Plugins

Veröffentlicht ein lokales DSH-Pluginprojekt in einem Aufruf auf GitHub und im Plugin-Markt: Preflight, Upload je Datei mit Byte-Prüfung, PR für das Marktregister, anschließend alle veröffentlichten Dateien zurückladen und Bytes vergleichen.

Eine Ansicht für alle veröffentlichten Arbeiten: lokale Projektdaten, GitHub-Sterne und letzter Push, Aufnahme und Downloads im Plugin-Markt sowie Wartezeit offener Pull Requests im Vergleich zum Upstream-Median.

Zuverlässigkeitsschicht für Windows-GUI-Automation: prüft minimierte, aktive oder DPI-skalierte Fenster und berücksichtigt Koordinatenraum sowie Aktivierungsreihenfolge beim Klicken und Tippen. Keine Abhängigkeiten, nur lokal.

Übergibt eine lokale Datei an den Dateidialog beliebiger Programme: wartet auf den nativen Open-Dialog, fügt den Pfad über die Zwischenablage ein, liest ihn Zeichen für Zeichen zur Prüfung zurück und bestätigt erst dann. Ziel stets explizit, jeder Schritt mit Beleg. Nur Windows (EnumWindows / UI Automation).

Websuche, Seitenabruf und Recherche in einem Aufruf über die offizielle DeepSeek Search-and-Fetch-API; DeepSeek-API-Schlüssel erforderlich.

Erstellt und bearbeitet Feishu-/Lark-Inhalte mit zehn Tools: Bitable-Datenbanken/-Datensätze, Markdown-zu-Nativblöcken-Dokumente, Tabellen, Wikis, Drive-Dateien und Nachrichten sowie Base-V3-Dashboarddiagramme und serverseitige Aggregatabfragen.

Lokaler BM25-Abruf, fail-closed-Schreibschutz, statischer Doctor und Memory-Panel für einen Engramory-Markdown-Speicher. Ohne Opt-in kein Netzwerk, Daemon oder Modellaufruf; Abrufqualität wird mit reproduzierbarem Repository-Benchmark gemessen.

Lokaler Speicher für DeepSeek Harness: Inhalte werden Themen zugeordnet und mit verwandten Einträgen verknüpft. Abruf nach Embedding-Ähnlichkeit, bei fehlendem Modell per Worttreffer. Daten bleiben in lokaler SQLite-Datenbank.

Notizgestützte Kontextkomprimierung: ersetzt LLM-Zusammenfassungs-Compaction durch ein modellgeschriebenes dauerhaftes Notizbuch plus wiederherstellbaren Rohverlauf, sodass der Übergang keine Modellaufrufe kostet.

Blendet in einem gewählten DSH-Preset Kontextabschnitte und Tools anderer Memory-Plugins aus, damit die Sitzung einen sauberen Kontext hat. Standardmäßig aus; mit schreibgeschütztem Diagnose-Tool.

Archiviert eigene QQ-Zone-Beiträge lokal in drei Spalten – Gedanken, Träume und Rezensionen (Buch-/Filmempfehlungen) –, die einzeln manuell korrigiert werden können; Rückgängigmachen betrifft keine andere Spalte. Mit privatem, per Passwort sperrbarem Web-Viewer, Reparatur von API-seitig auf etwa 500 Zeichen gekürzten langen Beiträgen, Wortzählung nach Jahr/Monat und lokalen Bild-Backups für Offline-Lesen. Cookie bleibt auf diesem Rechner.

Teilt omp-Projektgedächtnis (oh-my-pi) mit DSH: DSH injiziert dieselben Ausschnitte aus memory_summary.md und learned.md, und learn schreibt in dieselbe learned.md. Standardmäßig konservativ: löscht nie, verweigert Verdrängung bei omps 100-Lektionen-Limit, bytegetreues Schreiben mit CAS-Prüfung und erstellt omps Memory-Ordner nicht selbst. Black-Box-Test: gleicher Prompt ergab bei omp und DSH dieselbe Antwort; ohne Memory enthielten sich beide.

Verbindet DeepSeek Harness nach omp-Konventionen mit Hindsight: gemeinsame Bank, automatische Projekt-Tags, Projekt- und globale Erinnerung sowie Tools für mentale Modelle, Duplikaterkennung und erneute Ausführung fehlgeschlagener Hintergrundjobs. Laufender Server erforderlich (Standard http://127.0.0.1:8888).

Lokales Langzeitgedächtnis für DSH: Einträge im Panel durchsuchen (BM25 + Synonyme) und bearbeiten; Ordner, Archiv und Papierkorb. Pro Sitzung auswählbar, was injiziert wird. Modellgeschriebene Erinnerungen brauchen deine Freigabe. Backup-Import/-Export und optionale Gerätesynchronisierung über eigenes Git oder WebDAV.

Lokaler Codespeicher für JavaScript- und TypeScript-Projekte mit automatischem Quellkontext, Symbolsuche, Vektorsuche und Abhängigkeitsgraphen.

Führt das Upstream-Komprimierungstoolkit Headroom (headroom-ai, Apache-2.0) über MCP in DeepSeek Harness aus. Stellt headroom_compress, headroom_retrieve und headroom_stats als mcp__headroom__*-Tools des bei Bedarf per uvx installierten Upstream-Servers bereit. Komprimierung ist verlustbehaftet, aber reversibel; Originale kommen per Hash aus lokalem CCR-Speicher zurück. Enthält außerdem Headrooms MCP-Registrierung und einen Model-Header-Sanitizer für den Upstream-Proxy.

Macht Guard-Ablehnungen, Gate-Fehler und menschliche negative Bewertungen zu Projektlektionen; injiziert nur von Menschen aktivierte Regeln in neue Projektsitzungen. Registriert keine Modelltools; Prüfung über die Settings-Karte.

Registriert den Akasha-Book-Speicherserver per stdio und stellt 22 akasha_*-Tools für Suche, Briefs, Versionsketten, Audits und Sitzungserinnerung bereit. Ergänzungen: Hindsight (Repo-Memory), OpenViking (User-Memory), integrierte Suche (README). Setup: Repo klonen, core/ separat kopieren, <AKASHA_DIR> in cordis.patch.yml durch den absoluten Pfad ersetzen oder AKASHA_DIR setzen. Platzhalter führt zum Fehler.

Plant Akasha-Sleep-Destillation bei Leerlauf oder per Timer; injiziert eine Aufwachnotiz in neue Sitzungen und je Turn einen Memory-Impuls. Fortsetzen nach Leerlauf ist optional und standardmäßig aus. Ergänzungen: Hindsight (Repo-Memory), OpenViking (User-Memory), integrierte Suche (README). Setup: Repo klonen, core/ separat kopieren, <AKASHA_DIR> in cordis.patch.yml durch absoluten Pfad ersetzen oder AKASHA_DIR setzen. Platzhalter führt zum deutlichen Fehler.

Protokolliert Host-Ereignisse (Turn-Ende, Tool-Ergebnis, Agent-Fehler, Leerlauf, Assistentenausgabe) als append-only JSONL für Akasha-Metriken, Erinnerungsprüfungen und Ausgabekontrolle. Ergänzungen: Hindsight (Repo), OpenViking (User), integrierte Suche (README). Setup: Repo klonen, core/ separat kopieren, <AKASHA_DIR> in cordis.patch.yml durch absoluten Pfad ersetzen oder AKASHA_DIR setzen. Platzhalter führt zum Fehler.

Schreibschutz für Akasha Book: Blockiert Tools, die ins Speicherdatenverzeichnis schreiben, und fügt Nutzungsvertrag sowie Self-Layer-Abschnitte in den Systemprompt ein. Ergänzungen: Hindsight (Repo-Memory), OpenViking (User-Memory), integrierte Sitzungssuche (siehe README). Setup: Repo klonen, core/ separat kopieren, <AKASHA_DIR> in cordis.patch.yml ersetzen oder AKASHA_DIR setzen. Platzhalter führt zu deutlichem Fehler.

Private Memory-Bibliothek für DSH mit anpassbaren Personas; speichert nur auf Anfrage und alles lokal in Markdown.

Local-first-Wissensdatenbank für DeepSeek Harness: importiert Word/PPT/Excel/PDF (Text oder Scan), EPUB und MOBI/AZW3; erzeugt Markdown mit Seitenankern, OCR-Qualität/-Konfidenz und spaltenbewusster PDF-Lesereihenfolge. LLM-Wiki (schema.md-Regeln, automatisches index.md, append-only log.md, typisierte Notizen mit Quellen/Backlinks), Vertrauenslabels high/medium/low mit Ranking und low-Warnungen; Rang- und KB-übergreifende Suche, präzises Lesen/Bearbeiten, md/jsonl/zip-Export. MOBI/AZW3 braucht Calibre; alte .doc/.ppt Word/PowerPoint unter Windows oder LibreOffice unter Linux. OCR-Modelle für Scans werden beim ersten Einsatz geladen.

Sitzungslöschung mit Seitenleistenmenü, Workspace-Sammelbereinigung und session_delete-Tool (standardmäßig dry-run). Löscht Logs, Cache, Workspace-Registerverweise und Suchindizes, einschließlich aller Subagent-Sitzungen.