuerten Modell-Annotationen und ein Risk-Guard, der ausführungsähnliche Tool-Aufrufe bei tools/pre-execute ablehnt.

Audit der Kontext-Injektion: Token-Kosten von Instruktionsketten / Skill-Katalogen / Tool-Schemas, Erkennung von Duplikaten und Konflikten.

Multi-Agent-Workflow für Mathematikmodellierungs-Wettbewerbe: das "UltraMath"-Preset führt ein Problem vom Lesen über Framework, Ableitung, Coding, Verifikation, Paper und Review aus, plus 4 einstufige Rollen-Presets (Mathematiker, Ingenieur, Writer, Reviewer) und 33 Model-Library-Skill-Docs.

Hash-verankerte Tools read / edit / batch_edit / undo_last_edit: Jede Zeile erhält einen eindeutigen 3-stelligen Inhalts-Hash, Bearbeitungen zielen auf Hashes statt Zeilennummern, und die Verifizierung des bereitgestellten Zustands weist veraltete Bereiche mit aktuellen Ankern zurück.

Kalender- und hierarchische Task-Workbench: KI-gestützte Intake-Klärung, Beratung, Dekomposition, Ausführung mit Benutzerakzeptanz und Review, plus Erinnerungen und KI-Sitzungs-Workspaces pro Task.

Installiert vier Multi-Agent-Presets für mathematische Forschung in DSH: v2 (wahrscheinlichkeitsgetriebene Pipeline mit Debatte mehrerer Prüfer), v3 (Markdown-Wissensbasis im Paper-Stil mit Planer-Agent und wiederverwendbarer Methodenbibliothek), v4 (persistente, selbstorganisierte Bewohner, die sich Nachrichten schreiben und treffen) und v5 (ein Forschungsinstitut mit einem Akademiker, der Arbeit zerlegt und verteilt, abstimmenden Forschern, Aushilfen, Gruppenchat und einem Compare-and-Set-Task-Board); alle vier unterstützen Checkpoint-Fortsetzung, menschliches Eingreifen und einen optionalen Lean-Formalverifizierungs-Schalter (off/encourage/require), dessen bestandener Beweis die Abstimmung in eine Treueprüfung der Lean-Aussagen verwandelt.

Konfiguriert contextWindow für in dsh registrierte Modelle, damit lange Sitzungen nicht länger fälschlich als Kontextüberlauf eingestuft werden.

Rein lokaler Projektspeicher ohne mitgelieferte Laufzeitabhängigkeiten oder externe Dienste: JSON als Single Source of Truth plus generiertes PROJECT_MEMORY.md, tokenbegrenzter, sitzungsgefrorener Hot Memory für stabile Prompt-Präfix-Caches, gecachter BM25-Recall projektübergreifend, vertrauenswürdige Sitzungs-/Turn-Herkunft, erklärbare Governance von Duplikaten/Konflikten vor dem Schreiben, editierbarer Lebenszyklus aus Wichtigkeit/Pin/Tags/Ablösung/Archiv, konfigurierbare Destillation am Ende von Top-Level-Turns sowie ein zweisprachiges Web-GUI für Suche, Inspektion, Diagnose und Live-Einstellungen.

AI4Scholar-Fachsuche: 38 Tools über Semantic Scholar, PubMed, Google Scholar, arXiv, bioRxiv/medRxiv und DOI-Auflösung (Suche, Zitationsgraph, Autoren, Empfehlungen, PDF-Volltext in Abschnitten, automatisches Zitieren, wissenschaftliche Abbildungen), eine einheitliche plattformübergreifende Suche mit Deduplizierung, eine API-Schlüssel-Karte in den Einstellungen sowie eine Abrechnung der Credits pro Aufruf über eine `/ai4scholar`-Guthabenkarte.

Interaktive K-Linien-Analyse für DeepSeek Harness mit marktübergreifenden Kursen, technischen Indikatoren, Nachrichten und Fundamentaldaten.

Erinnerungen per Desktop-Benachrichtigung.

Oh My DSH (OMD) fügt Kontextzusammenfassungen mit Rückgriff auf die Originalquelle, aufgabenverknüpfte Verifikation, Prompt-Optimierung, CodeGraph-Codenavigation, OpenCU-Computersteuerung und vier Themes für Layout, Seitenleisten und Einstellungen hinzu.

Verbindet ChatGPT per Codex-Browser-OAuth ohne API Key oder Workspace mit DeepSeek Harness. Registriert pi-ai Codex, setzt Standardmodell/Denktiefe, aktualisiert den Modellkatalog und zeigt Fünf-Stunden-/Wochenverbrauch.

Tencent-CodeBuddy-Modellanbieter für DeepSeek Harness. Die Anmeldung erfolgt per Browser-OAuth statt mit API-Schlüssel. Der CodeBuddy-Modellkatalog zeigt für jedes Modell Kontext-, Ausgabe-, Tool-Aufruf-, Reasoning- und Bildfunktionen. Mehrere Konten bleiben hinterlegt; automatisch wird zum nächsten nutzbaren Konto gewechselt. Im composer erscheinen Restkontingent sowie ein Panel für Token- und Credit-Verbrauch. Außerdem führt das Plugin automatisierbare CodeBuddy-Wachstumsaufgaben je Konto aus und protokolliert deren Ausführung. Installation via npm: `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

WebUI-Benachrichtigungen.

Benachrichtigungen für vier Sitzungszustände, mit Browser-Alerts und Prompts.

Nachrichtenwarnungen und Benachrichtigungen auf dem Desktop für DSH – ein System-Hinweisfenster, ein Ton und eine Markierung im Tab-Titel, wenn der Agent deine Eingabe braucht (Freigabe, Planprüfung, Frage) oder im Hintergrund eine Antwort fertig wird; die Einstellungsseite enthält den Hauptschalter, Ton und Lautstärke, die Schalter je Fall und die Benachrichtigungssprache zh/en.

Auto-Modus für DeepSeek Harness (dsh): ein Auto-Eintrag im Berechtigungs-Selektor, dessen Freigabe-Prompts von der OpenGuardrails-Policy statt von einem Menschen beantwortet werden — inklusive der vollständigen OGR-Guard-Engine darunter. Keine Kernänderungen.