Plugins

Agentenstrukturierter Prompt-Optimierer für DeepSeek Harness: schreibt Composer-Entwürfe in role/task/context/constraint/format um, mit den Modi normal, slim und expand, einem Bestätigungsmodal mit Bewertung, continue-optimize sowie lokalen, hybriden, DSH- oder Cloud-API-Engines.

Multi-Modell-Orchestrator: Das Hauptgehirn zerlegt komplexe Aufgaben und verteilt Teilaufgaben je nach Stärken an GLM-/Kimi-/Qwen-Subagenten, mit Token-Verbrauch pro Modell.

Fügt der DeepSeek Harness Web UI 20 Sprachvarianten hinzu (traditionelles Chinesisch HK/TW, Japanisch, Koreanisch, Französisch, Deutsch, Spanisch, Portugiesisch, Italienisch, Russisch, Ukrainisch, Polnisch, Niederländisch, Türkisch, Arabisch, Hindi, Indonesisch, Vietnamesisch, Thai, Schwedisch), mit handverfeinerten Übersetzungen, Laufzeit-Fallbacks und automatischer Übersetzung von Markt- und Drittanbieter-Texten.

Doppel-Wissensgraph-RAG für Markdown-Notizen mit half-life-Speicherverfall: Voraussetzungs- + Ähnlichkeitsgraphen (P/S-Agent-Traversierung), Absatz-Chunking, n-gram/Embedding-Hybridsuche und explizite Gewichtungs-Feedback-Schleife — natives Cordis-Plugin, installierbar via npm als @eqman00003/knowlp-rag.

Zwei Gates für KI-Text. Guard blockiert beim Senden Füllverb+abstraktes Nomen, leere Adjektive, Floskeln, Vorlagen-Einstieg, git-Commit/PR/Review-Boilerplate und code-nacherzählende Kommentare. Prüft Chat/Kommentare/E-Mail/Commit/PR/Review/Issues/Doku/Code; Ausgabe OK oder einzeiliger Korrekturhinweis. Catch memes fragt vor dem Denken eine lokale Wiki mit 6.792 Einträgen ab (kein Raten/Slang-Suchen) und fügt „how to answer this“ ein. Exakter title/slug/alias, kein fuzzy; normaler Chat löst nichts aus. node:sqlite, 0 Abhängigkeiten, 1,6 ms. Settings: guard, strict, Prompt-/Wiki-Schalter, Auto-Lookup je Zug, Verhaltenston reserved/measured/follow the room/unrestrained, separates AI-completion (standardmäßig off, Sitzungsmodell), Einfügetest, 3 Schwellenwerte. Gates rufen kein Modell auf.

Simulierter menschlicher Gehirnkern für Chats: globaler Arbeitsbereich, emotionale Bewertung, duales Gedächtnis mit nächtlicher Konsolidierung und experimentelle sensorische Schnittstelle. Die QQ-Brücke benötigt einen lokalen snowluma-Client und ist standardmäßig deaktiviert.

3D-Neuralgedächtniskarte für den meow-memory-Speicher in DeepSeek Harness. Mit Seiteneistieg und Desktop-Einbettung sowie Klassifizierung und Abruf in acht Bereichen. Erfordert das meow-memory-Plugin (liest .dsh-meow/memory.db) und Node 22.5+ (node:sqlite).

Superpowers-Skills für DeepSeek Harness (dsh): Eine vollständige Engineering-Methodik über den eigenen Dateisystem-Skill-Provider von dsh, mit dauerhaft aktivem Bootstrap.

Local-first-Langzeitgedächtnis für DeepSeek Harness: Textpakete, Abruf bei Bedarf, Zitate roher Ereignisse, mehrere Brains und Workspace-Grenzen.

Echtzeit-Katastrophenwarnungen für DeepSeek Harness: Erdbeben in Japan (P2PQuake) und JMA EEW, Tsunami- und Wettertelegramme, weltweite Erdbeben (EMSC/USGS) und NOAA-Tsunamis, Erdbeben im chinesischen Festland (CENC über Wolfx) sowie Sturzregen-Warnungen von nmc.cn und Warnungen vor geologischen Gefahren, außerdem Hochwasser-, Regen- und Sturmflut-Warnungen von NWS (USA) und ECCC (Kanada) — abgeglichen gegen deine Beobachtungsregionen und Schwellenwerte.

Englische Ausgabe von Weiwens Gesetz (KISS's Law): die erste und einzige domänenunabhängige Whitebox-Middleware zur kausalen Urteilsfindung für KI-Agenten. Anders als domänenspezifische Kausalitäts-Toolkits oder Agenten-Firewalls beurteilt sie *jeden* Tool-Aufruf vor der Ausführung entlang einer deterministischen strukturellen Kausalkette (R->S->D->H->M) – in jeder Domäne, ohne Training oder domänenspezifische Anpassung. Sie blockiert destruktive Operationen und Credential-Dateien, eskaliert wiederholte Grenzverletzungen, kappt fehlerhafte Verbindungen bis zur verifizierten Behebung und gibt Risikourteile bei nicht auditierbarer Ausführung; läuft vollständig lokal ohne API-Kosten.

Codex-artiger Gedächtnisentwurf pro Session für DeepSeek Harness: eine Session, ein Entwurf (rollout_summaries), zurückhaltend & passiv (Schreiben nur auf ausdrücklichen Nutzerwunsch), geschichtete Offenlegung (Zusammenfassung + Register), idempotentes Integrations-Wasserzeichen. / Plugin für ein Gedächtnis: eine Session, ein Entwurf.

L-clone-Gedächtnis-Hook: DSH erfasst am Ende jedes Turns (turn/end) automatisch in ein externes Gehirn; die Schaltfläche „Gehirn-Dashboard“ in der Seitenleiste der Web GUI öffnet die Gedächtnis-Werkbank mit einem Klick.

Eine an das menschliche Gehirn angelehnte Kontextkomprimierung, die Kontextbelegung und Token-Verbrauch bei langen Aufgaben drastisch senkt.

Matrix-artige CLI-Chat-Seite für die DSH-Web-UI: Die Gedanken des Agenten strömen als grüner Code-Regen den Bildschirm hinunter, während Antworten normal im Terminal ausgegeben werden.

Öffnen Sie den aktuellen Workspace in Ihrem lokalen Editor (VS Code, Cursor, JetBrains, Vim, ...) aus der Sitzungs-Kopfzeile.

Cyber-Wal-Haustier für DeepSeek Harness: ein schwebender, fütterbarer, farblich anpassbarer Wal über shell.overlay, der Token-Nutzung, Kontingent, Interaktionen und Sitzungszählungen meldet — ein einzelnes dsh-plugin-Bundle mit dem Host-Chat-Gehirn und der Browser-Oberfläche.

Stellt die Fähigkeiten des DeepSeek-Harness-Agenten als MCP-Server bereit, sodass ein externer MCP-Client (z. B. Hermes) Harness zur Ausführung von Coding-Aufgaben steuern kann. Hermes = Gehirn, Harness = Arme.

Immersive weather theme for DeepSeek Harness: physical rain with splashes and ripples, snow in two crystal habits, a hearth, lightning with distance-coded thunder, a night mode, and a compact control panel.

A second brain for DeepSeek Harness where Markdown is the database and git is the sync, with zero runtime dependencies. Core memory is injected into every system prompt, one file per note with weighted search; cards produced in the sidebar web chat land in an inbox first and are approved one by one as cloud notes or local-only notes (private/ is permanently gitignored and never pushed); web-chat progress is saved to progress.md with the last 20 drafts archived. A four-step flow lives behind one header icon: open web chat, extract cards, review them, back up to the cloud. The extraction prompt is editable in the panel and applies immediately.

Context handoff sentinel for DeepSeek Harness: three behavioral recall tests (constraints / changed files / next step) run after every compaction or on /guard check, cross-checked against the session log, returning a green/yellow/red verdict plus an optional handoff document.

Lingshu (灵枢) ist ein gehirninspiriertes System für dauerhaftes Gedächtnis, Persona und Entwicklung von KI-Coding-Agenten. Nur Python-Standardbibliothek, keine Abhängigkeiten, lokal orientiert; Python 3.9+ erforderlich. Enthält geschichtetes Hippocampus-/Kortex-Gedächtnis, Vergessenskurven, Traumkonsolidierung, fuzzy-assoziativen Abruf, Emotionssystem, Schutz vor Persona-Drift, Wissensbasis, selbst verfasste Skills und lokales Web-Panel. Wird als mitgelieferter DSH-Skill angeboten. Das separat installierbare cordis-Startinjektor-Plugin fügt Sitzungen nur automatisch ein, wenn (Lingshu unter ~/.dsh/skills/lingshu liegt oder brainPy konfiguriert ist) und Python 3 verfügbar ist. Die optionale Updateprüfung kontaktiert GitHub/Gitee.

WHOOP-Konto in vier Schritten verbinden (eigene WHOOP-Entwickler-App erstellen und Client ID/Secret einfügen). Automatische Synchronisierung bei Dashboardbesuchen sowie Diagramme für Erholung, Belastung, Schlaf und Workouts in DeepSeek Harness.

Öffnet Dateiverweise aus DeepSeek-Harness-Chat-Ausgaben in der IDE (VS-Code-Familie oder JetBrains; standardmäßig Visual Studio Code), an der genannten Zeile, im Projektfenster und im Vordergrund. Aktualisiert sich über GitHub.