Plugins

Multithread-Downloader für DeepSeek Harness mit gebündeltem aria2: prüft die Range-Unterstützung des Ziels und nutzt aria2 (4 oder 8 Verbindungen je nach Dateigröße) oder curl.

Skill zur Strukturierung vor der Suche: trennt Prämissen, Definitionen und Analyseeinheiten, wählt ein Schema (Urteil, Erklärung, Kausalität, Vergleich, Recherchekarte, Kennzahlenkarte), bestätigt Richtung/Machbarkeit und antwortet auf Chinesisch oder Englisch, ohne Wahr/Falsch zu erzwingen. Kein Vertrauen auf Modellgedächtnis: parallele nationale/internationale Suche, Primärquellen je Fach (Politik, Wissenschaft, Medizin, Finanzen, Katastrophen, Lebensmittelsicherheit, Bildung, Sport, Justiz usw.) abrufen und bewerten, erneute Suche mit Widerlegungsbegriffen; jede Aussage an vollständige URL und Zitatposition binden. Mit Key können drei Faktenurteile an TypeSafe Jev (System One) gehen, sonst gelten deterministische Regeln. Das Modell kann die Vertrauensstufe nur senken.

Desktop-Pet Cristiano Ronaldo für DeepSeek Harness (Portugals Nr. 7). Animationen folgen dem Agentenstatus; am Turn-Ende gibt es „SIU“ mit Host-Sound. Das rahmenlose native Windows-Fenster im Vordergrund bleibt nach Browserschluss aktiv. Proportionale Skalierung (`atlas.scaling: smooth | pixelated`). v2.2 wandelt Videos (grüner oder normaler Hintergrund) per Chroma-Key und Bewegungssegmentierung in Animationen um; extrahierte PNGs brauchen keinen Videodecoder, Audio lässt sich je Aktion schneiden. DPSL-1.0-Galerie: veröffentlichen und mit einem Klick installieren. v2.3 unterstützt DSH 0.2 desktop clients; fehlt der Host-Shell-Dienst, spielt PowerShell den Endton. Einzelklick: konfigurierbare Animation (`interactions.clickAnim`).

Lokaler OCR-Fallback für reine Textrouten: Wenn das Sitzungsmodell erklärt, dass es keine Bilder akzeptieren kann, wird das angehängte Bild lokal zwischengespeichert und sein Pfad injiziert, damit das Modell ocr_image aufrufen kann — PP-OCRv5 + ONNX Runtime auf der CPU, kein API-Schlüssel erforderlich, Bilder verlassen die Maschine nie. Still, wenn das Modell Bilder sehen kann.

Evidenzbasiertes Zielverifizierungs-Plugin für DeepSeek Harness. Sperrt Ziele über /ultragoal und prüft den Abschluss anhand von Befehls-Exit-Codes und erzeugten Artefakten, damit das Modell den Aufgabenabschluss nicht fälschlich meldet.

Wählbares SearXNG-, Brave-, Tavily-, Gemini Search Grounding- oder Wikipedia-Backend für das native web_search-Tool, mit Web-Einstellungen und ohne impliziten Fallback.

Spricht die Antworten des Agenten in der DeepSeek Harness Web-UI über eine Anbieter-Fallback-Kette (OpenAI, ElevenLabs, Google, Azure, Groq, Deepgram, OpenRouter, Edge, Piper, eSpeak), sodass ein fehlgeschlagener oder ratenbegrenzter Anbieter auf den nächsten übergeht, statt zu schweigen.

Selbstlernender Fallschutz für Coding-Agents (Claude Code, Codex, Cursor, ZCode, DSH): speichert fehlgeschlagene und anschließend behobene Tool-Episoden als SQLite+FTS5-„Antikörper“ und fügt sie ein, bevor der Agent denselben Fehler wiederholt. Keine Runtime-Abhängigkeiten.

Einzeiliges Seitenleisten-Badge für OpenCode-Go-Kontingente (5 Stunden, Woche, Monat); bei Auswahl dieser Modellquelle wechselt es zum offiziellen DeepSeek-Guthaben. Nur lesend, keine Telemetrie. OpenCode Go erfordert OPENCODE_GO_API_KEY in DSH oder einen OpenCode Console-Login (lokale Zugangsdaten-Datei dient als Fallback). Für das DeepSeek-Guthaben ist DEEPSEEK_API_KEY in DSH nötig.

Produktionspipeline für Spielgrafiken: erstellt Bilder, Video und Audio, wandelt Video in eine zusammenhängende Sprite-Animation um, erzeugt umgefärbte Varianten, passt Assets an ein Engine-Schema an, installiert sie im Projekt und prüft, ob der Code sie tatsächlich referenziert. Für Video-zu-Sprite ist ffmpeg nötig; für die Generierung ein Bild-/Video-API-Schlüssel (Agnes AI / OpenAI / fal).

Modell-Fallback und Turn-Wiederaufnahme für DeepSeek Harness. Scheitert eine Anfrage vor sichtbarer Ausgabe mit einem Modellfehler, werden Modelle der konfigurierten Anbietergruppen und danach der nächste Anbieter versucht, bis ein Modell streamt. Vorübergehende Fehler werden unter einem Verfügbarkeits-Wächter mit Backoff erneut versucht; ein festgefahrener Turn startet mit vorgegebenen „继续“-Anstößen neu. Der optionale Vollautomatikmodus beantwortet Berechtigungs-, Fragen- und Planfreigaben automatisch und protokolliert jede Entscheidung in AUTO-MODE.md.

Liest und schreibt aus jeder Sitzung in einen selbst gehosteten Bitwarden-/Vaultwarden-Tresor: elf bitwarden_*-Tools, Echtzeit-WebSocket-Sync mit Polling-Fallback und Modi readonly/ask/auto write. Optionales lokales Masking: Passwörter bleiben stabile Platzhalter, bis jedes Feld einzeln eingeblendet wird; Sitzungslogs auf Disk werden nach bitwarden-Geheimnissen durchsucht und bereinigt. Masking und Log-Bereinigung sind getrennte Schalter.

Plan-Nutzungs-Pet für die DSH-Web-GUI: eine schwebende, skelettanimierte Figur meldet das Kontingent in einer Sprechblase, gleicht den konfigurierten Anbieter automatisch ab (OpenCode Go, Command Code, DeepSeek), um einen Plan-Prozentsatz oder einen Kontostand zu zeigen, und fällt auf lokale Token-Statistiken zurück, wenn die Anbieter-API nicht verfügbar ist; verschiebbar, per Mausrad skalierbar (90-260px), synthetisierte Klickgeräusche, ausschließlich Loopback-Routen.

Großbild-Erkennung für vision-exp-Modelle: verlustfreie 800×800-Kachel-Erkennung (smart/pipeline/full), lokales OCR mit Vorverarbeitung und Handschriftrouting, optionale Multi-Vendor-GPU (DirectML/CUDA/OpenVINO) mit automatischem CPU-Fallback.

Kostenlose Websuche für DSH: anonymes Parallel als Standard mit Exa-Fallback, ein Einstellungs-Schalter und ein MCP-Server, kompatibel mit Claude Code und Codex.

Versionsverwaltung für dsh: prüft die installierte Version gegen jeden npm-Kanal oder jede Versionslinie, installiert oder downgradiert per Klick, streamt das Installationsprotokoll live (Rollback-Snapshot-Kopie, npm-Entpacken, verstrichene Zeit), rollt aus lokalen Snapshots zurück und automatisiert den Ablauf per Policy (stille Auto-Updates, Zeitfenster, tägliche Checks). Stoppt npm nie mitten in der Installation; ein Hänger wird erst nach einer Stunde beendet, und ein halb übernommener globaler Baum wird aus dem Pre-Install-Snapshot repariert. Bestätigt vor der Installation, startet den Host danach neu und nutzt ein Mirror, wenn die Hauptregistry nicht erreichbar ist.

Vier GitHub-Workflow-Skills für PR-Triage, Review-Feedback, GitHub-Actions-Diagnose und sicheres Veröffentlichen von Entwurfs-PRs, unter Wiederverwendung bestehender DSH-Funktionen mit gh/git-Fallbacks.

Zeigt eingefügte oder hochgeladene Bilder direkt im DSH-Web-Chat an und gibt reinen Textmodellen Sehkraft: Das vom Modell aufrufbare Tool visual_review nutzt zuerst eine OpenAI-kompatible multimodale API und fällt bei einem Fehler auf einen lokalen Qwen3-VL-Worker zurück.

Zweistufiger Modell-Circuit-Breaker mit Failover: löst bei wiederholten Anfragefehlern für ein Modell oder einen ganzen Anbieter aus und leitet die nächste Anfrage an einen konfigurierten Fallback um.

Durchsucht, listet und liest vergangene und aktuelle Sitzungen über den harness-eigenen `sessionQuery`-Dienst: nutzt den SQLite-FTS5-Index, wo eine Installation ihn aktiviert, und weicht sonst auf einen begrenzten Scan von den neuesten Einträgen aus.

Selbstlernender Fehlerschutz für DeepSeek Harness: Erfasst jeden Tool-Ablauf, der erst fehlschlug und dann korrigiert wurde, verdichtet ihn zu einem wiederverwendbaren „Antikörper“ in SQLite+FTS5 und fügt passende Fälle ein, bevor der Agent denselben Fehler wiederholt.

Fünfter DeepSeek-Harness-Arbeitsmodus: verlangt für jeden Plan ein Falsifikationsdesign (mindestens zwei Belege, die den Plan widerlegen könnten) und kennzeichnet jede Tatsachenbehauptung mit ihrer Quelle ([文件]/[检索]/[记忆]) oder [未知]. Die Evidenzbewertung folgt der AGENTS.md des Projekts.

Ersetzt unter Windows das standardmäßige pwsh-Tool durch ein konfigurierbares Shell-Tool für mehrere Clients (git bash, WSL, cmd, pwsh, eigene Pfade), mit Sperrliste und automatischem Fallback.

Android per Text in der Seitenleiste statt Screenshots steuern. 30 Tools lesen den UI-Baum, tippen per text/id/ref und messen Bewegung; Bildschirmspiegel zum Einkreisen/Senden in einem Satz, Host hängt markiertes Bild und Bedienelemente an. Check: 200–600 Tokens statt >1k Screenshot; warm 100–200 ms. H.264→WebCodecs ohne Transkodierung (26 s: p50 2 ms, 1 Decoder, 0 Drops); MSE automatisch; ?avc=0 erzwingt alten Pfad. Audio aus/je Seriennr.; optionaler 48-kHz-Stereo-PCM-Socket (22 s/1047 Pakete/0 Verlust), beim Schließen frei. Schließen stoppt Aufnahme; Decoder/Recorder/Geräteserver enden ≤3 s; Leerlaufkanal 90 s; geschlossene Anfrage öffnet nie neu. adb_proc audit prüft Lecks. Helfer enthalten; Host braucht adb/ffmpeg. adb_ocr/Leerbaum-OCR nur macOS.