Plugins

Löscht einen abgeschlossenen Gesprächszug aus einer DSH-Unterhaltung, ohne die Sitzung zu löschen. Die Schaltfläche neben der letzten Assistentenantwort entfernt Frage, Antwort und Tool-Aufzeichnungen des Zugs aus Unterhaltung und Modellkontext. Sitzungs-ID und -Titel, spätere Züge und das nur ergänzte Protokoll bleiben erhalten. Die Löschung wird als dauerhaftes Tombstone gespeichert.

Badge im Composer-Dock mit DeepSeek-Haupt- und Nebenzeitpreisen nach Pekinger Kalender. Der chinesische Feiertagskalender wird zur Laufzeit online abgerufen; Nebenzeit kostet die Hälfte. Bei Nicht-DeepSeek-Modellen automatisch ausgeblendet, per Klick werden sieben Anzeigen durchgeschaltet.

Ergänzt native Codex-OAuth-Anmeldung, Standardmodellwahl für den Main-Agent und Einstellungen für Direktverbindung oder lokalen Proxy in DSH Desktop 0.2.0-rc.2 für Windows.

Beleggestützte Websuche für DeepSeek Harness über OpenRouter-kompatible Gateways: `web_search` nutzt denselben Endpunkt und Schlüssel wie die Chatmodelle, liefert zitierbare Quellen und lässt sich unter Plugins konfigurieren.

Zeigt ein Kontextbelegungs-Badge (Berechnung beim Darüberfahren). Ab 45 % entsteht HANDOVER.md mit geänderten Dateien, Kosten und jüngsten Zügen; bei 60 % erinnert es einmal ans Abschließen. Bei Komprimierung wird der unmittelbar vorherige numerische Kontextbelegungswert zur späteren Kontrolle gespeichert. Keine Modellaufrufe oder Gesprächszusätze; verhindert automatische Komprimierung nicht.

Speichert vollständige Gesprächszüge (Frage plus komplette Antwort) als einfaches Markdown im Sitzungs-Workspace; gute Einträge lassen sich in eine projektübergreifende persönliche Wissensbasis übernehmen und bei Bedarf vom Modell durchsuchen. Keine Datenbank, keine Laufzeitabhängigkeiten.

Projektbezogener Speicher für DSH. Wissensaufbau und plugin-eigene Prompts sind editierbar, sodass Bibliotheksstruktur und Modellsteuerung ohne Codeänderung angepasst werden können. Standardmäßig ist ein selbst gestaltetes Projektdokument (zunächst handoff) das Projektobjekt; das Plugin erkennt das Sitzungsprojekt, bindet Wissen daran und überführt Verallgemeinerbares in theme/global-Ebenen. Natürliche Logik filtert Wissen vor, Kontextkomprimierung und Archivierung sind steuerbar.

Zeigt Kontextfüllstände, den aus dem Modellfenster abgeleiteten Kompaktierungsschwellenwert je Sitzung, Schritt-Kosten anhand der Cache-Lese- und Schreibraten, Cache-Treffer, das DeepSeek-Guthaben zu Spitzen- und Nebenzeitpreisen sowie eine Übergabe per Klick. Es ruft kein Modell auf und verbraucht keine Tokens.

Auswahl und Anlagenplanung für MACKORN-NH/NS-Einzylinder-Hydraulikkegelbrecher: Bedarfserfassung, Gerätewahl, Anlagenkonfiguration, Angebot, Korngrößensimulation und Kalibrierung mit Felddaten. 21 Tools, 6 Skills, MCP-Server, keine Laufzeitabhängigkeiten.

Codebase-Memory-MCP-Bridge für DeepSeek Harness: sechs Code-Tools für den Wissensgraphen, automatisch gestarteter Hintergrund-Daemon mit Visualisierungs-Web-UI und enthaltene Agent-Skill.

DeepSeek-Harness-Plugin, das dem Modell pro Runde die vom Host gemessene tatsächliche Kontextbelegung mitteilt und verhindert, dass Kompaktierungszusammenfassungen fälschlich einen fast erschöpften Kontext behaupten.

Geplanter Task-Dispatcher: Ein dsh-Host-Plugin startet wiederkehrende Agentenaufgaben aus einer zentralen Tabelle, jeden Lauf als eigene dsh-Sitzung. Die Planung ist reine Logik und verursacht keine Modellaufrufe.

Lokale Mehrmodell-Spracherkennung für den DSH-Web-Composer: Whistle oder Voz auswählen, Modelle werden je nach Bedarf geladen. Wird als DSH-Bundle ausgeliefert.

Erstellt Blender-Produktszenen in DSH mit bearbeitbaren Rezepten, Modellimporten, Vorschauen und PNG-/MP4-Ausgabe; inklusive Arbeitsfläche und Agentenkonfiguration.

Prompt-Bibliothek in der Plugin-Konfiguration mit Settings-Seite und Composer-Auswahl: markierte Prompts werden in jeden Modellschritt der Sitzung injiziert; ein subagent übernimmt die Auswahl seiner nächstgelegenen Vorfahrensitzung.

Verbindet Agnes-Sprach-, Bild- und Videomodelle mit einem Tipp mit DSH (standardmäßig aus); Bilderkennung und thinking-Stufe werden automatisch gesetzt. Nach Anmeldung an der Agnes-Konsole (erneut mit AGNES_PASSWORD) zeigt es Kontingente für 5-Stunden-/Wochenanfragen, Tagesbilder und Video, kumulierten Kontoverbrauch und eine Anzeige am Eingabefeld. AgnesCode-Desktopmodelle sind ebenfalls verbindbar (nur Windows); bei Tokenablauf wird der Desktop-Login erneut gelesen, Rate-Limits führen zu automatischer Wartezeit.

Nur-Lese-Skill-Inspector für DeepSeek Harness. Trennt tatsächliche Ladevorgänge (nur beobachtete Belege) von auffindbaren Skills und Deklaration von Ausführung. Status declared/observed/unavailable: ohne Beleg „nicht beobachtet“, nie „nicht ausgeführt/ausgelöst“; Ergebnisse werden dem Skill nicht zugeschrieben. Validierung/Evaluation getrennt; vergleicht Wiederholfälle ohne Wertung. Testet should-trigger/should-not-trigger in einer echten neuen Sitzung und unterscheidet Modellaufruf/Benutzeranforderung (/name ist kein natürlicher Trigger). skill_review (read-only) nennt Paket/Auslassungen. Lokal aus Definitionen/Sitzungsbelegen berechnet. Chinesisch nutzt das Hostmodell nur auf Anfrage, bewahrt Fences/Pfade/Frontmatter lokal. Klonen ändert weder Quelle noch führt es Skripte aus.

Bildgenerierung mit Galerie in der Seitenleiste und drei Agenten-Tools (paint_image, paint_images, edit_painting). Anbieter: ModelScope, Google Gemini, OpenAI, SiliconFlow, Volcengine Seedream, Alibaba DashScope, xAI und Zhipu sowie jeder OpenAI-kompatible Endpunkt, jeweils mit eigener Proxy-Einstellung.

Host-Level-Proaktiv-Aufweckungen für DeepSeek Harness: das Modell kann eigene Alarme planen (einmalig / Intervall / Cron mit Random-Jitter), kalte Sessions termingerecht wecken, modellinitiierte Follow-ups über Quiet-Hours und Tagesbudgets begrenzen und stille Wake zurückholen

Modellzuordnungs-Panel für den dsh-Webchat: lokale, netzwerkfreie strukturelle Fingerabdrücke (Template-Token-Lecks, Glitch-Canaries, Tokenizer-Nutzungsvektoren) bewerten, welchem von 29 KI-Anbietern Sitzungsantworten am ähnlichsten sind. Mit Belegprotokoll pro Behauptung und aktivem 12-Proben-Test.

Verbindet Xiaozhi-Sprachassistent über MCP mit DSH Web: DSH stellt Tools bereit und bündelt 35 Web-Endpoints in 16 sprachfreundliche Tools für Workspaces, Sitzungen, Chat, Modelle, Settings und Dateien. Standardmäßig ausgehendes WebSocket zum Xiaozhi-MCP-Zugangspunkt, keine öffentliche IP oder Portweiterleitung nötig. Mehrere Geräte parallel; Live-Statusseite in DSH Settings.

Lokaler TXT-Reader in einer Seitenleisten-Registerkarte plus spoiler-sicherer KI-Lesebegleiter: Das Modell sieht nur bereits Gelesenes (aktuelles Kapitel, Ende des vorherigen und eine beim Lesen wachsende Hintergrunddatei je Buch). Auszüge, Gedanken und Antworten werden zu strukturierten, nach Obsidian exportierbaren Markdown-Notizen; Klartext wird erst für als beendet markierte Bücher freigegeben.

Das integrierte web_search berechnet einen vollen Modell-Turn gegen DeepSeeks eigenen Endpunkt; dieses führt es stattdessen auf einem OpenRouter-kompatiblen Gateway aus, sodass die Suche dort abgerechnet wird, wo Ihr Chat bereits läuft, zum gewählten Modell und Preis.

Chemie-Arbeitsfläche in der DSH-Weboberfläche. Strukturen auf einer Ketcher-Leinwand zeichnen; ein Skript lädt den Build herunter, der lokal im Browser ohne Backend gerendert wird. RDKit berechnet das aktuelle Molekül ohne Modellaufruf: Formel, Massen, logP, TPSA, H-Bindungsdonoren/-akzeptoren, Ringe, Fsp3, Stereozentren, Lipinski-/Veber-Prüfungen, QED, PAINS-/BRENK-Warnungen, Murcko-Gerüst sowie SMARTS-Suche, Ähnlichkeit, Formatumwandlung, Standardisierung und Stapelbereinigung. Der Retrosynthese-Reiter spricht über einen austauschbaren Backend-Prozess mit JSON-Ein-/Ausgabe (standardmäßig Retro*) und nennt fehlende Komponenten, statt einen Weg zu erfinden. Die Berechnung übernimmt das separat per pip zu installierende Pythonpaket des Repositorys (rdkit).