Plugins

Anklickbare Dateipfade in DSH-Antworten: Öffnen inline im Codex-Stil, Anzeigen im Dateimanager und eine Chip-Liste erwähnter Dateien am Ende der Runde.

Listet in der DSH-Seitenleiste alle Markdown-Dokumente, Bilder und Videos des Session-Workspace auf, nach Relevanz für die aktuelle Konversation geordnet: aktuelle Nachrichten werden lokal mit IDF-Gewichtung gegen Titel, Zusammenfassung und Text der Dokumente abgeglichen — ohne Modellaufrufe und Netzwerk. Da sie aus dem Workspace gescannt statt erinnert wird, bleibt die Liste nach DSH-Neustart oder neuer Session erhalten. Bilder und Videos werden an Ort und Stelle angezeigt, relative Bildpfade aufgelöst, Videos per HTTP Range gestreamt. Eine Referenzleiste unter dem Vorschaukopf zeigt zitierende und zitierte Dokumente, mit Klick zum Wechseln. Dieselbe Rangfolge steht dem Agenten als Tool knit_docs bereit, das relevanteste Dokumente samt passender Passage zurückgibt, sofern gefunden.

Smart-Charts-Skill: verwandelt Datendateien (CSV/TSV/TXT/XLSX/XLS/JSON) in eigenständiges interaktives ECharts-HTML – 32 Diagrammtypen inklusive Offline-Karten, 3 Themes, kein CDN. Ein --profile-Datenprofil (dtype je Spalte, Kardinalität, Fehlwerte, Stichproben, Statistiken, Entitätskörnung, Insight-Signale) lässt den Agenten die Daten selbst lesen und das Diagramm wählen; jedes Diagramm bettet ein Fact Sheet (plot_stats + data_preview) ein, dessen Zahlen die einzigen zitierbaren Werte sind. LLM-Transform-Code läuft in einer eingeschränkten Sandbox (Blacklist + AST-Whitelist + sichere Builtins); --doctor prüft die Python-Umgebung selbst. Vollständig offline, ECharts mitgeliefert.

Eine gesendete Nachricht bearbeiten, um rückwärts zu spulen und die Konversation von diesem Turn zu verzweigen, Versionen mit einem Zähler unter der Bubble wechseln und jeden Branch in einem turn-stufigen Versionsbaum durchsuchen.

Codex-artiges Turn-Folding für die DSH-Web-UI: lässt endgültige Antworten sichtbar, gruppiert aufeinanderfolgende Schlussfolgerungen und Werkzeugaktivitäten und zeigt konfigurierbare Live-Dauer-, Werkzeugaufruf- und Token-Metriken mit mehrsprachigen Zusammenfassungen.

Ein Studien-Tab mit Spalten für Kursplan, Tutor und Tafel, das markdown-Dateien, lokale Ordner oder GitHub-Repos in geführte Kurse verwandelt, mit Lektionsfreischaltung, Beherrschungsverfolgung, Spaced Repetition und tutor-gestaltetem Kursimport.

Expert-Preset für DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): Chefkoordinator + 17 Domänen-Subagenten mit Auto-Delegation. Funktionen: Taskboard (Zustände pending/ready/running/done/failed, DAG, atomare Beanspruchung, Retry, Wiederherstellung), Quality Gates (5-stufige Pipeline: Anforderungen, Implementierung, Verifikation, Prüfung, Integration; 2 Überarbeitungen), Five-Anchor (Prüfung/Konvergenz/Anti-Drift/Zusammenarbeit/Ressourcen), Near-distance (Vorlage Identität/Aufgabe/Ausgabe), progressive Offenlegung (~28 % Token-Einsparung), Persistenz, P2P-Bus, Kreuzprüfung, Erfahrungspool, Schnellweg, Auto-Retry. 17 Experten: Daten, Redaktion, Recht, PM, Frontend, UI/UX, Architekt, Social, Growth, Quant.-Finanzen, Backend, DevOps, DB, QA, Sicherheit.

Ein schwebendes Desktop-Pet für die DeepSeek Harness Web UI: Ruheatmung, gelegentliche Richtungswechsel, zufällige Aktionen und Umherwandern auf dem Bildschirm.

Eine bessere Faltenleiste: faltet automatisch Tool-Aufrufe und Think-Segmente in Schritt-Faltleisten und reduziert jeden abgeschlossenen Turn zu einem einzelnen Turn-Header mit Live-Metriken (Dauer, TTFT, Token, tok/s, Cache-Treffer) – nur die abschließende Zusammenfassung bleibt sichtbar; anpassbare führende Icons mit animierten Pokerkarten integriert (Karten-Animation mit zyklischen Farben während des Laufs, ein Deck im gefalteten Zustand, ein Fächer im erweiterten Zustand), eine Einstellungszeile für den offiziellen Faltmodus, kompatibel mit neuen und alten DSH-Versionen. Keine Eingriffe in den DSH-Quellcode.

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.

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.

Browser-Benachrichtigungen und ein Signalton, wenn ein Sitzungs-Turn endet, der Agent eine Frage stellt oder eine Genehmigung aussteht; Klick auf die Benachrichtigung springt zur Sitzung; Remote-Trigger-Endpunkt und SSE-Kanal (npm: dsh-my-notify).

Sitzungsübergreifendes Langzeitgedächtnis unter der Metapher des „Gedächtnispalasts“: SQLite-Speicher mit doppeltem Geltungsbereich (Benutzer + Projekt je Git-Ursprung), hybride Suche aus FTS5 und lokalen Vektoren mit RRF-Fusion und Aufwertung des Rankings nach Aktualität/Nachweis, automatische Erfassung aus dem Sitzungsprotokoll (einschließlich des letzten Turns), Herkunftsprüfketten, Verdichtung durch Konsolidierung und Vergessen durch Verfall sowie ein Panel „Gedächtnisbibliothek“ auf der Einstellungsseite mit Korridortopologie, Rundgangsbutler und Renovierungsliste.

Klappt abgeschlossene Turns zu ihren endgültigen Schlussfolgerungen zusammen, trennt Denken und Prosa mit einem Trennstrich und ermöglicht die Navigation zwischen Turns über eine links oder rechts andockbare Leiste mit Linien- oder Punktmarkierungen, optionalem Ring und Hover-Zusammenfassungen; kann den TurnNavigator am rechten Rand des Hosts ausblenden, frühere Verläufe laden und ein vorausgefülltes Diagnose-Issue öffnen.

AI-for-Science-Forschungs-Workflow-Skill für DeepSeek Harness, für Forscher und Doktoranden mit agentenbasierter KI: mehrwinklige Literaturrecherche mit Dateien pro Winkel, Experimentdesign mit Caveat-Liste, Abbildungen und Paper-Lesen; jeder Job gibt Dateien sowie ein Cross-Verification-Briefing für ein zweites Modell zurück. Null Abhängigkeiten, MIT.

Führt isolierte Installations- und Smoke-Testläufe für DSH-Plugins in Wegwerfprofilen aus und liefert strukturierte Bestanden/Nicht-bestanden-Datensätze sowie Batch-Matrizen, ohne dein echtes Profil anzutasten.

Pro-Event-Sound-Benachrichtigungen: Turn-Abschluss, Genehmigung, Frage, Plan-Review, Goal-Blocked und Task-Failure erhalten jeweils eigenen Sound und eigene Lautstärke, konfigurierbar in der Web-UI (integrierter Synth, Mute oder lokale Audiodatei).

Bidirektionale WeChat-Bridge (iLink): Push bei Rundenende und Genehmigungsanfragen, Genehmigen/Ablehnen und Nachrichteneinschleusung direkt im Chat, persistente Deduplizierung und konvergentes Chunking langer Antworten; Channel-Schicht erweiterbar auf weitere Messenger.

Ein Live2D-Walmädchen als Begleiter für die DeepSeek Harness Web UI: das Modell bleibt auf dem Bildschirm und reagiert darauf, was der Agent gerade wirklich tut (Denken, Tool-Aufrufe, streamender Text, Fehler, Turn-Ende); Klick auf sie sendet dem Agent eine Nachricht, und die Antwort streamt in eine Sprechblase; Rechtsklick öffnet ein Menü mit Ausdrücken, Verkleidungs-Items, Schreibtischszenen und Einmal-Animationen — jede Aktion aus dem Hotkey-Blatt des Original-Modellautors übernommen, sodass nichts kollidiert und alles von selbst ausläuft. Nicht-kommerzielle Modell-Assets (CC BY-NC-SA 4.0), MIT-Code, von Andersen216 (https://github.com/Andersen216).

DeepSeek Harness-Plugin, das Jev-Urteile in drei automatische Aktionen übersetzt — übermäßig große Tool-Ausgaben auf die für die Anfrage relevanten Segmente kürzen, abgerufene Seiten auf an das Modell gerichtete Anweisungen prüfen und auswählen, welcher Skill zum nächsten Schritt passt — plus die Tools jev_ask und jev_gate, ein Urteils-Journal, das Neustarts übersteht, und einen /jev-status-Bericht. Benötigt einen TypeSafe-API-Schlüssel; ohne diesen ist es inaktiv und sendet nichts.

Exportiert die Agent-Schleife als OpenTelemetry-Traces, Metriken und Logs nach GreptimeDB, mit sieben Grafana-Dashboards zu Token-Nutzung, Kosten, Sitzungsergebnissen und Latenz pro Turn.

AI Company Framework: aus einem Satz eine Multi-Agent-Firma machen — 15 flache Skills (boss/pipeline/role-template/11 roles/generic customer-memory), 7 Workflow-Vorlagen, AgentTeams-Runtime + Aktivitätspanel, Mitarbeiter-Sidebar mit Isolation pro Session, Feishu-Bot-Bridge (Boss- und pro-Mitarbeiter-Bots, Group-Routing, autonomer Push, Human-Decision-Gate, External-Contact-Guide), SQLite-Memory pro Kunde mit Drei-Schichten-Memory (gruppenübergreifender Merge), /company-Modusumschaltung; kein RAG.

Kompakte Turn-Leiste am rechten Rand mit Hover-Zusammenfassungen und Klick-zum-Springen-Navigation. Wird auf npm als `dsh-turn-scrubber` veröffentlicht.

Token-, Kosten- und Guthaben-Dashboard unter dem Composer: Live-Anzeige plus SVG-Diagramme ohne Abhängigkeiten für Nutzung je Runde, geschätzte Kosten und DeepSeek-Kontostand.