Plugins

Wallpaper-Engine-Integration für die dsh-Web-GUI: durchsucht die lokale WE-Bibliothek (Steam Workshop 431960 + lokale Projekte) und verwendet deren Hintergründe als Seitenhintergrund — Bild/Video/Web nativ gerendert, Szenen-Hintergründe als weichgezeichnete statische Vorschauen — mit einem wallpaper-design-Panel (Transparenz, Bereich, Unschärfe, Vignette, FPS, Parallaxe, Karussell, Theme-Verknüpfung) sowie Agent-Tools wallpaper_scan/list/set/config.

Deep-Collaboration-Schreibagent für DSH: nutzerbezogenes Stiltraining aus Edit-Paaren, Ablauf clarify→outline→section-writing→red-team→reader-gallery, Projekt-zu-Bericht-Synthese (Laborbericht / Produkteinführung / Umfrage / README), 41 MCP-Tools und Web-Auswahl-/Verbesserungs-UI mit Dateivorschau in der App.

Wallpaper-Engine-Integration für die dsh-Web-GUI: durchsucht die lokale WE-Bibliothek (Steam Workshop 431960 + lokale Projekte) und verwendet deren Hintergründe als Seitenhintergrund — Bild/Video/Web nativ gerendert, Szenen-Hintergründe als weichgezeichnete statische Vorschauen — mit einem Wallpaper-Design-Panel (Transparenz, Bereich, Füllung, Unschärfe, Vignette, FPS, Parallaxe, Karussell, Theme-Verknüpfung) sowie Agent-Tools wallpaper_scan/list/set/config.

LLM-Anbieter, der die lokal installierte Claude Code CLI als Modell-Backend ausführt, sodass Anfragen über ein bestehendes Claude-Abonnement statt über einen verbrauchsbasierten API-Schlüssel laufen; native Tool-Aufrufe werden über MCP gebridgt.

Tiefenrecherche als Agentenmodus: eine einzige geprüfte Schleife, die plant, in adaptiven parallelen Runden forscht — gesteuert von den Lücken, die die Forscher selbst benennen —, einen zitierten Bericht synthetisiert und ihn dann adversarial überprüft, anstelle eines Skripts, das das Modell pro Aufruf neu schreibt. Fragen, die das Rundbudget nie erreichte, werden im Bericht benannt, statt verworfen zu werden.

Richtet web_search auf eine selbstgehostete SearXNG-Instanz statt auf die native Route: blättert, bis maxResults erfüllt ist, und meldet eine verringerte Abdeckung, wenn Engines fehlschlagen, damit ein dünner Ergebnisbestand nicht als dünnes Web gelesen wird.

Progressive Tool-Offenlegung: Eine verzögerte Tool-Gruppe kostet eine Katalogzeile statt ihrer vollständigen Schemata, bis das Modell sie mit tool_search lädt, mit einem Schalter pro Gruppe in Settings und jede Gruppe gegen die Live-registry gemessen.

Pro Provider/Modell-Generierungs-Concurrency mit Einstellungs-Karte: ein Cap, wie viele Sitzungen gleichzeitig streamen dürfen, durchgesetzt am Stream und erneut beim Subagent-Spawn, wo ein Fan-Out über das Cap in einer FIFO-Queue wartet statt zu fehlschlagen.

Laufzeit-Erweiterungssuite für DeepSeek Harness: sitzungsübergreifende Mailbox mit Cold-Start-Aktivierung, Agent-Teams (Kapitän + Mitglieder + Abhängigkeits-Taskboard + team_wait), Subagent-Erstellungsrichtlinie mit Eskalationsgenehmigung, aufgabenbewusste Routing-Voreinstellung, Plugin-Markt, Skill-Manager und Laufzeit-Injektor.

Virtuelles Produktteam-Agenten-Preset: Die benutzergesteuerte Konversation führt Sie durch die vollständige 12-Schritte-Pipeline von der Idee bis zum ausgelieferten, beworbenen und betriebenen Produkt, mit stufenweisen Gates und stufenspezifischen Skills.

Session-Deep-Links, vollständiger Session-Export (Markdown/JSON), freigegebenes sitzungsübergreifendes Messaging mit Pairing sowie Tools für Team-Roster, Rotation und Wiederherstellung bei Arbeit über mehrere Sessions.

Intelligentes Kanban-Board für DeepSeek Harness: Aufgabenkarten + einmalige Zuweisung von Worker/Verifier + Abhängigkeitsplanung + Stufung der Pipeline + Team-Modus (Mehrdeutigkeiten werden zur Entscheidung an das Hauptfenster gemeldet)

Lazy-MCP-Gateway für DeepSeek Harness: ein stabiles Proxy-Werkzeug statt N Werkzeugschemata, Server verbinden sich bei der ersten Nutzung und werden bei Inaktivität getrennt, Metadaten werden auf der Festplatte zwischengespeichert.

Persistente, sitzungsübergreifende Multi-Agenten-Teamräume für DeepSeek Harness — Mitglieder, ein Nachrichtenbus, ein gemeinsames Aufgabenboard und eine gemeinsame Zeitleiste, die Neustarts überstehen.

Engine zur Orchestrierung des Lebenszyklus von KI-Agententeams mit aufgabenbezogener Isolation durch Git-Worktrees, zustandsgesteuerten Übergängen bei der Auslieferung und kontextexternem Gedächtnis.

Intelligente Sitzungstitel für DSH: nach jedem Gesprächs-Turn fasst ein unabhängiger Hilfs-LLM-Aufruf das vollständige Nutzer+Assistent-Transkript zu einem Titel zusammen, der dem echten Thema der Sitzung folgt statt die erste Nachricht zu wiederholen; die erste Nachricht wird sofort betitelt, fehlgeschlagene integrierte Titel werden in späteren Turns erneut versucht, manuelle Umbenennungen nie überschrieben und Subagenten-/Fork-Sitzungen übersprungen.

AgentDuel ist ein Code-Battle-Spiel. Dieses Plugin ermöglicht es Ihnen, den gesamten Spiel-Loop innerhalb von DSH abzuschließen: Deathmatch-Charaktere und Capture-the-Flag-Teams verwalten, Agent-Code einreichen, Schlachten starten, Wiederholungen ansehen und DSH-Konversationen nutzen, um Agenten basierend auf Schlachtergebnissen kontinuierlich zu verbessern.

Git- und Quellcodeverwaltungs-Plugin-Suite für DeepSeek Harness: lokale Git-Operationen plus Adapter für GitHub, GitLab, Bitbucket, Azure DevOps und Gitea, mit selbstentwickelndem Gedächtnis.

Rendert Wallpaper Engine-Szenenhintergründe in Echtzeit im Browser (three.js-Player plus Rust/WASM-CPU-Partikelsimulation) und spielt Video- und Web-Hintergründe ab, mit Rückfall auf das Vorschaubild, ohne dass eine Wallpaper-Engine-Laufzeit nötig ist. Durchsucht die lokale Steam-Workshop-Bibliothek (431960) per Autoerkennung oder manuellem Pfad und bietet ein Einstellungspanel für Hintergrundauswahl, Bibliotheks- und Engine-Verzeichnisse, Leuchten, Pause und Qualität.

Vom Engine erzwungene Leitplanken für DeepSeek-Harness-Agenten-Schwärme: Qualitätsgates weisen halbfertige Arbeit zurück, absturzsichere Checkpoints setzen an Ort und Stelle fort – KI-Teams laufen nicht nur, sie brechen nicht.

OMX-artige Workflow-Skills für DeepSeek Harness: deep-interview, ralplan, ralph, autopilot, team, code-review und 19 weitere, auf nativen DSH-Tools neu geschrieben, ohne Vision-Skills.

Learning Mode Agent-Preset: ein Coding-Agent, der beim Coden lehrt — konkrete szenariobasierte Erklärungen, sokratische Anleitung und TODO(你)-Übungsblanks, modelliert nach Claude Codes Learning-Ausgabestil; installierbar via dsh plugin add (dsh-learning-mode auf npm).

Koordiniert unabhängige DSH-Sessions und providergestützte Mitglieder, ohne deren Verläufe zusammenzuführen, mittels dauerhafter nativer Rooms mit identitätsgebundenen `@`-Erwähnungen, Direktzustellung, Broadcasts und leiterbeschränkten Steuerungen.

11 teilbare Workflow-Skills (handoff, triage, to-spec, to-tickets, wayfinder, teach, wait-what, dsh-mode-routing, ask-matt, overnight-execution, full-throttle) als installierbares Skill-Paket.