Plugins

Kausaler Speicher für dsh: eine abhängigkeitfreie MCP-stdio-Brücke, die die 17 Tools des causal-memory-Servers unter klaren Namen (ohne Präfix mcp__) einbindet — Entscheidung-→-Ergebnis-Kanten mit typisierten Beziehungen (caused / enabled / prevented) in einem lokalen SQLite-Speicher, der Kompaktierungen übersteht — plus ein angehefteter System-Prompt-Abschnitt. Erfordert die Binärdatei des causal-memory-Servers im PATH (pip install causal-memory oder ein vorkompiliertes Release).

Wendet OpenQuantum-Branding, Browser-Metadaten und PWA-Assets auf die native DeepSeek Harness Web-UI an.

DeepSeek-Harness-Kontrollzentrum für offizielle Guthabenüberwachung, Kosten und Token pro Sitzung, Token-Summen von Drittanbietern, Abschlussbenachrichtigungen, offizielles Aufladen, flexible Layouts und agentengestützte Sitzungssteuerung.

Rein lesendes Runtime-Verwaltungspanel für den offiziellen DSH-MCP-Client: Verbindungsstatus, registrierte Tools, Fehler und Reconnect-Zähler über den `/mcp`-Befehl und einen Einstellungstab, mit bereinigter Anzeige und Vorschlägen zum Aktivieren/Deaktivieren per Patch.

Toolkit zur Verarbeitung chinesischer Regierungsdokumente: GB/T 9704-Formatprüfung, automatische Korrektur, Inhaltsrevision (rote Annotation + Durchstreichung), Vorlagenerstellung, Markdown-zu-docx-Konvertierung und Kopf-/Fuß-/Seitenzahleneinfügung für 24 offizielle Dokumenttypen.

Abrechnungs-Dashboard in der Seitenleiste: aus Sitzungsprotokollen aggregierte tatsächliche Nutzung (Aufrufe/Tokens/Cache pro Modell und Tag), Kostenschätzung in CNY aus einem aktuellen Multi-Provider-Preiskatalog, Routen der Abopläne (coding/token/agent) ausgenommen, sowie Status-Punkte pro Anbieter.

Trace Compare & Live Maze: Zeichnet die tatsächliche Erkundung des Agenten – Hauptpfad, fehlgeschlagene oder Sackgassen-Umwege, Rückverfolgungen und Subagent-Zweige – auf einer einzigen Wanduhr-Zeitachse; laden Sie 1–2 Session-Logs hoch, um einen Vergleich auf derselben Achse durchzuführen, oder beobachten Sie das Wachstum live in einem Session-Tab.

Nutze die dsh-Weboberfläche deines Entwicklungsrechners von einem Android- oder iOS-Telefon aus, per Peer-to-Peer über iroh netzwerkübergreifend verbunden; kein Server einzurichten, mit einem Relay-Fallback, das nur Chiffretext transportiert.

Ökosystem-Infrastruktur: eine schlanke Browser-Konsole zur Verwaltung der offiziellen Repository-Plugins (keine Patches) sowie eine make-dsh-plugin-Skill für die geführte Plugin-Entwicklung.

Steuere den Unity Editor von DSH aus über die offizielle unity CLI: Live-Editor-Szenenbefehle, C#-Eval im Editor und Laufzeit-Befehlsentdeckung über eine warme Unity-Shell-Session, plus eine rohe CLI-Notfallöffnung für Projekterstellung, Tests und Builds. Hängt Unitys offizielle Skill-Sammlung zusammen mit den eigenen Unity-Workflow- und Asset-Store-Skills ein.

DSH-Benachrichtigungs- und Fernsteuerungsebene: eine `notify()`-API über 28 ausgehende Kanäle, sechs eingehende Steuerkanäle, Freigaben/Fragen/Task-Steuerung per Telefon, eine native DSH Notify & Control UI, Live-Hot-Apply für ausgehende Kanäle, Multi-Agent-Routing und null Runtime-Abhängigkeiten.

Ökosystem-Infrastruktur: eine schlanke Browser-Konsole zur Verwaltung offizieller Repository-Plugins (ohne Patches) plus ein make-dsh-plugin-Skill für geführte Plugin-Entwicklung.

Catppuccin-Themes plus ein umschaltbarer Glassmorphism-Skin für die DSH-Web-GUI: Latte, Frappé, Macchiato und Mocha in die native Theme-Runtime integriert, Ein-Klick-Umschaltung mit gespeicherter Wahl, und einstellbares Milchglas für Top-Bar, Seitenleiste, Editor, Statuszeile und Trajektorienansicht.

Ingenieursdisziplin-Wächter: Anforderungsprüfung vor der ersten Bearbeitung, Rot/Grün-Testnachweis-Gates, verzweigte Adversär-Prüfung und ein Lieferbericht mit einem dimensionsbasierten Verifizierungsworkflow.

Bloom-Morandi-Thema: zehn Varianten (mist, cinnabar, petal, ripple, sage, stone, lapis, amber, aurora, lavender), auf OKLCH basierend, sodass Hell und Dunkel wahrnehmungsmäßig ausgewogen bleiben, in der oberen Leiste umschaltbar; alle 20 Vorder-/Hintergrundpaare erfüllen WCAG AA oder besser.

Natives DeepSeek-Harness-(DSH-)Plugin, das TypeSafe Jev als System-One-Entscheidungsschicht für Agentenauswahl, Supervision, Korrekturen und Genehmigungen integriert.

Die DSH-Plugin-Entwicklungs-Wissensdatenbank als On-Demand-Agenten-Skill: offizielle Einschränkungen, Aufgaben-Workflows, API-Referenz und Community-Fallstricke, mit dem Bundle installiert, damit der Agent beim Plugin-Erstellen nachschlagen kann.

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.

Host-Seite für die Konfiguration von Kit-Plugins in der DSH Web GUI: registriert einen Abschnitt „Plugin-Konfiguration“ in den Einstellungen — gleichrangig neben dem eingebauten Abschnitt Allgemein — über den offiziellen Slot settings.section und deklariert einen Kind-Slot settings.kit.item, in den dsh-plugin-kit-Plugins ihre eigenen Konfigurationskarten rendern. Allein installiert zeigt sie eine leere Seite; Karten erscheinen, sobald Slot-registrierende Kit-Plugins installiert werden.

Design-Treue-QA für textbasierte Modelle: Ein `deepseek_vision`-Tool leiht sich ein Auge von jedem OpenAI-kompatiblen Vision-Pfad, damit das Modell beurteilen kann, ob eine Implementierung zu seinem Mock passt — ausgeliefert mit dem Benchmark hinter diesem Urteil (vier Fixtures, 23 injizierte Defekte, Rohtranskripte) und der Fragedisziplin, von der es abhängt.

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

Off-Peak-Batch-Runner für DeepSeek Harness: Benutzer definieren Aufgaben in Stoßzeiten – Prompt, Strategie, Priorität, Arbeitsbereich, gesperrte Dateien – und geben sie manuell frei; das Plugin führt den Batch dann automatisch innerhalb benutzerdefinierter Off-Peak-Fenster aus. Jeder Lauf durchläuft fünf Preflight-Prüfungen (Arbeitsbereich, git HEAD, sha256 der gesperrten Datei, Zeitfenster, Tagesbudget), unterstützt vier Ausführungsstrategien (einzeln / iterativ / Sampling / Review) und drei Autonomiestufen (L1 pro Aufgabe, L2 Batch, L3 vollautomatisch) und schließt die Schleife mit einem Morgenbericht, der Diffs, tatsächliche Ausgaben und Einsparungen aus einem täglichen Ledger enthält, der mit der offiziellen Peak-/Tal-Preisgestaltung abgeglichen ist.

Schutzmechanismus für wissenschaftliches Schreiben (zweisprachig EN/ZH): entfernt KI-typisches defensives Schreiben, schützt wissenschaftliche Belege (Zahlen, Zitate, Aussagekraft, nicht signifikante Ergebnisse, Geltungsbereich) beim Überarbeiten und richtet den Text auf eine Zielzeitschrift aus (Journal Profile + Journal Fit). Deterministische lokale Regex-/Statistikverarbeitung, ohne Netzwerk/LLM; enthält writing_rules / writing_audit / writing_style_profile / writing_journal_profile mit automatischer Prüfung beim Verfassen des Papers.

Per-Modell-Konfiguration für Reasoning-Aufwand und Eingabemodalität für Drittanbieter-Provider: Vorschläge, fusioniert aus einer Modell-Wissensbasis und Roh-/models-Endpoint-Evidenz mit Konfidenz-Labels, bearbeitbar innerhalb der offiziellen Models-Seitenkarte.