Plugins

Spult eine DeepSeek-Harness-Unterhaltung und ihren Workspace gemeinsam zurück, ohne Git anzutasten: jedes Zurückspulen ist ein Fork, /redo macht es rückgängig, und eine Rust-Engine erstellt Snapshots in Millisekunden.

Benachrichtigungstöne im nativen Stil für DeepSeek Harness: ein Klingelton, wenn der Agent eine Entscheidung benötigt oder eine Aufgabe abschließt, anklickbare Systemmeldungen zur Rückkehr ins Fenster, wiederholte Erinnerungen, Ruhezeiten und Zielmodus-Alarme, die auf die letzte Runde warten.

Klassifiziert anstehende Tool-Aufrufe mit Jev (dem nicht-generativen Entscheidungsmodell von TypeSafe AI) auf tools/pre-execute — sicher hochriskante Aufrufe werden abgelehnt, unklare zur Freigabe eskaliert — und genehmigt klar erlaubte, reversible Aufrufe auf approval/request automatisch, hinter Argument-Evidence-Gating. Erweitert außerdem den Session-Reference-Resolver per Subclassing, damit Snapshots Jev-bewertete Nachrichten behalten statt älteste zuerst zu verwerfen. Fällt bei jedem Provider-Fehler auf Standardverhalten zurück; Shadow-Modus mit /jev-stats-Befehl; TypeSafe- oder OpenRouter-Endpunkte; 64 Tests.

Projektgedächtnis für dsh mit nativer Task-System-Integration: Session-To-dos und Dateilesevorgänge werden automatisch zu sitzungsübergreifenden Task-Datensätzen verdichtet (Task↔Datei-Links), sodass Workflows umschalt- und fortsetzbar sind, ohne erneut Kontext aufzubauen. Gedächtnis zur Lesezeit (kein Vorab-Scan): extrahiert Codesymbole, fasst Dokumentation zusammen und verknüpft Doku↔Symbole; optionale TS-Semantik-Erweiterung (automatisch aktiv, wenn TS installiert ist). Erfahrungsnotizen werden automatisch dedupliziert. Jeder Abruf enthält eine nachvollziehbare Zitierung. Reines JS, eine Abhängigkeit, sofort einsatzbereit, stiller Betrieb, null Overhead.

Benachrichtigungszentrale für Aufgabenereignisse: 6 Ereignisarten (ask / approval / completion / subagent completion / error / turn end), zwei Kanäle (Browser-Notification + Host-Systemtoast) plus Bark/Webhook-Push-Kanäle (ntfy, Gotify, selbst gehostete Gateways); Ruhezeiten mit dringenden Ausnahmen, Erinnerungen bei Genehmigungs-Timeout, Aggregation von Abschluss-Stürmen und Schwärzung von Benachrichtigungstexten.

Rechtes-Panel-System für die dsh-Web-GUI: ein pixelgetreuer AionUi Explorer + Vorschau (Dateibaum, Diff-Ansicht, Vorschau).

Plugin zur Verwaltung des DSH-Standardsystemprompts: den endgültigen, pro Sitzungsrunde zusammengesetzten Prompt in den Web-GUI-„Settings“ durchsuchen, finden und überschreiben.

DeepSeek-Harness-Bundle-Plugin: ergänzt einen Systemprompt-Abschnitt zur Prozessdisziplin und einen deterministischen Impuls, der Agenten zwischen stillen Werkzeugschritten Fortschritt schildern lässt.

Fügt am Anfang jedes Durchlaufs einen festen system-reminder ein, der das Modell zum Schlussfolgern und Antworten auf vereinfachtem Chinesisch auffordert. Code, Befehle, Dateipfade und Bezeichner bleiben Englisch.

Offline-first UI/UX-Design-Intelligenzbibliothek für DeepSeek Harness: design_recommend-, design_review- und design_search-Tools mit einer eingebauten Datenbank aus 84 Designstilen, 192 Farbpaletten, 74 Schriftpaarungen, 99 UX-Richtlinien, 25 Diagrammtypen und 22 Tech-Stacks, chinesisch zuerst und ohne Laufzeitabhängigkeiten.

Design-Ästhetik-Skill-Paket (10 Stile: Dark SaaS, Minimal White, Neumorphism, Brutalism, Glassmorphism, japanischer Minimalismus, Bento Grid, Cyberpunk, Vaporwave, Art Deco) mit lauffähigen Landingpage-Demos: Tokens, Komponentenregeln, Verbotslisten und Abnahme-Checklisten je Stil.

Designwerkbank in der rechten DSH-Web-GUI-Leiste: Live-HTML in Geräteframes, lokaler Proxy mit Hot Reload, WeChat-Kapsel und Überlappungswarnung. Klick/Ziehen fügt Selector/Datei/Styles in den Composer ein; Markensystem extrahieren und CSS live anpassen. Erzeugt Frontend-Code und bietet Pixelvergleich zum Design. ui-design-Skill + sechs Tools: preview_page; check_design (alle Screens in Echtgröße in verborgenem lokalem Chrome/Edge; Überlagerungen, Fehler, fehlende Assets/Links, CSS-Probleme mit Datei/Zeile); look_design (Screenshots ans Modell); extract_design_system; handoff_design; compare_design. Design mode ergänzt Persona/Skill/Tools für neue Sitzungen, einzeln umschaltbar. Remote erscheinen lokale Dateien im isolierten Frame.

Diszipliniertes Engineering-Workflow-System für KI-Coding-Agenten: Planung, TDD, automatische Fix-Schleifen, Wissensgraphen der Codebasis und Multi-Agent-Wellenausführung. Benötigt codebase-memory-mcp (pip install "codebase-memory-mcp>=0.10.8,<0.11.0"); ohne die Abhängigkeit wird /scan beendet.

Transparente Rankings und Empfehlungen für das DSH-Plugin-Ökosystem: täglich automatisch abgerufene Topic-Daten, ein offenes Bewertungsmodell sowie Rank-/Such-/Empfehlungs-Tools mit einer Bestenliste auf der Einstellungsseite.

Zweiteiliges VTuber-Theme für Joi: „Flowers" und „Library" sind separate Token-Systeme für den hellen und dunklen Modus, mit einem stehenden Portrait und einem dösenden Walmädchen auf der Überschrift der Neue-Sitzung-Seite, zwei Chibi-Begleitern über dem Composer, die den Zugstatus verfolgen, einer Duo-Markierung in der Seitenleiste und einer Kontextanzeige in Form einer reifenden Mandarine; eine dritte Karte stellt den Standard-DeepSeek-Look wieder her, während das Plugin installiert bleibt.

Lokale Meeting-Transkription in DeepSeek Harness auf Apple-Silicon-macOS: Mikrofon und Systemaudio aufnehmen, Sprecher kennzeichnen und Transkript exportieren.

Injiziert einen System-Prompt-Abschnitt, damit Gedankenkette, Planung und Tool-Aufruf-Begründungen des Agenten auf vereinfachtem Chinesisch bleiben. Keine externen Abhängigkeiten – aus jedem lokalen Verzeichnis klonen und per Link installieren, kein npm-Build oder Publish nötig.

Ereignisgesteuertes Sprachansage-Plugin ohne Abhängigkeiten: kein zusätzliches Modell, keine Token-Kosten. Spricht mit der integrierten natürlichen Stimme des Systems, unterstützt sowohl Windows als auch macOS; Endantwort-Ansagen, Genehmigungs- und Frage-Alarme, optionale Ereignisansagen (Zugende, Befehl abgeschlossen, Zieländerung, Werkzeugfehler, Aufgabenaktualisierungen), wiederholbare Endantworten und eine zweisprachige visuelle Einstellungsseite.

Douyin-Assistent: wählt täglich Videos aus, liest Kommentare und erstellt einen datierten Bericht. Likes und Kommentare mit @-Erwähnung sind standardmäßig beide off. Veröffentlicht auch Clips aus dem eigenen ComfyUI. Nur Windows; benötigt Python 3 und das System-Chrome. Beim ersten Start sind der Schritt install-main-dependencies und die QR-Code-Anmeldung nötig.

PPT-Arbeitsbereich: 11 ppt_*-Tools erstellen, bearbeiten, rekonstruieren, per QA prüfen und exportieren Folien aus einem Klartext-PPTD-Projekt. Fünf Design-Systemfamilien, Themen, Animationen, Poster und Infografiken.

Globales und projektbezogenes Gedächtnis: Wird zu Sitzungsbeginn in den system prompt injiziert; Änderungen im Settings-Panel benötigen Bestätigung. Der Agent erhält das schreibgeschützte memory_query-Tool. npm: dsh-my-memory

Anatomie-Panel für die Agent-Body-Organe: liefert ein Live-Vitalwerte-Dashboard unter /anatomy direkt im Harness selbst – Organe, Herzschlag, Heilungsjournal, Selbsttrainings-Zähler und der echte Pulsstrom – direkt aus den Laufzeitdateien gelesen statt neu eingetippt. Nur Host, kein Client-Bundle und kein Build-Schritt.

Zero-residence-Kontext-Engine: Große Tool-Payloads werden aus dem aktiven Kontext in einen abfragbaren Speicher ausgelagert, sodass nur deterministische Zeiger zurückbleiben und die Prompt-Tokens pro Turn nicht mehr mit dem Transkript wachsen. Maskierte Inhalte werden auf Anforderung wörtlich aus dem Sitzungsprotokoll rekonstruiert – anhand der Tool-Call-ID oder der Session-Seq.

Organkern von Agent-Body: Plugins als ein einziger Körper. Jeder Befehl wird ein Nervenimpuls, der deterministisch das zuständige Organ innerviert und die Fähigkeit benennt; ein Herzschlag mit variablem Intervall pumpt Betreiber-Direktiven, Propriozeption und Homöostase-Warnungen systemweit; Reflexbögen feuern ohne Modellaufruf; Fehler folgen einer deterministischen Zuordnung (Tool, Argumente, Berechtigung, Timeout, Netz), einem Rezept und einer Nachprüfschleife, Argumentfehler werden nie automatisch wiederholt. Ein fehlendes Organ kompensiert das mit der größten Fähigkeitsüberschneidung, und Tool-Schemata werden nach der aktuellen Absicht gefiltert (gemessene Reduktion 84,7 %, im Repo reproduzierbar). Dies ist das Kern-Plugin-Paket im agent-body-Repository.