Plugins

Kleinfenstermodus für DSH NEXT unter Windows: 425 px breites, stets oben gehaltenes Fenster mit Schubladen-Seitenleiste und animierten Übergängen. Erfordert DSH NEXT; der andere Desktopclient (dsh desktop) wird nicht unterstützt.

Während einer laufenden Aufgabe bei leerem Entwurf wird die Senden-Schaltfläche zur Tomate. Ein oder zwei Klicks senden eine versteckte Notiz: Das Modell soll im nächsten Schritt den Ansatz überdenken und zum Schluss fragen, wie der Nutzer fortfahren möchte. Drei Klicks innerhalb einer Sekunde stoppen zuerst den Lauf und senden dieselbe Notiz. Animation und Ton lassen sich in den Einstellungen ausschalten; geworfene Tomaten werden gezählt.

Nachrichten per Ziehen statt Klick senden: Composer drücken und nach oben ziehen, um die Geste zu aktivieren; beim Loslassen wird gesendet. Zurück in den Composer ziehen bricht ab, außerhalb des Gesprächsbereichs sofort. Nur Maus und Stift.

Überarbeitet den Composer-Entwurf mit dem Harness-LLM, zeigt das Ergebnis vorab und wendet es anschließend an oder sendet es. Mit Stilvorlagen, modellabhängigem Denkaufwand, Kostenschätzung und Einstellungsseite.

Zeigt DeepSeek-Guthaben und aktuellen Spitzen-/Nebenzeitraum in zwei knappen Textzeilen am unteren Rand der DSH-Seitenleiste.

ChatGPT-Abonnement in DeepSeek Harness nutzen: anmelden, GPT auswählen und mit Bildern sowie integrierten Tools arbeiten.

Lokale Bild-/Videohintergründe und eine tokenbasierte Milchglas-Oberfläche für den DeepSeek-Harness-Webclient.

Prüft KI-generierte Word-, PowerPoint-, PDF- und HTML-Dateien in der offiziellen Vorschau: Probleme markieren, Text direkt bearbeiten und Notizen an den Agenten weitergeben. PDFs und Bilder unterstützen nur Annotationen. Zum Bearbeiten sind das mit Harness gelieferte LibreOffice-Kit und Python erforderlich.

Das Tool x_archive erstellt aus einem X-(Twitter-)Link über 2100laike einen dauerhaften Markdown-Snapshot: Bilder werden neu gehostet, der Snapshot bleibt nach Löschung erhalten. Erneute Einreichungen liefern ohne Kontingentverbrauch die neueste Version; refresh mit PAT erzwingt einen Abruf. Drittanbieter-Dienst 2100laike erforderlich. Anonym: 8 Archive/Tag je Plugin-Instanz, registriertes PAT: 100/Tag.

Das Tool wb_archive erstellt aus einem Weibo-Link (m.weibo.cn/status/...) über den Archivdienst 2100laike einen dauerhaften Markdown-Snapshot. Lange Beiträge werden vollständig geladen, Bilder neu gehostet und Snapshots bleiben nach Löschung erhalten. Duplikate liefern ohne Kontingentverbrauch die neueste Version. Drittanbieter-Dienst 2100laike erforderlich. Anonym: 8 Archive pro Tag und Plugin-Instanz; mit registriertem PAT 100 pro Tag.

Sitzungsübergreifender Speicher für DeepSeek Harness: drei Ebenen (Verhaltensnotizen, Details, Sitzungsarchiv), eine bei jedem Schritt eingefügte Kernkarte mit 600 Zeichen, Arbeits-/Begleiter-/Lernstatus, Mehrpersonen- und Gruppendatensätze mit Sichtbarkeitstrennung, sitzungsbezogenes Unterdrücken oder Löschen von Speicherfragmenten, Zusammenfassungen und Faktenkandidaten für ein separates Modell sowie Backup- und Selbstprüfungs-Tools. Daten liegen als Klartext im Home-Verzeichnis; Bilder und Audio werden per Inhaltshash gespeichert.

Bearbeiten und neu generieren: Fügt den Nutzer-Nachrichtenblasen eine Bearbeitungsaktion hinzu und generiert ab dieser Nachricht neu; Bilder und Dateien bleiben erhalten, das ursprüngliche Modell wird übernommen.

Provider zur Nutzung der nativen Alibaba-Cloud-DashScope-APIs innerhalb von DSH für Qwen-Sprachmodelle, Embeddings, Reranking, Sprache und Bildgenerierung. `Firefox2100/dsh-ai-providers#runtime` muss installiert und aktiviert sein.

Meta Muse Code CLI in DSH: Ein Composer-Schalter startet `muse serve`; ein Seitenleistenpanel rechts und fünf Chat-Tools (`muse_open`, `muse_prompt`, `muse_read`, `muse_status`, `muse_interrupt`) teilen eine Muse-Sitzung. Freigaben werden nur im Panel entschieden. Die lokale Ausgabensperre greift standardmäßig bei 10 $. Nur Windows; Muse Code CLI muss installiert und angemeldet sein. Die 10-$-Grenze ist eine lokale Schätzung für das von diesem Plugin gestartete `muse serve`.

Erstellt Bilder und Frontend-HTML-Demos über eine echte ChatGPT-Pro-Websitzung und speichert sie lokal, ergänzt um ein Designgalerie-Panel in DeepSeek Harness.

Animiertes Desktop-Wal-Pet aus handgeschriebenem SVG+CSS (keine Bild-/Audio-Assets, keine Runtime-Dependencies): schwimmt während des Turns, beschriftete Blasen bei Tool-Aufrufen, amber Puls bei wartender Freigabe, Sprung mit Turndauer/Toolzahl bei Erfolg, hängt bei Fehler; schläft nachts/im Leerlauf. Klick stupst, Doppelklick streichelt (Zuneigungsherzen), Ziehen merkt Position; Rechtsklickmenü (feed/mute/reset/hide), Hoverkarte mit level/title/XP/Turn-Stats. Per whale_say lässt der Agent das Pet sprechen/handeln, auch als leichte sichtbare Meldung. Sitzungen/Workspace nur lesend; geschrieben wird nur ~/.dsh/whale-girl/state.json.

LAN-Koop für das dsh-pet-Desktop-Pet: Pets von Kollegen im selben Netz sehen, ihnen winken und ihre Desktopfenster ziehen. Optionaler beiliegender Patch ergänzt Live-Animation, Blasen- und Meme-Sync. Benötigt dsh-pet 0.3.7.

Animiertes blau-weißes Pixel-Wal-Pet, das auf dem Composer einer neuen Sitzung sitzt.

Agentisches Rollenspiel für DSH mit strukturierten Welten, autonomen Figuren, dauerhaften Sitzungen, Welterstellung, Sprache und Bildgenerierung. Firefox2100/dsh-agentic-roleplay#state muss installiert und aktiviert sein.

Bindet einen offiziellen QQ-Bot im DSH-Host ein: Eine QQ-Nachricht startet/setzt eine echte DSH-Sitzung fort; bei registriertem Workspace-Arbeitsverzeichnis erscheint sie in der Desktop-Seitenleiste. Antwort als Text/Bild/Datei zurück zu QQ. Offizielle QQ-Bot-App mit AppID und AppSecret erforderlich.

IM-Bridge für DSH: 15 Channel-Adapter/12 Plattformen. Passt Host-Settings für 0.1.2-rc.1–0.2.1-rc.2 nur per Capability-Probe an (12-Tag-Enum, keine Versionszweige); System-ffmpeg nur für Feishu-Sprachstufe nötig. 25-Befehle-Panel. Freigaben/Fragen werden im Ursprungschat beantwortet: deny-by-default, nur Initiator, Ablauf nach 5 Min. Bild-/Dateieingabe per Host-Modellmetadaten gegatet; Dateien zurück, begrenzte Retries (unsicherer Versand wird nie erneut gesendet). Tasks/Channels-Tabs weichen anderen Slot-Inhabern. im-concise-Preset, entfernt GenUI-Fences/Raw-HTML aus Text-Chats, svg→PNG. Modell-Allowlist. /relay sendet finale Antwort per Account-ID/Alias an Notify-Kanal, rät bei Mehrdeutigkeit nicht. Secrets nur einseitig in Vault, nie zurückgegeben. npm: dsh-im-union.

Zeigt den Kontextverbrauch jeder Skill und blendet sie ohne Löschen aus dem Katalog aus. Listet jede Skill auf dem Datenträger mit der exakten Katalogzeile für das Modell (normalisierte und am Limit gekürzte Description), Body-Größe und Token-Schätzung. Zeigt die Katalognachricht bytegenau wie beim Agent, vergleicht sie mit der bereits in der aktuellen Sitzung veröffentlichten Kopie und meldet Skills, die wegen ungültigem Frontmatter oder Shadowing durch eine höher priorisierte Root nicht im Katalog landen. Ausblenden setzt disable-model-invocation im Frontmatter, behält aber die Datei; `/name` funktioniert weiter. Import aus ClawHub, Skills.sh und GitHub-URLs sowie Deinstallation nutzereigener Skills möglich.

Prüft vor Veröffentlichung Geometrie: Pixel, Verhältnis, dpi, Größe/Format, reale Druckbreite, Farbmodus. Keine Inhaltsprüfung (QR, Text/Bild-Anteil, Rechte, Verbote). Nur Python-Standardbibliothek, keine Drittpakete, Eingaben unverändert; Python 3.8+. 10 Plattformen/20 Slots mit Vertrauenslabel: WeChat MP, Xiaohongshu, Bilibili, Zhihu, Weibo, Douyin, WeChat Channels, Zeitschriften, Druck, Kundenauslieferung. Auflösung per ID/chinesischem Namen/Alias (Fuzzy). Manuell oder automatisch nach Datei-Ausgabe bei genanntem Veröffentlichungsziel; bei Erfolg eine Zeile, Details nur bei Fehlern. Zeitschrift/Druck: reale Breite per Pixel/dpi, erkennt zu kleine Drucke trotz gültigem dpi-Metadatum. Mehrfachbilder: Konsistenz prüfen, Ausreißer nennen.

OCR für gescannte, rein bildbasierte PDFs mit Markdown-Ausgabe. Da ein Buch etwa eine Stunde dauert, wird jede Seite checkpointed und ein unterbrochener Lauf fortgesetzt; ein Fortschrittslog zeigt den Status, der Qualitätsbericht leere Seiten und unsichere Zeilen. Erfordert Python 3.10+ und `pip install -r requirements`; beim ersten Start wird das OCR-Modell heruntergeladen.