Plugins

Windows-Desktop-Computer-Use-Tools (click, type, key, screenshot) mit Frischeprüfungen, Freigabe-Gating, Prozessidentitätsverifikation um jede Aktion herum und einer bereinigten Audit-Spur.

Sprach-Ein-/Ausgabe für DeepSeek Harness — Sprache-zu-Text und Text-zu-Sprache über Mikrofon und Audioausgabe.

Musik-, Hörbuch-, Radio- und Nachrichtenplayer für DeepSeek Harness: streamt deinen lokalen Musikordner per HTTP, liest lokale .txt/.epub-Romane mit KI-Stimmen vor, spielt Online-QQ/Kugou/Netease-Musik und Internetradio (HLS unterstützt) und sendet tägliche Nachrichten-Zusammenfassungen — alles über die UI oder durch Ansprechen des Agenten über das music_play-Modelltool.

Durchsuchen, aktivieren, deaktivieren und verwalten Sie Agent Skills aus Claude Code, Codex, OpenCode, Gemini und benutzerdefinierten Verzeichnissen im DSH-Einstellungsfenster.

Bearbeitbare Excalidraw-Diagramme für DeepSeek-Harness-Gespräche.

Ein Markdown-Notizmanager für DSH: vollständiger **MD-Notizmanager** und **MD-Notizeditor**, erfasst Konversationen schnell als Notizen, verwaltet Notizen durch **Synchronisierung mit Git-Repositorys** und **bringt Notizen in den Konversationskontext**.

Semantische Suche, Ressourcenverwaltung, automatischer Abruf (duale Räume für Benutzer und Agent) und Sitzungsspeicher für DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob über viking://-URIs, Ressourcenverwaltung mit memadd/memremove, memqueue-Beobachterstatus, memcommit-Sitzungserfassung und memlearn-Skill-Playbook-Erstellung.

Verleiht reinen Textmodellen Sehvermögen: leitet Benutzerbilder an ein OpenAI-kompatibles Vision-Modell weiter und zeigt die Beschreibungen in einem rechten Panel der Web-UI an.

Verwaltet DeepSeek-Harness-(DSH)-Plugins mit einem Klick in der Web UI: Anzeigen, Live-Aktivieren/Deaktivieren, Installieren/Deinstallieren, Umgebungsverwaltung und Plugin-Markt — deckt sowohl Bundle- als auch Nicht-Bundle-Plugins ab.

Liang Saint Slider als Modell- und Denkaufwand-Auswahl für DeepSeek Harness.

IMAP-/SMTP-E-Mail-Werkzeuge (list/read/search/send/folders/attachment/health/watch/mark/reply) mit since/until-Datumsfiltern, email_mark für gelesen/ungelesen/Star/verschieben, email_reply für Antwort/Antwort an alle/Weiterleiten mit Threading-Headern, Voreinstellungen für QQ/163/126/Sina/Aliyun/Gmail/Outlook/iCloud, Unterstützung mehrerer Konten, eine Freigabesperre fürs Senden, eine Web-Einstellungsseite und ein Popup für neue E-Mails im Wal-Mädchen-Stil, gesteuert vom inkrementellen email_watch-Prüfer. Die Outlook-OAuth2-Anmeldung per Gerätecode funktioniert sofort über einen eingebauten Community-Client; ein Konto kann aber auch seinen eigenen clientId mitbringen.

Plugin-Store für die DSH Web UI: Katalog durchsuchen, suchen, Ein-Klick-Installation, Kompatibilitäts-Badges und Liste installierter Plugins.

GUI im DSH-Einstellungspanel: MCP-Server ein-/ausschalten oder löschen, Skills durchsuchen und in den Papierkorb legen sowie integrierte Plugin-Pakete auflisten — wird ohne Neustart sofort wirksam.

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.

Das Gedächtnisorgan von Agent-Body: Nach 2 Minuten Stille geht es in leichten Schlaf, nach 5 Minuten in Tiefschlaf, wo deterministische Regeln echte Erfahrung zu Gedächtniskarten destillieren (Fallstricke, Playbooks, Hotspots, ungelöste Probleme, Fakten). Eingehende Befehle rufen verwandte Karten per Schlüsselwort ab und injizieren sie in den Kontext; lange ungenutzte Karten verfallen mit einer Halbwertszeit und werden archiviert statt gelöscht. Außerdem entrauscht es körperweite Homöostase-Warnungen: Wiederholungen innerhalb eines Fensters werden gezählt statt erneut ausgegeben, und eine Warnung, die immer wiederkehrt, ohne je zu heilen, konvergiert zu einem bekannten Steady-State-Offset und verstummt. Konsolidierung und Abruf machen keine Modellaufrufe.

Leitplanken für das Romanschreiben: 20 novel_*-Tools erzwingen Faktenbuch-Konsistenz, Phasen- und Kapiteltore, maschinelle Prüfung mit deterministischen Metriken und vorschlagsbasierte Revisionen; eine Werkbank im rechten Bedienfeld deckt Lesen, TTS-Wiedergabe, Feinschliff, Korrekturlesen, Kontinuitätsprüfungen und Batch-Entwurf ab, und eine Bypass-Engine führt interne Schritte außerhalb der Hauptkonversation aus.

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.

Portiert vom ARS-Claude-Code-Plugin (44k+ Sterne auf GitHub): akademische Research-Skills für DeepSeek Harness — ein Deep-Research-Agent-Team, eine Paper-Writing-Pipeline, ein Multi-Perspektiven-Peer-Review-Panel und ein End-to-End-Orchestrator, plus sechzehn /ars-*-Befehle.

Dieses Plugin lässt zwei DeepSeek in der Oberfläche hin- und herspringen – es hat keinen wirklichen Zweck.

Vollduplex-Sprachmodus für die DeepSeek Harness Web-UI: Toggle (2-Sekunden-Pause Auto-Send) oder Hold-to-Talk-Diktat in einen editierbaren Entwurf mit zipformer2-Streaming-ASR, optionalem Wake Word; Edge-TTS-Vorlesen Satz für Satz mit Live-Untertiteln, und Sprechen unterbricht Wiedergabe und laufenden Turn (echtes Barge-in). On-Device-ASR, kein API-Schlüssel.

Ein in sich geschlossenes zweites Gehirn für DeepSeek Harness — erfasst dauerhaftes Dialogwissen automatisch in einem lokalen Markdown-Tresor (benutzerdefinierte Deduplizierung, CJK-Suche, git-freundlich), mit einer grafischen Wissensdatenbank und einem interaktiven Wissensgraphen (Legendenfilter, Zeitachsen-Färbung, Box-Auswahl, Zusammenführen, Löschen, PNG-Export/-Import).