Plugins

Veröffentlicht Tarife von Command Code Go / GOAT / Pro / Max als `llm-pi-ai`-Routenprofile statt als Adapter. Gleicht die Live-Liste `/provider/v1/models` mit dem Funktionskatalog ab und weist Modelle unterstützten OpenAI-Chat-, OpenAI-Responses- oder Anthropic-Messages-Routen zu. Beim Tarifwechsel werden nur die vom vorherigen Tarif erzeugten Routen gelöscht. Dieselben Zugangsdaten ermöglichen fünfstündige und wöchentliche Nutzungskontingente, Guthaben und Websuche.

Zeigt in DSH Desktop Tokens, Kosten und Geschwindigkeit jeder Anfrage. Vergleicht Ausgaben nach Modell und Anbieter, fasst verschiedene Namen desselben Modells zusammen, prüft Guthaben und vergleicht die tatsächliche Modellleistung.

Stellt konfigurierte DeepSeek-Harness-Modelle über ein OpenAI-kompatibles Gateway für Standardclients anderer lokaler Projekte bereit. Benannte Providergruppe mit geordneter/ausgeglichener/zufälliger Verteilung; Fehler upstream vor Ausgabe wechseln zum nächsten, Rate-Limits werden nach Provider-Backoff erneut versucht. Settings zeigt Versuche/Antworten/Fehler/Tokens/TTFT je Kandidat; Tageswerte lokal mit 30-Tage-Heatmap/Trend. Ohne in der UI angelegten Schlüssel kann jeder erreichbare Nutzer den Endpoint aufrufen. Schlüssel als SHA-256-Hashes; danach Authentifizierung und Endpoint bleibt auch nach Widerruf des letzten Schlüssels gesperrt. Optionaler LAN-Listener ohne Schlüssel ist im ganzen Netz offen. DSH 0.1.2-rc.1 bis 0.1.7-alpha.1 und später.

Ergänzt das DSH-Seitenleisten-Dashboard für Hindsight-Verbindung, Modell, Embeddings und Banks mit Zustandsprüfungen und eigentumsgeprüfter lokaler Dienststeuerung. Memory-Tools kommen aus der separaten offiziellen Integration. Hindsight ist ein eigener Dienst und wird von diesem Plugin nicht installiert.

Zeigt Abokontingent und Kontostand für 28 Provider-Einträge neben der DeepSeek-Harness-Modellauswahl; mit gemeinsamer Einstellungsseite und Nur-Lese-Kontingent-Tool.

Ergänzt jede Nachrichtenzeile um Hover-Aktionen Recall, Delete und Delete-onward. Dauerhafte, nur angehängte Tombstones entfernen Inhalte zugleich aus Modellkontext und Transkript; eine Leerinhaltsprüfung verhindert, dass alte Löschungen strenge Provider beschädigen. Auf DSH 2.0 Desktop getestet.

Think Tank mit integrierter Bibliothek aus 161 klassischen Denkmodellen (Entscheidung/Strategie/Kognition/Psychologie/Kommunikation/Lernen/System/Innovation/Umsetzung). Eine Frage und mehrere ausgewählte Modelle werden parallel per KI analysiert; der Synthesebericht enthält Konsens, Widersprüche, blinde Flecken und Aktionsliste. Unterstützt automatische Analyse und Prompt-Rundreise-Import.

Zeigt unter jeder Antwort bis zu fünf anklickbare nächste Schritte; ein Klick sendet den Satz als Nachricht. Kein zusätzlicher Modellaufruf, doppelte Blickwinkel entfallen, Empfehlung zuerst; beim Überfahren erscheint der volle Text. Eine kleine Schaltfläche rechts füllt nach vorherigem Leeren den Composer, damit der Text vor dem Senden bearbeitet werden kann.

Leitet jede Aufgabe an ein Modell und ihre Überprüfung an ein anderes weiter, mit Qualifikationsnachweisen, Failover und einem dauerhaften Journal.

Das Nutzungsdashboard wertet Sitzungsprotokolle offline aus und visualisiert tägliche, wöchentliche und monatliche Tokenzahlen, geschätzte Kosten, Ranglisten für Modelle/Tools/Skills/Befehle, Ausgabegeschwindigkeit, Arbeitszeiten und Qualitätsmetriken. gridstack+ECharts-Karten lassen sich per Drag-and-drop anordnen; eigene Formeln und KI-Anordnung mit Prompt-Rundlaufimport sind ebenfalls möglich.

Einstellungseditor für Modell- und Reasoning-Regeln je Mitglied nativer DSH-Agententeams; löst Regeln beim Start auf, indem SubagentRuntime.startContinuable umhüllt wird. Keine offiziellen Dateien werden geändert.

Registriert das model tool `wait_subagent`, das ereignisgesteuert auf einen benannten fortsetzbaren Hintergrund-Subagent wartet und Stop-Grund sowie Abschlussnachricht zurückgibt. Timeout optional, Membership-Prüfung weist unbekannte IDs ab, kein Polling. Schließt die Lücke zwischen sofortiger Rückkehr von `run_in_background` und asynchroner Abschlussmeldung; kein `list_agents`-Polling nötig.

Branch-Chip in der Tool-Zeile des Eingabefelds, der Workspace-Branches wechselt, erstellt und aktualisiert, eine ausgewählte Teilmenge geänderter Dateien mit einer Nachricht committet, die das Modell der Session selbst aus dem Diff schreibt, und den aktuellen Branch pusht.

Skill-Werkzeuge nach Bedarf für DeepSeek Harness: skill_search / skill_load / skill_ref durchsuchen eine gestufte Bibliothek und laden Inhalte erst bei Bedarf, sodass die Bibliothek weder dauerhaft im Sitzungskatalog noch in jedem Zugkontext liegt. Der Skills-Tab liest die Sitzung zurück und listet tatsächlich geladene Skills samt Zug. Keine Abhängigkeiten; Protokolle werden nur clientseitig gerendert und gelangen nie in den Modellkontext.

PC-Umgebungsdiagnose & Port-Kontrolltafel: abhängigkeitsfreie Inspektion von System, CLI-Toolchains, aktiv lauschenden Ports mit Freigabe per Hover-to-Kill und Bereitschaft von Modellschlüsseln. Keine externen Aufrufe, keine Klartext-Geheimnisse.

Entdeckt kostenlose OpenRouter-Modelle, misst reale Geschwindigkeit und Kontextgröße und trägt sie schnellste zuerst in die DeepSeek-Harness-Modellliste ein, samt Geschwindigkeit/Kontext im Anzeigenamen. Settings-Bereich zum Konfigurieren und Starten.

Advisor-Reviews, die über Runden konvergieren, ein Engineering-Modus, dessen Schreibvorgänge ein Design-Token erfordern, die Eskalation einer Aufgabe an ein stärkeres Modell und parallele Multi-Modell-Beratung; eine Einstellungsseite bearbeitet Modellrouten, Timeouts und Budgets.

Bindet das mcptoon-MCP-Gateway als einzelnen stdio-Server ein. So entdeckt der Agent die Tools aller konfigurierten MCP-Server über die komprimierte mcptoon-Ansicht, statt in jedem Turn vollständige JSON-Schemas zu laden. Die doctor-CLI prüft, ob die mcptoon-Datei aufgelöst wird, und zeigt andernfalls die genauen Überschreibungen für command/args an.

Serverloser FriendliAI-LLM-Adapter für DeepSeek Harness – OpenAI-kompatible Chat-Vervollständigungen mit dynamischer Erkennung von Modellen und Unterstützung von Reasoning

dsh-Plugin + Agenten-Preset, das opencode + oh-my-openagent (omo) nachbildet: die Toolchain und der System-Prompt von opencode, die Orchestrierung von Subagenten mit mehreren Rollen aus omo sowie browserseitige Rollenauswahl in omo + Einstellungen für Modell/Fallback je Rolle.

Paart den laufenden Executor mit einem stärkeren Reviewer-Modell über parameterlose advisor()-Aufrufe und schrittbasierte Patrol-Checks und liefert Plan-, Korrektur- oder Stopp-Hinweise zurück.

Erweiterte Modellauswahl für den DSH-Composer mit durchsuchbaren Anbietergruppen, Tastatur- und Barrierefreiheitsunterstützung sowie integriertem Regler für den Reasoning-Aufwand.

Panel-Plugin für kostenlose Modelle von OpenCode Zen: zeigt in Echtzeit die neuesten kostenlosen Modelle von OpenCode Zen, setzt sie mit einem Klick in die Modellauswahl von DSH, sofort nutzbar ohne Schlüssel (der gemeinsame Schlüssel als Literal wird vom Host injiziert). Das Backend unterstützt einen Hauptschalter / die Verwaltung des Offline-Nehmens einzelner Modelle.

Kostenlose Modelle von Kilo Gateway und OpenCode Zen für DeepSeek Harness (DSH) über native dsh-llm-Adapter.