Plugins

Geplante Aufgaben: führt einen Prompt nach Cron-Zeitplänen aus, jeder Lauf öffnet eine neue Agent-Sitzung zur Bearbeitung, mit Workspace-Bindung, manuellem Start, automatischer Sitzungsbenennung und einer Vollbild-Aufgabenverwaltungsseite.

Zeichnet jedes Agenten-Schreiben, jede Bearbeitung und jedes Shell-`rm` in ein Schatten-Git-Repository ein und prüft sie dann Hunk für Hunk in VS Code — jede Änderung akzeptieren oder zurücksetzen. Benötigt die begleitende dsh-review-vscode-Erweiterung; das Panel erscheint nur in der Webview von VS Code.

Sitzungsübergreifendes Gedächtnis mit deterministischem Recall ohne Tokenverbrauch (Bigram-Jaccard mit FTS5-BM25 via RRF kombiniert, chinesischbewusste Tokenisierung), Verstärkung, die wiederholte Beobachtungen stärkt, und Prozeduren, die zu SKILL.md-Dateien kristallisiert werden und vor Ort durch einen aktiv-veraltet-archivierten Lebenszyklus mit rückgängig machbarer Archivierung und Wiederherstellung verfeinert werden. Ingest und Disposal bieten jeweils eine vom Nutzer gewählte Autonomie-Stufe; Konflikte und Schreibvorgänge mit hoher Wichtigkeit gehen immer zur menschlichen Prüfung, und nichts wird jemals automatisch gelöscht. Erfordert Node 22.5+.

Eine Selbstheilungsschicht für Tool-Aufrufe: fehlende Parameter, falsche Felder und außerhalb des Bereichs liegende Pfade werden korrigiert, bevor sie das Modell erreichen. Die sichtbare Fehlerrate sank von 7,95 % auf 2,20 %.

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.

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.

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).

Offizieller Remotion-Skill portiert nach DSH: programmatische Videos mit React (Animation/Audio/Untertitel/3D/Diagramme/Schriften, 38 Regeldateien), plus eine Gesundheitsprüfung der gebündelten Ressourcen.

Globaler Chinesisch-Modus: ein kompakter Pillenschalter neben dem Composer, der jeder Preset-Systemaufforderung eine Sprachanforderung hinzufügt (vollständige Personas ausgenommen); Antwort, Denkprozess und Tool-Ausgabe lassen sich jeweils zwischen Chinesisch und Englisch umschalten, verankerte Presets werden unterstützt.

Multi-Maschinen-Sync: hält mehrere dsh-Replikas über ein einziges privates GitCode-Repository konsistent — skill, Sitzungen, Einstellungen und Plugin-Manifeste, jeweils mit eigenem Schalter; Änderungen laufen über Branch, PR und Merge, nur im Remote vorhandene Ergänzungen werden vor jedem Push zurückgeholt, damit nichts gelöscht wird, und ein KI-Smart-Align-Schritt führt von beiden Seiten geänderte Dateien semantisch zusammen (plus Konfliktauflösung mit einem Klick); private Repos sind erzwungen, Pull überschreibt lokale Bearbeitungen niemals.

Sechser-No-Limit-Texas-Hold'em für die dsh-Web-GUI. Ein Mensch spielt gegen fünf LLM-Agenten, die jeweils nur ihre eigenen Hole Cards sehen. Fügt einen eigenen Tab sowie ein ziehbares Mini-Fenster über dem Konversationsbereich hinzu, Sitzungen pro Browser mit CSRF-Schutz, pottrelative Raise-Größen, drei Rebuys vor dem Ausscheiden und Showdown-Aufdeckungen mit Animationen beim Austeilen der Board-Karten.

Live-Sicherheits-Leuchtfeuer für DSH, das der Werkzeugaktivität folgt. Klicken Sie, um Aufrufstatistiken, Risikoherkunftsketten und blockierte Aktionen anzuzeigen, mit Read-Only-Aufgabenbeschränkungen und Erkennung von Werkzeug-Metadaten-Änderungen.

Learning-Mode-Agent-Preset: ein Coding-Agent, der beim Coden lehrt — konkrete szenariengestützte Erklärungen, sokratische Anleitung und TODO(你)-Übungs-Lücken, modelliert nach Claude Codes Learning-Output-Stil; installierbar über dsh plugin add (dsh-learning-mode auf npm).

Erkennung von totem Code in KI-generierten Codebasen: graphlint erstellt einen Abhängigkeitsgraphen, findet von keinem Einstiegspunkt aus erreichbaren Code, um die Codebasis zu bereinigen und die funktionale Wirksamkeit zu verstehen, und stellt DSH-Agenten die Tools graphlint_query / graphlint_build / graphlint_config sowie einen graphlint-Skill bereit.

Literarisches DSH-Plugin: Eine Sitzung ist ein Buch. Die Cover-Card /new öffnet einen von 19 Bereichen, ein prosa-exklusives 诸天万界DSH-Preset hält das Modell beim Schreiben von Fiktion, Keyword-Worldbook-Einträge verankern jeden Zug und /export-story setzt die Sitzung als Markdown-Roman.

Terminal-native, interaktive TUI für DeepSeek Harness (dsh) — gebaut mit Ink, React für Terminals.

Solarized-Themen-Plugin: das klassische kontrastarme, augenfreundliche Doppelpaletten-System — Ethan Schoonovers Solarized plus Selenized (dessen verfeinerte Variante), jeweils dunkel und hell, gebaut für lange Sitzungen mit kanonischen Syntaxfarben.

Lässt dsh- und Claude-Code-Sitzungen direkt miteinander kommunizieren; mit einer klickbaren Peer-Listen-Karte (Sortieren/Suchen/Senden/Aktualisieren).

Eine themenfähige, monochrome 60-Frame-Wal-Tauchanimation mit reaktivem Wasser für den DSH-Web-Zugstatus: eingebettete Assets, nahtlose Endlosschleife, PNG-Fallback bei reduzierter Bewegung und sauberes Entfernen im Lebenszyklus.

Custom modes / assistant manager: give each mode its own system prompt in the settings page — a custom prompt that is a plain file the agent loop re-reads before every model step, so an edit applies to the running session on its next step — and start it from the official standard / PTC / minimal / Cordis composition, toggling the plugin rows it mounts one by one (a custom plugin composition per mode), renaming it as you like. Several assistants coexist with their own prompts, so one machine can keep a coding assistant, a chat companion and a roleplay (RP) persona side by side — a multi-agent setup you pick from per new session. Rows left untouched stay byte-identical to the shipped ones, platform conditions included.

Web-Suite für das Erscheinungsbild mit einer Galerie aus 7 Themes (jedes eine vollständige Zuordnung von 122 Tokens --dsw-*) plus Ein-Klick-Umschaltung, die in den Einstellungen gespeichert wird, Material-You-Farbextraktion aus dem Hintergrundbild, die eine komplette dynamische Palette erzeugt, und eine globale Steuerung des Eckenradius. Die Themes setzen als Überschreibungsebenen auf dem offiziellen Look-System auf, statt dagegen anzukämpfen, sodass die offizielle Zeile Hell/Dunkel/Auto gültig bleibt.

Benutzerdefinierte Modi / Assistenten-Manager: jeder Modus erhält in den Einstellungen einen eigenen System-Prompt — eine einfache Datei, die die Agentenschleife vor jedem Modellschritt neu liest, sodass eine Änderung in der laufenden Session beim nächsten Schritt greift — und Start aus der offiziellen Standard-/PTC-/minimal-/Cordis-Komposition, wobei die eingebundenen Plugin-Zeilen einzeln umgeschaltet werden (eigene Plugin-Komposition pro Modus), frei umbenennbar. Mehrere Assistenten mit eigenen Prompts bestehen nebeneinander, sodass ein Rechner Coding-Assistent, Chat-Begleiter und Rollenspiel-(RP-)Persona parallel halten kann — Multi-Agenten-Setup, pro Session auswählbar. Unberührte Zeilen bleiben byte-identisch zu den ausgelieferten, samt Plattformbedingungen.

Fragt das chinesische Minecraft-Wiki (MediaWiki-API) ab und wandelt rohen Wiki-Text in saubere, KI-lesbare Ausgabe um — Suche, Seiteneinleitung, Ganzseiten-Markdown und Zufallseintrag; Vorlagen, Referenzen, Bilder und Sprachlinks werden entfernt, bevor sie das Modell erreichen.

model router pro Schritt: benannte Voreinstellungen mit geordneten Bild-/Stichwortgruppen-Regeln leiten jeden Agent-Schritt über jeden eingebundenen Anbieter und jedes Modell und ergänzen Kollaborationsabläufe für Bildtranskription, einen Bildschutz, ein Multi-Plan-Kontingentfeld und Pro-Schritt-Entscheidungs-Beobachtbarkeit.