Plugins

Natives Graphify-Wissensgraph-Plugin mit 10 Code-Intelligenz-Tools, topologischer Suche, Entdeckung von Gott-Knoten und PR-Blast-Radius-Triage.

Ein gemeinsamer Obsidian-Vault für jeden Agenten: abhängigkeitsfreier Python-Kern (search/promote/adjudicate/forget), Vault-Vorlage, dsh-Plugin (memory_search/show/submit/status).

Eine Gedächtnisschicht für jedes KI-Tool und jeden Agenten: Context-Bundle-Injektion, Recall zur Prompt-Zeit, MCP-Tools und Erfassung des DSH-Threads am Rundenende.

Verbindet DeepSeek Harness mit Busabase: Arbeitsbereichswissen durchsuchen, mit strukturierten Datensätzen und Apps arbeiten, Schreibvorgänge als prüfbare ChangeRequests einreichen und Ergebnisse in Live-Karten untersuchen.

Führt TiddlyWiki 5 als dauerhafte Wissensbasis für DSH aus: zehn tiddlywiki_* Agenten-Tools (gefilterte Suche, Lesen/Schreiben/Stapel/Umbenennen/Löschen, Aktuelle, Tags, Git-Sync mit Konfliktlösung), ein vollständiger TiddlyWiki-Editor eingebettet in die mittlere GUI-Spalte über einen Same-Origin-Proxy, ein rechter Wiki-Tab, ein Pro-Sitzung-Tab, der die von einer Sitzung gelesenen oder geschriebenen Notizen zusammenfasst, eine Schnellnotiz-Karte mit automatischer Entwurfsspeicherung und ein optionaler Clip-Bookmarklet mit Bildanhang — alles unterstützt durch ein automatisch commitendes Git-Repository.

Ein gesteuerter Schwarm aus sechs spezialisierten DSH-Agenten — Orchestrator, Planer, Knowledge-Base-Bridge, Entwickler und zwei Reviewer — verwandelt eine Anforderung in eine strikte Phasenpipeline, in der jede Lieferung sich vor dem Start der nächsten Phase mit strukturierten Nachweisen bewähren muss; Reviewer sind nur lesbar, Code-Merges erfolgen erst nach einem Review-Durchgang, und ein append-only-Ereignisprotokoll ermöglicht vollständiges Replay und Audit auf einem Live-Kanban-Board. Das Design ist vom Hermes Agent-Kanban inspiriert.

Technische Vorschau des lokalen Graph-Speichers für DSH und Codex: ruft vor jedem Zug globale und aktuelle Projektevidenz des Eigentümers ab, schreibt USER- und ASSISTANT-Datensätze getrennt und bewahrt die Provenienz von Projekt, Sitzung, Akteur und Quelle für einen visuellen Atlas und zitierte Wissensseiten.

Lokaler Graph-Speicher in technischer Vorschau für DSH und Codex: ruft vor jedem Zug besitzerweite und projektbezogene Belege ab, schreibt USER- und ASSISTANT-Datensätze getrennt und bewahrt Projekt-, Sitzungs-, Akteurs- und Quellenherkunft für einen visuellen Atlas und zitierte Wissensseiten.

Allzweck-Wissensdatenbank für DSH: Import von md/txt/json/yml/docx/pdf, Ordnerverwaltung, FTS5-Volltextsuche (BM25) und eine Web-Verwaltungsoberfläche.

Wissensbasiertes Agenten-Preset: Wiki-Langzeitgedächtnis, eine Web-KB-UI, eine Verwaltungsseite und optionale UI-Verfeinerungen.

Wissensdatenbank nach dem Karpathy-LLM-Wiki-Muster für DSH: wiki-write/wiki-search-Fähigkeiten, abhängigkeitsfreie Pipeline (Lint/Index/mnemon-Speichersync/Qualitätsfeedback), minimales Lebenszyklus-Plugin mit Schema- und Wissensvorschau, SiliconFlow-Semantikabruf über einen Ollama-kompatiblen Proxy.

Eine Wissensdatenbank im Obsidian-Stil: Quellen einlesen, den LLM ein vernetztes Wiki aufbauen und pflegen lassen und Fragen stellen, die darauf basieren.

Native Tools für einen Obsidian-Wiki-Tresor: wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive und wiki_lint decken BM25-Suche mit Link-Graph-Kontext, Buchhaltungs-Schreibvorgänge mit sha256-Quellenverfolgung, Tresor-weite Umbenennungen, Modus-Scaffolds, Quellenarchivierung und Integritätsprüfungen ab — mit prozessübergreifenden Sperren und optionalem git auto-commit.

DeepTutor-Tutoring-Bridge: tiefgehende Erklärungen, Selbsttest-Fragen, Lernpfadplanung, persönliche Wissensdatenbank-Suche (RAG) und Notiz-Archivierung über die Tools deeptutor_run / deeptutor_kb / deeptutor_note.

Business-Knowledge-Network-Kontext für DeepSeek Harness: binde eine Session an ein OpenBKN-Wissensnetz, frage seine Objekte und Metriken über verwaltete MCP-Tools ab und öffne für jede Antwort eine trace-gestützte Provenienz (Ausführungsfakten und einen Business-Graphen). Wird mit der OpenBKN Runtime ausgeliefert; die Provenienzansichten benötigen eine OpenBKN-Enterprise-Lizenz.

Überbrückt den Code-Wissensgraphen Codebase Memory MCP in DSH und hält indizierte Repositories mit einem entprellten Dateisystem-Watcher frisch. Nur-Windows-MCP-Brücke (die Watcher-Hälfte ist plattformübergreifend); installiert ihre npm-CLI beim ersten Start automatisch über npx.

DSH-Desktop-Plugin für überprüfbare Fakten; Constraints nur bei Bedarf injiziert (Leerlauf: keine Tokens), geschichtet (stabil im Prompt, Flüchtiges im Tail); Prompt-Cache bleibt gültig. Turn-Klassen: Frage/Recherche/Diskussion/Diagnose/Ausführung; keine Edits in Frage-Turns, keine ungefragten Fixes in Diagnose-Turns. Benannt: Zitate ungeöffneter Codezeilen, „nicht geprüft“ als „warte auf Entscheidung“; Antworten für Menschen. Memory: 75 %/90 %-Warnungen, Recap-Export, Projektwissen je Arbeitsverzeichnis (per ID löschbar). Artefakte: Task-Vertrag, Änderungsprotokoll, Hypothesenprotokoll, Design-Entscheidungen. Dashboard: Routing, Trigger-Treffer, Block-Aufbau in lume-metrics.jsonl. Personas aus Chat-Logs, Romanen, Charakterbögen: Langzeit-/Temporärgedächtnis, Sternenkarte, Export/Import.

Ein read_graph-Tool, gestützt auf einen Codebase-Wissensgraphen (Beziehungen CONTAINS / EXPORTS / IMPORTS / IMPORTS_SYMBOL).

Ein Urteilskern für DeepSeek Harness: eine Kognitionsschleife, die jeder Entscheidung Quelle und Zuordnung gibt und die Planung bis zum Abschluss treibt, ein Hippocampus-Gedächtnis, das laufende Erfahrung zu wiederverwendbarem Wissen verdichtet, und eine anpassbare Persona-Karte (Name, Persönlichkeit, Kommunikationsstil). Erfordert DSH ^0.1.0-rc.7.

Wissensdatenbank-Plugin: prüfbare KB-Pakete erstellen (Referenzen + SQL).

Lokaler Code-Wissensgraph für Agenten: parst eine Codebasis (Python/JS/TS/Go/Java/Rust) in einen SQLite-Index und beantwortet Aufrufer, Aufgerufene, Abhängigkeiten, Abhängige, Impact und Volltextfragen darüber.

Lanting-CLI-Befehlswerkzeuge + L0-Wächter: 9 Speicher-Werkzeuge + 6 Qualitäts-Werkzeuge (defineTool-Registrierung, spawn venv _cli.py) + Direktschreib-/Direktruf-Wächter

Wissensdatenbanksystem im Cherry-Studio-Stil für DeepSeek Harness (DSH): Datenbanken, Dokumente, Chunking, Embeddings (OpenAI-kompatibel / Ollama / lokal / lexikalischer Fallback), Abruf, modellorientierte Tools und ein Browser-Verwaltungsbereich.