Plugins

DeepSeek-Harness-Plugin zum Deklarieren benannter Subagents in TOML-Dateien unter `~/.dsh/agents` und `<projectRoot>/.dsh/agents`.

Nur lesbarer Arbeitsbericht aus lokalen Sitzungsprotokollen: verwendete Tools und Häufigkeit, ausgeführte Befehle, gelesene und geschriebene Dateien, Testergebnis, Fehler und Ursachen, Tokenverbrauch und Abschlussstatus.

Ersetzt die DSH-Seitenleiste durch ein festes 2×4-Board mit acht dauerhaft sichtbaren Agentenplätzen. Jeder Platz zeigt Status, letzten Toolaufruf, Überlegung und Ergebnis; ein Schalter in den Einstellungen stellt jederzeit die Standard-Seitenleiste wieder her.

Multiagenten-Aufgabenzerlegung, DAG-Workflow-Orchestrierung und Prompt-Cache-Optimierung für DeepSeek Harness.

Abrechnungs- und Nutzungs-Observability für Agenten in dsh Web: direkte Sitzungslog-Erfassung mit zstd, Zeitstempeln pro Ereignis sowie doppelter Deduplizierung per Watermark und `lastSeq`. Mehrkonten-Tarifprofile je Anbieter/Modell, Live-Badge pro Fenster mit Sitzungs-ID aus React Fiber, Glassmorphism-Dashboard mit 14-Tage-Sparkline, Budgetwarnungen, Relay-Guthabenabfragen und offizielle Preisdatenbank mit 332 Modellen.

Agent-Mailbox-Plugin für dsh (DeepSeek Harness): Agents in einer dsh-Sitzung tauschen über agent-mailbox Nachrichten und Aufgabenkarten mit anderen lokalen Agents (Claude Code / OpenCode / Hermes…) aus und werden bei neuen Karten geweckt. Keine npm-Abhängigkeiten, sofort mit Node 22 nutzbar.

Befehlsbezogener Proxy für DeepSeek Harness: Der Agent entscheidet, welche Shell-Befehle über den Proxy laufen; ein vom Plugin selbst installiertes und überwachtes Kernel-Modul unterstützt dies.

Multiagenten-Orchestrierungsconsole im Gruppenchat für DSH: autonome Entscheidungen, Aufgabenverteilung, Prüfung und iterative Optimierung langer Aufgaben. Eigenes Backend enthalten; Installation mit `dsh plugin add`.

Umsetzbare Qualitätsdiagnose für DSH-Agent-Sitzungen mit Tool-Aufrufbelegen und Empfehlungen für nächste Schritte.

Erweiterbares, KI-gesteuertes Gruppenantwort-Erzählspiel-Framework für DeepSeek Harness: Eine eingegebene Aktion löst individuelle Chatraum-Nachrichten mehrerer NPCs mit Avatarillustrationen aus. Welten, Orte, NPCs und Erweiterungen (z. B. eine externe Zeichen-API für dynamische NPC-Ausdrücke) lassen sich ohne Code im Harness-Chat hinzufügen und ändern.

Drei unabhängige Sprachkanäle für die Ausgabe: Tool-Aufrufbeschreibungen (Titel aller Karten, inklusive run_code in PTC-Presets), Thinking und Antworten. Jeder folgt der Web-GUI-Sprache, erzwingt eine Sprache oder ist aus; Standard: Nur Beschreibungen folgen der GUI. Globale Runtime-Context-Anweisung im Host, GUI-Sprache vom Client gemeldet; Umschaltung über Plugin-Karte in Settings.

Benutzerdefinierte Agents mit automatischem Routing, Modell-Failover und Squad-Orchestrierung. Sechs Tools: agent_dispatch / agent_followup / agent_list / agent_squad / agent_import_skill / agent_upsert. Keine integrierten Agents. Mit nativer rechter Tab-Leiste (Overview / Agents / Squads / History) und schwebendem Aktionsball.

Erkennt Codex- und Claude-Projektverzeichnisse und registriert sie als gemeinsame DeepSeek Harness-Arbeitsbereiche.

AI-Kollaborationspostfach in DeepSeek Harness für Nachrichten, Aufgabenübergaben und Zustellbestätigungen. Ein Paket enthält MCP-Integration und Mailbox-UI. Version 0.2.2 benötigt DSH 0.2.0-rc.2 und separat installierten Agent-Mail-1.0.0-alpha.7-Provider. Kein automatisches Aufwecken des Modells, kein dauerhafter Online-Status.

Ein-Befehl-Bundle der drei AgentFrame-Plugins: memory-director, compaction und aura-scheduler zusammen.

Token-Budgetverwaltung für den Agentenbaum.

A model-driven desktop pet, derived from PC2005-cloud/dsh-pet (MIT): an always-on-top companion that follows your agent sessions, races the Web UI to answer approvals and questions, keeps a per-pet affection ledger, speaks through pet_say/pet_do tools or an autonomous inner voice, and can read those lines aloud through BreezeBlue TTS with your own BreezeBlue API key. It uses its own /whale598 route and ~/.dsh/whale598 data directory, so it is a separate pet from dsh-pet rather than a replacement for it.

QQ hub for DeepSeek Harness: private and group chats over OneBot v11 (SnowLuma/NapCat), with per-chat scoped memory, per-chat persona routing, a vision helper that narrates images for text-only models, multi-platform link parsing (large videos sent as group files, image galleries sent inline or as merged-forward messages) and a web panel for models, personas and settings. Derived from aureth-labs/dsh-aurabot-qq; do not install both.

Views, creates and edits AGENTS.md and other AI rule files from the DSH settings page: the project directory chain from project root to cwd, both DSH global roots (~/.dsh and ~/.agents), and user-level rule files of 25 third-party AI tools. Markdown preview is rendered with .mdc frontmatter stripped, edits save in place with conflict detection, files whose content is identical across tools are flagged, and tools outside the built-in list are discovered heuristically. Zero runtime dependencies.

One read-only index of every local AI-agent session (Codex, Claude Code, DSH, Trae, or any JSONL source) grouped by project, plus an append-only shared board for decisions and handoffs so switching agents leaves no context gap.

Live step pill in the DSH session header: folds the durable session event stream into the agent's current action (tool name plus its argument summary), the step index inside the running turn, the elapsed turn time and the todo progress, polls it every 1.2 seconds, and renders blue pulse while working, green for a finished turn and red for a failed tool call; hides itself 9 seconds after a turn ends. On Windows it also opens an always-on-top desktop HUD (set DSH_AGENT_STATUS_HUD=0 to disable).

Ergänzt Persönlichkeitsinjektion, eine abklingende Speicherkarte, Stimmungszustand und Tagebuch, damit der Agent Identität und Verlauf über Sitzungen hinweg behält.

Agent-Preset-Studio: Prüft alle eingebundenen Tools, bearbeitet den System-Prompt und speichert das Ergebnis als installierbares Preset-Bundle.

Kostenprüfung einer Unterhaltung: Zeigt, wofür Tokens verwendet wurden und welcher Schritt teuer war, und macht Optimierungsvorschläge als mit einem Klick anwendbare Änderungen verfügbar.