Plugins

DSH-Plugin, das die Auswahl von Modell/Reasoning-Stärke im Eingabebereich durch einen Reasoning-Stärke-Regler ersetzt; kompatibel mit dem neuesten offiziellen DSH und DSH Desktop.

Forge-Qualitätsprüfungen für DeepSeek Harness: Aufgabengates, Lesen vor Bearbeiten, Abfangen riskanter Bash-Befehle und Qualitätsbewertung, erzwungen durch die lokale forge-CLI über typisierte DSH-Abfangpunkte. forge muss in PATH liegen; fehlt es, greift Fail-open und beim Sitzungsstart wird bestmöglich darauf hingewiesen. Aufgabengates benötigen außerdem forge init im Projekt.

Liest ein laufendes workbuddy2api-panel über HTTP API und synchronisiert dessen Modelle in den DSH-Model-Picker, inklusive Credit-Multiplikatoren, CN-/internationalen Realm-Labels und Reasoning-Stufen je Modell. Restguthaben und Nutzung erscheinen auch in Settings und Seitenleisten-Badge.

Hält das gemeinsame Standardmodell fest: Ein Modellwechsel im Chat ändert weder den globalen Standard noch senkt er dessen Reasoning-Stufe.

Fork von dsh-reasoning-effort. Ergänzt im Composer eine zweistufige Modellauswahl (Anbieter, seitlich ausfahrendes Modellpanel, Suche, kompakte Zeilen) sowie Reasoning-Regler und Effekte der Maximalstufe.

Ergänzt DeepSeek-Harness-Model-Channels automatisch: contextWindow, maxTokens, multimodale Eingabe [text, image] und Reasoning-Effort-Stufen {low, high, max} müssen nach einem Provider-Channel nicht je Modell manuell gesetzt werden. Ergänzung beim Speichern, Settings-UI-Seite und zeitgestempelte Backups.

DeepSeek-Harness-Plugin für SuperGrok- und X-Premium-Abos: Anmeldung per Device Code, xai-Provider, für das Konto sichtbare Chatmodelle mit Kontext und Preisen je Million Tokens, Reasoning Effort aus den Modellfähigkeiten und Abo-Nutzung.

Nach jedem Turn wird die nächste Nachricht vorhergesagt und als grauer ghost text im Composer gezeigt. Tab übernimmt die ganze Zeile, Alt+Right ein Wort pro Schritt, Enter übernimmt und sendet, Esc verwirft, Alt+R generiert ohne Wiederholung neu. Einige getippte Zeichen vervollständigen aus bereits gesendeten Prompts der Session; Up im leeren Composer ruft den letzten ab. Ein Formular auf der Plugin-Seite setzt Provider, Model, Reasoning Effort, Schalter je Schlüssel und Generierungslimits.

Ersetzt das Composer-Modellmenü durch einen zweigeteilten Picker: links durchsuchbare, nach Providern gruppierte Liste; rechts Detailkarte mit Context Window, Output Cap, Fähigkeits-Tags und Reasoning-Effort des Modells, direkt vom jeweiligen Provider gelesen. npm-Name `dsh-model-picker` gehört einem anderen Autor; Installation aus dieser GitHub-Quelle.

Führt das eigenständige Backend `jasonxu114514/opencode2api` mit DSH aus (Windows x64/ARM64, kein Docker oder OpenCode-CLI); beim Beenden wird nur der selbst gestartete Prozess gestoppt. Einstellungs-Card installiert/aktualisiert/rollt Backend aus checksumgeprüften GitHub-Releases zurück, kopiert das erste Admin-Passwort und synchronisiert `/v1/models` samt Context, Vision und Reasoning-Efforts in einen Provider; alle 10 Minuten erneut.

Liest die Modelllisten der Drittanbieter-Endpoints und hält `reasoningEfforts` je Modell in llm-pi-ai synchron, damit der Composer nur tatsächlich verfügbare Thinking-Stufen anbietet.

Registriert externe ACP-Agenten (Agent Client Protocol) wie Codex, Claude Code und Gemini CLI als DSH-Modell-Provider. Ordnet `thought_level` dem reasoning-effort-Regler zu, leitet Bilder nur bei angekündigtem `promptCapabilities.image` weiter und sendet Berechtigungsanfragen an den DSH-Freigabedialog. ACP-Agents-Einstellungen importieren Zed-`agent_servers`-JSON und erkennen Modelle.

Fügt AMD Radeon Cloud als Modell-Provider zu DeepSeek Harness hinzu, mit je Modell festgelegter reasoning-effort-Stufe. Die Providerdefinition liegt in der plugin-eigenen Patch-Ebene statt im Profil.

Ersetzt das reasoning-effort-Menü durch einen ziehbaren Rastregler. Bietet 13 Canvas-Effekte in fünf Stilfamilien (thrust, fluid, fantasy, tech, texture), die je nach Aufwandsstufe in drei Stufen freigeschaltet werden. Custom kombiniert 10 Partikelformen mit 8 Bewegungsbahnen; 9 Akzentfarben und Hex-Auswahl färben alle Effekte um. Optionale Tastentöne: zwei Sprachclips, synthetisches Entenquaken, mechanischer Klick und lokale Audiodatei.

DeepSeek Harness (DSH)-Plugin zur automatischen Wahl des Reasoning-Grads: Das Jev-System-One-Modell entscheidet, wie viel Denkaufwand jede Nachricht verdient, die Stufe wird aus den vom Modell deklarierten Graden abgeleitet, ein Kontext-Umschlag lässt Rückfragen wie „weiter“ die Gesprächstiefe erben, bei geringer Konfidenz wird nach oben aufgerundet, und bei jedem Fehler bleibt die vorherige Stufe still erhalten. | Jev-gesteuerter Reasoning-Aufwand pro Nachricht: modellspezifische Stufenleitern aus den Angaben jedes Modells, ein Kontext-Umschlag fester Größe, damit Rückfragen die Gesprächstiefe erben, Gleichstand bricht nach oben, stilles Zurückfallen auf jedem Fehlerpfad.

Eine native Reasoning-Effort-Steuerung für den Composer: ein Stufenbalken von Blau bis Violett mit Sternenfeld und Glanzstreifen. Er besetzt den Model-Slot und nutzt den offiziellen model-directories-Dienst, sodass die Stufenleiter aus der eigenen Reasoning-Deklaration jedes Modells stammt und kein weiteres Plugin nötig ist.

Modellfähigkeitseditor: Bearbeitet reasoning-effort-Stufen und Bild-/Multimodal-Eingaben inline auf der offiziellen Modellseite und schreibt die gesamte Gruppe nach settings.yaml zurück. Bei defektem Anker gibt es einen schwebenden Ausweichzugang.

Fügt einen Quick-Chat-Eintrag in die Web-UI-Seitenleiste ein, der ein schwebendes Chat-Fenster mit eigenem Modell- und Reasoning-Aufwand-Picker öffnet, optional mit dem Transkript der aktuellen Sitzung befüllt, und jede Seitenunterhaltung in einem fortsetzbaren, umbenennbaren und löschbaren Verlauf hält.

Explizites Modellrouting für Main, Subagents, web_search und Bildgenerierung. Katalogbasierte Composer- und Plan-Review-Auswahl mit den Varianten Model, Effort, Context, Fast und Thinking.

Konfiguriert Standardrouten für Modelle von DeepSeek-Harness-Subagenten, mit Einzelmodell, Round-Robin, Zufall und Optionen für den Reasoning-Aufwand je Route.

Fügt Claude, Gemini und ein lokales Ollama-Modell zur nativen Modellauswahl von DSH hinzu und nutzt Ihre vorhandenen Claude Code / Antigravity CLI-Anmeldungen statt eines abgerechneten API-Schlüssels, mit funktionierendem Reasoning-Effort-Selektor für Claude.

Pokémon-artiger Skin für DSH Web mit GBA-Rahmen, HP-Balken-Status, Panel für das Einsatzlevel und anpassbaren Farbpaletten.

Einheitliches Modell-Routing für DeepSeek Harness: eine logische ModelID über mehrere Anbieter mit First-Token-Failover und Cooldown, zustandsbewusstem Kandidaten-Ranking, drei Stufen (tier1/tier2/tier3), automatisch nach Zweck ausgewählt, Reasoning-Aufwand pro Kandidat und ein Verwaltungspanel auf der Einstellungsseite.

Reasoning-Aufwand-Stufen-Manager für benutzerdefinierte API-Modelle plus sitzungsübergreifendes Präferenzgedächtnis: Inline-Toggles low/medium/high/max in Einstellungen → Modelle, mit atomaren Einstellungs-Schreibvorgängen.