Plugins

Rundenweise Steuerung des Thinking-Levels (reasoning_effort) für DeepSeek Harness: Auto plant low/high/max anhand der jüngsten Tool-Call-Historie, oder ein Wire-Level (off/on/minimal/low/medium/high/xhigh/max) wird manuell gesetzt, mit benutzerdefiniertem Wire-Mapping, modellbewusstem Fähigkeits-Guard und Kontextfenster-Presets (64K–1M); die Modell-Capability-Card arbeitet mit [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (aus dsh-market installierbar), damit OpenAI-kompatible Gateways (vLLM / LM Studio / self-hosted) Reasoning testen können. Die Card schreibt llm-pi-ai-Fähigkeiten, der Adapter treibt das Wire (compat.thinkingFormat) an und das Plugin pflegt die Takeover-Liste.

Nutzungsstufen und teilbare Statistik-Karten: 🐟→🐳 Rangfolge nach monatlichem Token-Verbrauch mit lokal berechnetem geschätztem Perzentil, präzise Preise für 46 Modelle von 6 Anbietern (einschließlich größenbasierter chinesischer Preise), Nachfüllung von Vorinstallations-Sitzungen und Alt-vs.-Neu-Vergleich über die Tarifänderung vom 2026-08-17. Nur lokal, keine Telemetrie.

Automatische Sitzungs-Retrospektive: Nach Abschluss eines Gesprächs destilliert sie nützliche Erfahrung in wiederverwendbare Skills in der Skill-Bibliothek, die das Modell aufrufen kann, mit signalbeschleunigten Auslösern, manuellen Läufen, einem Genehmigungsmodus und Skill-Bibliotheks-Governance (archivieren/wiederherstellen, nie direkt löschen).

Plugin im Frühstadium, das DeepSeek Harness mit einem separat bereitgestellten selbstgehosteten OwnDsh-Server für Teamidentität, Modellzugriffssteuerung, Kontingente und Nutzungsprüfung verbindet.

DSH-native Integrationsschicht für die Minta-Speicher-Engine: setzt die offizielle dsh-mcp-client-Zeile zusammen, registriert die Skill minta-memory-governance sowie ein Speicher-Prewarm zu Sitzungsbeginn und liefert ein Minta-Agent-Preset mit; erfordert die separat bereitgestellte Minta-Engine (Python/Docker), die die 19 MCP-Tools bereitstellt — ohne diese nicht verwendbar.

Kopfleisten-Quotenabzeichen plus Tab zur Nutzungsüberwachung: Live-Guthaben/verbleibende Quote und Countdown bis zur Zurücksetzung je Anbieter, mit Anfragen, Tokens (Eingabe/Ausgabe/Cache-Lesen/Cache-Schreiben), Cache-Trefferrate, geschätzten Kosten und durchschnittlicher Latenz pro Sitzung, Anbieter, Modell und Client, lokal in SQLite gespeichert mit geräteübergreifendem Import/Export.

Konfigurierbares Standardmodell für Subagenten-Delegationen über settings.yaml, mit Einzelmodell- und Multi-Modell-Round-Robin- oder Zufallsstrategien.

Das Büro-Trio! Office-Dokumententools für DeepSeek Harness (dsh): Erstellen, Lesen und Bearbeiten von Tabellenkalkulationen (.xlsx), PDFs und Präsentationen (.pptx).

Eine Web-Roman-Schreib-Engine für DeepSeek Harness: paralleles Entwerfen, Gliederung und Brainstorming mit einem separaten DeepSeek-Schlüssel, Verwaltung von Hintergrundwissen und Vorausdeutungen, semantische Vektorsuche, eine Korpusbibliothek, ein Nutzungsprotokoll, mechanisches Korrekturlesen und ein lokaler Serialisierungsplan.

Unabhängiger Community-Plugin-Store für DeepSeek Harness: verifizierte Plugins, Tools und Erweiterungen entdecken, installieren und einreichen.

Lokal-first Vier-Bucket-Token-Observability: persistente Dashboards nach Sitzung/Anbieter/Modell/Tag, Trends, Budget- und Anomaliesignale, Schätzungen öffentlicher Tarife, sichere aggregierte Exporte sowie explizite Opt-in-Nutzungs- oder Sitzungsverlaufsanalyse.

Analysiert eine lokale Audiodatei und gibt eine kurze, verständliche Einschätzung zu Tempo, Tonart, Dynamik, Clipping und Arrangementform aus. Rohmesswerte bleiben in einem separaten Block; Audio verlässt den Rechner nicht.

Zeigt den Diffusions-(Denoising-)Stream von Inception Mercury live in der Antwortblase der DSH-Web-UI. Bei unterstützten Routen wird die Anfrage mit `diffusing: true` erneut gesendet und die echten Frames vom Rauschen bis zum finalen Text werden abgespielt; nur die konvergierte Antwort landet im Sitzungsprotokoll. Ein Probe je Provider/Modell prüft die Unterstützung und wird vor der Token-Erzeugung abgelehnt. Aktivierung pro Modell; Anhänge, Hilfsaufrufe und nicht unterstützte Routen fallen auf den ursprünglichen Adapter zurück. Aktiv ersetzt es für alle Modelle den Assistant-Message-Renderer.

Stellt das WorkBuddy2API-Gateway in DSH bereit, mit nativem Panel, separat aktualisierbarem Kernel und ausgehender Fingerprint-Angleichung an WorkBuddy Desktop 5.9.2.

Offline-Selbstverbesserung für Coding-Agenten: Strategien werden per kontrafaktischem Replay in einem sich entwickelnden Weltmodell geprüft. Kein Fine-Tuning, LLM bleibt unverändert. Mit MCP und Python-Server.

DSH-Plugin mit kimi-ppt: Erstellt, bearbeitet und exportiert lokale .pptx mit Pillow-Vorschau, ohne Browser.

Persona-Engine für DeepSeek Harness: eine config.json steuert den Selbstnamen der KI (pro Modell, pro Stufe), die Anrede, die Beziehungshaltung, den Charaktertext, Arbeitsverträge pro Element mit Schaltern, die Sprache der Gedankenkette und den Antwortton, plus Langzeitgedächtnis nur mit menschlicher Bestätigung: die KI hängt nur Vorschläge an, eine Bestätigungszeile setzt sie in Kraft, das Log ist nur anhängbar und wiedergabefähig. Bestätigte Einträge kommen als zitierter Daten-statt-Anweisungen-Block; mit kind markierte gehen in beliebige Dateien und erreichen den Prompt nie. Der Prompt wird bei jeder Zusammenstellung neu von der Platte gelesen: Änderungen greifen ohne Neustart. Presets: teilbare JSON-Snapshots. Keine Abhängigkeiten, kein Netzwerk, keine Shell.

DeepSeek Harness-Adapter für Koma Miko Agent Specs.

Hält pro Anbieter einen Pool von API-Schlüsseln mit automatisch erstellten Klon-Routen vor, schaltet bei Quota- oder Rate-Limit-Fehlern auf den nächsten Schlüssel um, prüft abgekühlte Schlüssel auf Erholung und zeigt Pools, Cooldown und Wechselcodes im Settings-Bereich an.

Fügt ein generate_image-Tool hinzu, das durch die FAL-Warteschlange, eine beliebige OpenAI-kompatible Images-API oder ein ChatGPT-/Grok-Abonnement unterstützt wird, und zeigt das Ergebnis direkt im Gespräch an.

Rechte Seitenleiste der DSH-Web-GUI: Dateiexplorer im VS-Code-Stil plus Versionskontrolle (git status, stage/unstage/discard, commit, diff, Commit-Graph, fetch/pull/push-Sync, Branch- und Remote-Verwaltung, git init, Wechsel zwischen mehreren Repos, farbcodierter Dateistatus, Dateityp-Symbole), eine Editoransicht, die jede aus dem Chat, dem Dateibaum oder der Versionskontrolle erreichte Datei öffnet (Markdown/HTML/PDF/Bild-Vorschau, Syntaxhervorhebung für 15 Sprachen, Diff-Bearbeitung auf Hunk-Ebene, Speichern mit Ctrl+S), Dateioperationen (neu/verschieben/kopieren/löschen, im Explorer anzeigen), eine einklappbare Icon-Leiste, ein unteres Terminal mit mehreren Tabs (ConPTY) und Commit-Nachrichten, die aus dem bereitgestellten Diff von einem host-konfigurierten Modell erzeugt werden.

DeepSeek-Harness-(dsh)-Plugin für Aktienanalyse, Screening und Strategie-Backtesting an den Märkten A/HK/US/JP/KR/TW

Macht jedes Projekt mit einem Befehl KI-Agent-fähig. Adaptive Tech-Stack-Erkennung (7 Sprachen × 14 Frameworks × 61 Komponenten), generiert automatisch AGENTS.md, ein Doku-Grundgerüst, CI/CD und Test-Infrastruktur.

Generiert Functions, MCP-Tools, Workflow-Skills und Offline-Testpakete aus vom Nutzer autorisiertem Quellcode.