Plugins

Geschichtete Token-Optimierungspipeline für DeepSeek Harness: Ausgabe-Leiter, MCP Lazy Loading, Kompaktierungs-Treiber, Cache-Treffer-Bericht. Auf echten DSH-Plugin-APIs aufgebaut; in langen Sitzungen werden etwa 40–60 % der Eingaben gespart.

Evidenzbasierte Aufmerksamkeitsüberwachung für DeepSeek Harness mit C0–C3-Richtlinie, deduplizierten Inbox-Warnungen, Ruhezeiten und geschwärzten Ergebnisaufzeichnungen.

Git-Worktree-Panel für DSH Web: ersetzt die Workspace-Seitenleiste durch Projekt → Haupt-/verknüpfte Worktrees → Sitzungsgruppen, erstellt und entfernt Worktrees, wechselt den Haupt-Branch und migriert konfigurierbaren projektlokalen oder globalen Speicher mit Sicherheitsvorkehrungen für schmutzige Bäume und aktive Sitzungen.

DSH-Plugin mit dem kimi-ppt-Skill: Präsentationen erstellen, bearbeiten und als lokal erzeugte .pptx exportieren, mit Pillow-gerenderten Vorschauen. Abgeleitet von open-kimi-ppt-skill (MIT).

Natives Graphify-Wissensgraph-Plugin mit 10 Code-Intelligenz-Tools, topologischer Suche, Entdeckung von Gott-Knoten und PR-Blast-Radius-Triage.

Verbinden Sie ChatGPT Codex, xAI Grok, Zhipu GLM, AWS Kiro, Google Antigravity und Cursor-Abonnements über OAuth und einen lokalen Proxy mit DeepSeek Harness.

CodeBuddy-Anbieter-Plugin für dsh-router. Verwaltet jeweils ein Konto mit Polling-OAuth-Login und Token-Erneuerung; Kontowahl, Abkühlung und Check-in bleiben beim dsh-router-Kern.

Codex-ähnlicher Seitenchat + Auswahlannotationen für DSH web.

Serverkarten-Dashboard für DSH: Status pro Host, CPU, Speicher, Festplatte und Latenz, mit xterm.js-SSH-Terminals per Klick; importiert ~/.ssh/config und wird als better-sidebar-Tab oder als separate rechte Schublade eingebunden.

Für das native Vision-Modell deepseek-v4-flash-vision-exp von DeepSeek Harness erhöht er die Bildzulassungsgrenzen auf 32 MiB / 8192 px / 600 Bilder und fügt ein highres_read-Werkzeug hinzu, das große Bilder in Kacheln zerlegt und dann das Gesamtbild plus 800x800-Kacheln über das Host-Werkzeug read_image zurückgibt.

Verbessert die Datenvisualisierung in DeepSeek Harness, indem Diagrammtypen automatisch aus der Benutzereingabe ausgewählt und Bilder für Trends, Vergleiche, Anteile, Beziehungen und Abläufe erzeugt werden.

Bindet einen echten VSCode-Editor (code-server oder Ihr lokales Desktop-VS Code über die mitgelieferte Bridge-Erweiterung) als GUI-Tab ein: Agent-Dateiänderungen öffnen rundenbezogene Rot/Grün-Diffs, die Tab-Schließungen und Seitenneuladungen überstehen; Dateien werden gesperrt, während der Agent schreibt, und ein Watchdog-Supervisor verhindert verwaiste Prozesse.

Inline-Badges +N −M auf Zeilen von Edit-/Write-Tools und eine einklappbare Zusammenfassungskarte pro Durchlauf für Dateianpassungen mit ausgerichteten Diffs, Review und Undo — deckt native edit/write-, str_replace_editor- und Code-Dispatch-Subaufrufe ab, kein Git erforderlich.

Hält pro Anbieter einen Pool von API-Schlüsseln mit automatisch erstellten Klon-Routen vor, schaltet bei Quota- oder Rate-Limit-Fehlern auf den nächsten Schlüssel um, prüft abgekühlte Schlüssel auf Erholung und zeigt Pools, Cooldown und Wechselcodes im Settings-Bereich an.

KI-Ressourcenplattform für Unternehmen als Cordis-Bundle mit 22 Plugins: IAM für Organisation/Konto/Rolle, OIDC-Provider und App-SSO, MCP-Serververwaltung mit der Plattform selbst als MCP-Server, NAS-Asset-Speicher, Skill-Hub, Agent- und App-Register, SaaS-Connector-Verwaltung, Datenkanal für Unternehmensportal, Panel für den Agent-Workbench der Abteilungen, DingTalk-Gruppenbrücke für Nachrichten- und Genehmigungs-Push, Ein-Klick-Remote-dsh-Registrierung mit Tool-Proxying, Nutzungsabrechnung, Wallet-Abrechnung, Modell-Gateway, Audit mit Warnungen, Selbstaktualisierung und geprüfter Drittanbieter-Plugin-Marktplatz — über 70 Ops-Tools werden für den dsh-Agent aufrufbar.

Verbrannte DSH-Tokens werden zu Räucherstäbchen; gib einen Stab aus, um die heutige Case zu heben oder zu senken. Die Case aktualisiert sich täglich, Liangwei entscheidet das heutige Liangzi, und das Ergebnis wird am Tagesende archiviert.

Rundenweise Steuerung des Thinking-Levels (reasoning_effort) für DeepSeek Harness: Auto plant low/high/max anhand der jüngsten Tool-Call-Historie, oder ein Wire-Level (off/on/minimal/low/medium/high/xhigh/max) wird manuell gesetzt, mit benutzerdefiniertem Wire-Mapping, modellbewusstem Fähigkeits-Guard und Kontextfenster-Presets (64K–1M); die Modell-Capability-Card arbeitet mit [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (aus dsh-market installierbar), damit OpenAI-kompatible Gateways (vLLM / LM Studio / self-hosted) Reasoning testen können. Die Card schreibt llm-pi-ai-Fähigkeiten, der Adapter treibt das Wire (compat.thinkingFormat) an und das Plugin pflegt die Takeover-Liste.

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.

Kostengünstiges Video-Verständnis-Tool: Ein video_understand-Tool wandelt einen Bilibili-Link / BV / ein lokales Video in eine AVIS-Informationsschicht (ASR + Szenenstruktur + Objekt-Tracking + YOLO-Labels) um und liefert Zusammenfassung + Q&A. Fragegesteuertes dynamisches Routing über Ebenen hinweg (L0 ASR / L1 Objekt-Tracking / L2 Keyframe-VLM), Wiederverwendung der semantischen Schicht für Wiederholungsfragen, Budgetobergrenze pro Frage. Python-Engine: Die Kernschicht benötigt faster-whisper / opencv / yt-dlp (~200-300MB); die optionale semantische Schicht fügt ~2GB torch / transformers / ultralytics hinzu. Ein mitgeliefertes doctor --fix richtet das venv ein und installiert beide.

Leitet jede delegierte Aufgabe automatisch und intelligent an das bestkonfigurierte Modell weiter – mit Aliassen, Fähigkeits-Tags und Nutzungshinweisen –, damit Routinearbeit schnell und günstig bleibt, während komplexe Arbeit an stärkere Spezialisten geht. Konfiguriere dein Modellteam in der Web-UI oder per geführtem Setup, führe Spezialisten parallel mit zuverlässigem Ergebnis-Merging aus und sieh das gewählte Modell in Subagent-Ansichten und direkt im Tasks-Baum von Better Sidebar auf einen Blick.

Bettet die AIsChat-Social-Agent-Plattform als native Seitenleiste in die DSH-Web-UI ein — Kontaktpanel, Echtzeit-Chat über einen Same-Origin-HTTP/WS-Proxy und Markdown/LaTeX-Rendering. Das Plugin ist nur das Frontend; es proxiet an ein AIsChat-Backend, das Sie selbst betreiben (Standard http://127.0.0.1:5228, aus demselben Repository).

Spracheingabe für die Web-UI: nach Pausen segmentiertes Diktat und Sprachnachrichten, jeweils mit eigener Anbieter-Fallback-Kette (Deepgram, Groq, HuggingFace, lokales whisper.cpp oder ein OpenAI-kompatibler Endpunkt).

Ruft eine beliebige http/https-Seite ab und gibt Titel, Beschreibung, Haupttext, Überschriften-Gliederung und Links zurück, mit Statistiken (Zeichen-/Wortanzahl, Lesezeit, Sprache) und Top-Keywords; kann Inhaltsbilder in den Sitzungsarbeitsbereich für die Bildanalyse herunterladen und sie über den scrape.imageAnalyzer-Dienst an registrierte Analyser verteilen.