Plugins

DSH-Updater + Synchronisierung der offiziellen Doku in Settings: npm-Update von @deepseek-ai/dsh per Klick mit Live-Fortschritt (npm-Output-Stream, Laufzeitzähler, monotone Leiste), Multi-Kopie-Schutz, der nur die laufende Instanz anfasst, Source-Tree-Modus via git pull, PowerShell 7-Installation per Klick unter Windows, inkrementelle Synchronisierung des offiziellen docs/-Verzeichnisses mit Fortschritt sowie die Modell-Tools dsh_docs_search / dsh_docs_read.

Breeze-TTS-Client für DeepSeek Harness: Verbindet sich mit eigenem, separat bereitzustellendem Breeze-TTS-Server und -Modell, liest Antworten vor und verwaltet Voice Cloning (Hardwareanforderungen gelten serverseitig). Optionaler Maschinen-übergreifender Modus. Vereint @dsh-external/dsh-plugin-local-ai-tts (abbccdd/dsh-localtts) und dsh-breeze-voices, enthält Code von 1624318455/dsh-plugin-tts und darf nicht mit den zwei zusammengeführten Upstream-Plugins installiert werden.

Fügt das Agent-Preset „Task Planning“ hinzu: Es erfragt Anforderungen in versionierten Runden und schreibt Schritt-für-Schritt-Pläne und Prompts, ohne sie selbst umzusetzen.

Ergänzt die DSH-Seitenleistenliste um einen Kategoriebaum. Arbeitsbereiche und Sitzungen lassen sich in eigene Kategorien einsortieren; der eingeklappte Zustand bleibt gespeichert und Zeilen können per Ziehen verschoben werden. Über die Ordnerauswahl entsteht ein neuer Arbeitsbereich direkt in einer Kategorie; Kategorien werden dort umbenannt oder gelöscht. Sitzungen lassen sich je Zeile archivieren und wiederherstellen, einschließlich der üblichen Rückfrage zum Stoppen laufender Arbeit. Filter hide / show / only-archived, App-Tooltips und eine Schaltfläche zurück zur integrierten Liste sind enthalten.

Lässt Agenten unabhängige lokale DSH-Instanzen direkt steuern; auf dem Ziel sind weder Plugin noch Komponente nötig. Isolierte Umgebungen ermöglichen Einrichtung und Tests. Agenten mit verschiedenen Modellen und Persönlichkeiten können chatten, Rollen spielen oder verschachtelte Steuerketten bilden. Dazu: dialogbasierte Einrichtung, Bedienung wie ein Nutzer, schrittweises Lesen, gespeicherte Referenzen und Remote-Suche in Sitzungen/Workspaces.

Macht aus einem lokalen Obsidian-Vault ein eigenes RAG-Chatpanel: Notizbrowser, Retrieval-Chat und zitierte Quellen nebeneinander; lokale Suche in Notizen mit BM25 und CJK-Bigrammen. Antworten werden über den DSH-Modellkanal gestreamt, [n]-Zitate sind anklickbar und die inkrementelle Indexierung nutzt mtime.

Ausschreibungssuche und Angebots-Intelligenz in DeepSeek Harness mit Suche nach vorgeschlagenen Projekten, Regelsichtung, menschlicher Prüfung und Excel-/PDF-Exporten über das vom Nutzer autorisierte Qichacha-MCP.

Injiziert dauerhafte, vom Benutzer festgelegte „Muss“- und „Darf nicht“-Anforderungen zu Beginn der Konversation in das Modell.

Mnemosyne-Speicher für DeepSeek Harness: remember / recall / forget / stats / sleep-Tools, eingebetteter Skill, automatische Einrichtung, optionaler Auto-Sync/Prefetch und ein Einstellungs-Panel. Die Daten liegen unter ~/.dsh/mnemosyne.

Registriert ein SpecWorkflow-Skill-Paket für Anforderungsklärung, Implementierungsspezifikationen, Ausführung, Lieferprüfung, Reparaturplanung, Fehlerdiagnose und quellengestützte Recherche.

Per Ein-Satz-Anfrage an DSH installieren: Liest den lokalen Chatverlauf von Codex CLI/Desktop aus ~/.codex/sessions für DeepSeek Harness. Ein Panel unter dem Composer listet Sessions mit Keyword-/Datumsfiltern und Ein-Klick-Import. Mit codex_history kann der Agent frühere Gespräche auflisten, lesen, suchen und zusammenfassen. Eine Session mit passendem Working Directory wird beim Start eines neuen Agents automatisch injiziert; neue Codex-Nachrichten kommen inkrementell in die laufende Unterhaltung. Ein Shared Folder kann Codex- und DSH-Sessions zwischen Rechnern spiegeln. Schreibgeschützt; es wird nichts an Codex zurückgeschrieben.

DeepSeek-Harness-Plugin zur Steuerung kollaborativer Universal-Robots-(UR-)Arme per natürlicher Sprache. Standardmäßig läuft eine Offline-Simulation auf Kinematik-Ebene; der Kanal zum echten Roboter bleibt aus, bis er ausdrücklich aktiviert wird. Erfordert Python mit numpy und paramiko (pip install -r requirements.txt). Entwickelt von Suzhou Nonead Robot Technology Co., Ltd. auf Basis derselben Logik wie der eigene nUR MCP Server.

Einhändige Eingabe ohne Tastatur für das Eingabefeld: Maustaste im Eingabefeld gedrückt halten, sprechen, loslassen – der Text landet im Entwurf, und Hochschieben bricht ab, ohne einen halben Satz zu hinterlassen. Kein Mikrofonknopf zum Anvisieren und kein Kurzbefehl zum Merken; die Hand muss den Eingabebereich nie verlassen, was gerade dann zählt, wenn die andere Hand beschäftigt ist. Die Erkennung läuft vollständig offline (SenseVoice über sherpa-onnx, kein API-Schlüssel, Audio verlässt nie den Rechner).

Einheitenumrechnungs-Toolbox mit 20 Kategorien — Länge, Masse, Temperatur, Fläche, Volumen (inkl. US-Kücheneinheiten), Geschwindigkeit, Zeit, Datengrößen (dezimales MB vs binäres MiB), Datenraten (Mbps vs MB/s), Beschleunigung inkl. g-Kraft, Beleuchtung (Lux / Foot-Candle), Druck, Energie, Winkel, Frequenz, Leistung inkl. drei PS-Definitionen, Kraft, Drehmoment, Typografie (px/pt/em/rem) und Kraftstoffverbrauch (mpg ↔ L/100km). Zwei Tools — convert_unit und list_units — keine Laufzeitabhängigkeiten, reine Arithmetik; jedes Ergebnis enthält die angewandte Formel.

Sitzungsübergreifendes Gedächtnis für DeepSeek Harness mit Governance, Selbstevolution und genehmigungspflichtigem Schreibpfad. Nach Hitze geordneter Abruf, Umgebungskonventionen, Vergessens-Lebenszyklus, Ablösungsketten, Poisoning-Abwehr, Auto-Destillation und eine offene Messung.

Terminaloberfläche für DeepSeek Harness auf Sprungservern und Verbindungen mit hoher Latenz: reines ANSI, inkrementelles Neuzeichnen und eine Sitzung, die einen Abbruch der SSH-Verbindung übersteht (Fortsetzen aus dem Protokoll).

GPT plant Abhängigkeits-DAGs, DeepSeek-Worker führen Aufgaben mit adaptiver Parallelität aus, und ein optionaler GPT-Reviewer prüft inkrementelle Git-Diffs und steuert Reparaturrunden.

Content-Studio für WeChat Official Accounts: Rotationsschreiben gegen Vereinheitlichung, Playbook zur Behebung schwacher Kreativität, visueller Baseline für Segensbilder, gpt-image-Pipeline mit OCR-Abnahme und die gemessene xiaolvshu-Entwurfs-Web-API.

Gedächtnis-Backend aus Vektor + Graph: Tools observe/remember/search/recall gegen einen lokalen memoria-Server, das per RRF-Ranking semantischen HNSW-Abruf, FTS5-Schlüsselwortsuche und Wissensgraph-Signale kombiniert, mit automatischer Persistierung am Rundenende und Namensraum-Isolation pro Agent.

Lässt die KI sitzungsübergreifend Gesagtes behalten und erkennen, welche Fakten noch aktuell sind.

SSH-Terminal, SFTP-Dateimanager und Portweiterleitung (-L/-R/-D) in der rechten DSH-Seitenleiste, mit Jump-Host-Ketten und im Betriebssystem-Credential-Store gespeicherten Passwörtern.

Bilibili-Livechat für DSH: liest den Chat, sendet nur nach ausdrücklicher Bestätigung und bleibt im Hintergrund im Raum. Optional entscheidet das Modell über Antworten; Audio-Transkription möglich, keine Videoanalyse. Benötigt Python-3-venv mit enthaltenen requirements und Bilibili-Cookies; zur Transkription auch ffmpeg und Whisper.

Modelgebundene Figuren und gemeinsame Welt für DeepSeek Harness: editierbare Persona/Erinnerung, optionale AI-Tagebücher und Schlaf-Konsolidierung, Chinesisch/Englisch-Steuerung, aufgabenbewusste Desktop-Haustiere, Themes und Statistik; Updates erhalten Einstellungen. Windows/Linux/macOS; Anforderungen je System im Guide. Tagebücher/Konsolidierung verbrauchen Tokens. Sichtbare Desktop-Haustiere/Blasen vor Installation/Update möglichst schließen (offene Dateien können Fehler verursachen). Codex-/OpenAI-API-Kontoabfragen von Nutzern validiert; andere Quellen warten auf Prüfung/Feedback.