Plugins

Portierung von ponytail: eine stets aktive Coding-Persona eines faulen Senior-Entwicklers mit Intensitätsstufen, Persistenz der Standardstufe sowie den Skills review, audit, debt, gain und help für DeepSeek Harness.

Smart-Charts-Skill: verwandelt Datendateien (CSV/TSV/TXT/XLSX/XLS/JSON) in eigenständiges interaktives ECharts-HTML – 32 Diagrammtypen inklusive Offline-Karten, 3 Themes, kein CDN. Ein --profile-Datenprofil (dtype je Spalte, Kardinalität, Fehlwerte, Stichproben, Statistiken, Entitätskörnung, Insight-Signale) lässt den Agenten die Daten selbst lesen und das Diagramm wählen; jedes Diagramm bettet ein Fact Sheet (plot_stats + data_preview) ein, dessen Zahlen die einzigen zitierbaren Werte sind. LLM-Transform-Code läuft in einer eingeschränkten Sandbox (Blacklist + AST-Whitelist + sichere Builtins); --doctor prüft die Python-Umgebung selbst. Vollständig offline, ECharts mitgeliefert.

Portiert vom ARS-Claude-Code-Plugin (44k+ Sterne auf GitHub): akademische Research-Skills für DeepSeek Harness — ein Deep-Research-Agent-Team, eine Paper-Writing-Pipeline, ein Multi-Perspektiven-Peer-Review-Panel und ein End-to-End-Orchestrator, plus sechzehn /ars-*-Befehle.

Agenten-Governance-„Königreich" für DeepSeek Harness: Territorien, Rollenbindungen (bind/unbind/session mit Modell-/Agentenidentität) und eine Plan→Zuweisen→Ausführen→Überprüfen-Aufgabenschleife, in der Worker-Angaben nie automatisch als abgeschlossen gelten (Claim ≠ Fact), mit lokaler GUI-Betriebskonsole.

Vollständiger beworbener Matt-Pocock-Skill-Satz (25 SKILL.md: grilling, writing-for-agents, wait-what, TDD, Code-Review, wayfinder, ask-matt-Router) portiert auf DSH.

Seitenpanel mit Datei-Browser, Terminal und Git-Review für schnelle Dateivorschauen.

Bearbeitungserlebnis im VSCode-Stil für DeepSeek Harness: ein Monaco-basierter zentraler Datei-Editor (Tabs, Schnellöffnen mit Ctrl+P, Statusleiste) und interaktive Diff-Prüfung der Bearbeitungs-/Schreibergebnisse des Agenten mit Keep/Undo pro Änderung, Rollback und Archivierung, über Neustarts hinweg erhalten.

Importiert die Claude Code-Konfiguration in DeepSeek Harness über einen nativen Einstellungsbildschirm oder die CLI, mit Trockenlauf-Vorschauen für Skills, Befehle, Agents, Hooks, Berechtigungsregeln und MCP-Konfiguration. Codex und OpenCode bleiben als sekundäre Quellen unterstützt, mit kollisionssicherer Anwendung und Prüfungen nach dem Umzug.

Projekt-Datei-Explorer in der Detailspalte (Mehrfachauswahl, Verschieben per Ziehen, Hochladen, Herunterladen, Umbenennen, Papierkorb, im System öffnen) mit einem schreibgeschützten Vorschau-Tab in der Sitzung für Markdown/HTML/JSON/CSV/Notebook/PDF + Code-Hervorhebung, einem Live-Badge für den Durchsatz des Modells und einer mehrzeiligen GoalBar.

Ziel-Lebenszyklusverwaltung für dsh mit einem interaktiven Kanban-Board: Ziele, Kriterien, Versuche und Reviews leben im Arbeitsbereich, gesteuert durch graph_*-Tools, mit einem zweispurigen Board in der Unterhaltungsansicht.

Port von DietrichGebert/ponytail v4.9.0: immer aktivierter Lazy-Senior-Modus mit einer 7-stufigen Leiter (YAGNI bis Minimalcode), 6 Skills für Review, Audit, Schulden, Gewinn und Hilfe, ohne leere Tools.

Sitzungs-Änderungsüberprüfungs-Plugin für DeepSeek Harness: verfolgt Write/Edit-Tool-Aufrufe pro Sitzung und rendert zeilenbasierte Diffs mit anpassbaren Farben, mit Sitzungsisolierung, Subagenten-Aggregation und Live-Updates via SSE.

Expert-Preset für DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): Chefkoordinator + 17 Domänen-Subagenten mit Auto-Delegation. Funktionen: Taskboard (Zustände pending/ready/running/done/failed, DAG, atomare Beanspruchung, Retry, Wiederherstellung), Quality Gates (5-stufige Pipeline: Anforderungen, Implementierung, Verifikation, Prüfung, Integration; 2 Überarbeitungen), Five-Anchor (Prüfung/Konvergenz/Anti-Drift/Zusammenarbeit/Ressourcen), Near-distance (Vorlage Identität/Aufgabe/Ausgabe), progressive Offenlegung (~28 % Token-Einsparung), Persistenz, P2P-Bus, Kreuzprüfung, Erfahrungspool, Schnellweg, Auto-Retry. 17 Experten: Daten, Redaktion, Recht, PM, Frontend, UI/UX, Architekt, Social, Growth, Quant.-Finanzen, Backend, DevOps, DB, QA, Sicherheit.

KI-Bild- und -Video-Studio als schwebendes DSH-Panel, damit die Erstellung parallel zum Gespräch läuft statt es zu ersetzen: Text-zu-Bild, Bild-zu-Bild und Multi-Bild-Komposition in 1K–4K über acht Seitenverhältnisse; Text-zu-Video und Bild-zu-Video mit Steuerung des ersten Frames bei 4–12 Sekunden; Kurzdrama-Modus, der ein Skript (.txt/.md/.json) importiert und in Storyboard-Shots für Vorschau und Stapelgenerierung zerlegt; dazu ein Prompt-Experten-Workspace. Keine Laufzeitabhängigkeiten.

Regelbasierte automatische Genehmigung für Sandbox-Eskalationen in DeepSeek Harness, mit optionalem LLM-Prüfer und nativem menschlichem Fallback.

Dedizierte Modellrouten, Tools und Systemanleitungen für Vision, Compaction, Reviews, Subagenten, Titel und Bildgenerierung.

Datei-Explorer-Plugin für DeepSeek Harness: Dateibaum, Vorschau, Markdown, Syntax-Highlighting, Bearbeitung im Panel und VS-Code-Integration — globaler Datei-Explorer für DeepSeek Harness.

Plan-Review mit verankerten Annotationen und strukturiertem Feedback zurück an den Agenten.

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.

AI-for-Science-Forschungs-Workflow-Skill für DeepSeek Harness, für Forscher und Doktoranden mit agentenbasierter KI: mehrwinklige Literaturrecherche mit Dateien pro Winkel, Experimentdesign mit Caveat-Liste, Abbildungen und Paper-Lesen; jeder Job gibt Dateien sowie ein Cross-Verification-Briefing für ein zweites Modell zurück. Null Abhängigkeiten, MIT.

Ein KI-nativer Browser-Workspace für DeepSeek Harness (DSH), der Multitab-Browsing, Live-Seitenannotierungen, schlichte Codebearbeitung, Workspace-Vorschauen und agentengestützte Iteration über Web und Desktop vereint.

Desktop-Pet, gezeichnet nach der offiziellen Wal-Silhouette, für Desktop-App und Web-UI: SVG-Animationen und Gesichtsausdrücke folgen dem Agent-Status (Denken, Arbeiten, Fertig, Fehler, Warten auf Bestätigung) und es kann anderen laufenden Sessions mit Zähler-Badge folgen; anstupsen, ziehen, schwindelig schütteln, an den Bildschirmrand quetschen oder den Cursor über seinen Kopf reiben für einen Headpat; 7 Paletten, 4 Größen, synthetisierte Klänge, Hell/Dunkel-Theme-Sync und eine spielbare Web-Vorschau.

Vorlagengesteuerte Code-Review-Fähigkeit: Fünf-Schritte-Review-Flow, Schweregrad-Einstufung (kritisch/mittel/gering), vierdimensionale Bewertung (Qualität, Sicherheit, Performance, Wartbarkeit), duale Text- und HTML-Berichtsausgabe und eine On-Demand-Referenzwissensdatenbank.