Plugins

Drag-and-Dose-Upload für PDF, Word, Excel und Bilder: abgelegte Dateien werden in einem lokalen Verzeichnis gespeichert und per Pfad referenziert, kein Base64-Bloat im Chat.

Codex-artige `@file`-Erwähnungen für die Web-GUI: Durchsuchen und Referenzieren von Workspace-Dateien jedes Formats (.java, .vue, PDF, Bilder, ohne Erweiterung, versteckt) ohne Index-Truncation. Ersetzt dsh-at-file.

Sitzungsübergreifende Referenz- (Erwähnungs-) Plugin – fügen Sie @[label](dsh-session:…) in eine beliebige Sitzung ein, auch in eine in einem anderen Workspace, und der Host injiziert den referenzierten Sitzungs-Snapshot zur Lektüre durch das Modell; enthält einen One-Click-Copy-Reference-Button.

Offline-Spiegelung der offiziellen DeepSeek-Harness-Dokumentation als dsh-Skill: 168 Website-Seiten (EN/zh) plus 52 nur im Repository vorhandene Referenzdokumente, mit Themennavigation und Volltextsuchindex für die Plugin-Entwicklung.

Lokales Markdown-Gedächtnis für Nutzer und Projekte in DSH: angeheftete Einstellungen, Stichwortsuche, sanfte Ungültigmachung, Verlauf und Archiv sowie JSON-Migration mit Vorschau, Backup und Rollback.

Fünf Skills für ein überprüfbares technisches Vorfalljournal: Ereignisse nur erfassen, wenn ein Gegenfaktum formulierbar ist; sich mit vorhandenen Einträgen abfragen; den Verfall des Journals prüfen; externes Material samt Herkunft übernehmen; ein Layout-Verzeichnis umbenennen und alle Verweise darauf umschreiben.

Acht akademische Skills im Ein-Befehl-Paket: publikationsreife, visuell geprüfte Abbildungen aus echten Daten, Vermenschlichung von KI-Text, Überarbeitung und Umschreiben von Arbeiten, PubMed-Zitatprüfung (Abgleich von DOI/PMID), Prüfung chinesischer Zitate und medizinischer Buchreferenzen sowie Strukturierung medizinischer WeChat-Artikel. Drei Skills laufen vollständig lokal; fünf rufen externe Dienste nur bei Nutzung auf (NCBI E-utilities, DOI-Auflöser, Verlagsplattformen), je Skill ausgewiesen. Keine Telemetrie, keine Installationsskripte. Lokal ist Python 3.8+ nötig; academic-figures braucht zusätzlich installierte pip-Abhängigkeiten.

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).

Astronomie-Forschungswerkbank für DSH und Codex: NADC-Begriffe, Referenzbibliothek, Schreiben, Bewertung, Autorenbestätigung, Buchempfehlungen, FITS/XML-Formate und Analyseleitfäden.

Bietet drei Lern-Skills für Kursnotizen, Begriffserklärungen und in sich geschlossene Lehrkapitel. Referenzmaterial und Hilfsskripte für Kurse sind enthalten.

Durchsucht, zeigt Vorschauen und installiert öffentliche Agent Skills in der DSH-Weboberfläche. Bündelt fünf Quellen: claudeskills.info, skillsmp.com, die awesome-claude-skills-Liste, das offizielle Repository anthropics/skills und Skill-Pakete installierter DSH-Plugins. Die Installation wird auf einen commit statt einen Branch festgelegt, damit die Vorschauversion übernommen wird; angezeigt werden Herkunft, Updates des ganzen Dateibaums und ein Papierkorb statt Löschen. Vor dem Schreiben prüft Harness-Regeln Namen und frontmatter, meldet fehlende von SKILL.md referenzierte Dateien und unvollständige Downloads. Bei Namenskonflikt: overwrite/rename/skip.

Erzeugt und bearbeitet Bilder mit mehreren Referenzen über FHL Images für DeepSeek Harness. Enthält 3 Agentenwerkzeuge, einen Pool mit bis zu 10 API-Key-Arbeitern und die Schlüsselkonfiguration im Chat.

E-Commerce-Produktbilderstellung für DSH: 24 Promptmodule für Haupt-, Detail- und Anzeigenbilder, Stilübertragung von einer Referenzaufnahme, Stapelläufe und Projektgalerie mit Live-Vorschau.

Ergänzt DSH-Auswahlfragen um menschenorientierte TypeSafe-Jev-Ratschläge. Standardmäßig auf Abruf, automatische Anfragen optional. Mit Empfehlungen, Wahrscheinlichkeiten, Konfidenz, Knappheitswarnungen, kopierbaren Vorschlägen, Übernahme mit einem Klick, profilbezogenen Kartenlayouts und temporären Entscheidungspräferenzen. Optionale Anfragevorschauen maskieren gemeinsame Zugangsdaten; außerdem lokale Gesundheitsprüfungen und bereinigte Diagnoseexporte.

Wissensdatenbank-Plugin: prüfbare KB-Pakete erstellen (Referenzen + SQL).

Registriert den commercial-ui-ux-Skill für DSH: aufgabenbewusstes Design, Review, Reparatur und Implementierung kommerzieller UI/UX/GUI (SaaS, Dashboards, Admin-Panels, Formulare, Tabellen, Designsysteme) mit Referenzdokumentsystem und Qualitätsprüfungen.

Aseprite-artiges Pixel-Art-Studio: die KI zeichnet Sprites Strich für Strich mit Selektionen, Layern, Animationsframes, Verläufen, Symmetrie und Referenz-Layern, jeder Schritt live als ANSI-Terminal-Frames gerendert.

Lokaler Werkzeugkasten für die DSH-Web-GUI: 35 reine Client-Tools (Text, Kodierung, Hashing, Extraktion, Konvertierung, Referenztabellen) in einer Seitenleistenansicht sowie der /toolbox-Befehl und die konfigurationsgesteuerte Bereitstellung von Agenten-Tools.

Jailbreak-Armor pro Modell: Eine Einstellungstabelle aktiviert Muster mit 25 Sprüchen (20 für 11 Modellfamilien sowie modellunabhängige Armor, eine Upstream-Preferences-Datei und drei kombinierbare Persona-Ebenen). Zeigt den exakt eingefügten Block und schreibt ihn nur in den system prompt des aktivierten Modells; andere bleiben unverändert.

Sessivra: drag sessions into resizable split views, insert native @ references into drafts, exchange linked replies and review delegated work before queued follow-ups. npm package dsh-plugin-sessivra.

DSH-Plugin für Text-zu-Bild/Bild-zu-Bild, kompatibel mit OpenAI-artigen Bildgenerierungs-APIs; 多米API ist Standard. Bei Standard-OpenAI-Endpunkten können Protokoll, Bild-zu-Bild-Modus und Größe anzupassen sein. Text-zu-Bild und URL-Referenzen nutzen kein COS; lokale Referenzbilder können komprimiert und in COS gespeichert werden. Eigene Prompt-Suffixe möglich.

Visuelles Referenz-Moodboard für DeepSeek Harness: Bilder per Drag-and-drop mit Tags/Notizen versehen und Stilrichtlinien anheften, die der Agent vor UI-Generierung oder -Überarbeitung liest.

Bildgenerierung für DSH in zwei Modi: das vom Modell im Chat aufgerufene Tool image_generate_lite und ein Studio in der rechten Seitenleiste für manuelle Läufe. Bis zu fünf Referenzbilder, Format der OpenAI-Bilder-API; Schlüssel bleiben im DSH-Anmeldedienst.

Read-only-Session-Log-Projektor (drsc) für DSH: scannt ~/.dsh/sessions/**, dekodiert zstd/tiled-frame mit vendored leaf decoder und schreibt Session-Projektionen in eigenes SQLite (node:sqlite; segments/replaces + FTS5). Eine fenced HTTP-Route bietet surface ledger, recall/compression-Paarzählung und chinesische Volltextsuche. Tokenizer/Formel wie DeepSeek-V4 bei CCI verify; ohne Assets markierter chars/4-Fallback. Schreibt nie session files; Ausgabe nur im eigenen data directory. Bedient context-compression-improved (surface marking/recall reconciliation), session-steward (search-corpus-Schalter), prime-memory (historical anchor backfill). Exaktes 17-Tag-engines.dsh-Enum, 0.1.0-rc.2 .. 0.2.1-rc.2. npm: dsh-reference-session-collector.