Plugins

Vision-Anbieter-Route, die angehängte Bilder über ein konfigurierbares Modell (über 15 OpenAI-kompatible und Anthropic-Anbieter) in Text transkribiert, während DeepSeek weiterhin antwortet.

Nutzt den eingebauten Vision-Modus von DeepSeek web für reine Textmodelle: Das Tool deepseek_vision steuert die lokale Browser-Automatisierung deepseek-vision-cli (Helfer für manuelle Anmeldung, deep-think aktiviert, automatisches Schließen des Browsers) und liefert Bildbeschreibungen als Text.

Vision-Toolkit für textonly DeepSeek: modellaufrufbares `vision`-Tool, Wrapper-Adapter für deepseek/opencode-go (v4 flash/pro), Antigravity-IDE-Kontingent (default, flash/pro) / jeden OpenAI-kompatiblen VLM / Gemini / lokale Ollama-Kanäle, Evidenzspeicher mit Kompaktierungs-Rehydration, Content-Hash-Cache und ein zweisprachiges Client-Panel.

Modellaufrufbares `vision`-Tool für DeepSeek Harness: Beschreibt und OCRt Bilddateien, indem es direkt die kostenlose Zhipu-GLM-Vision-API aufruft (glm-4v-flash-Fallback-Kette), kein externes CLI erforderlich.

Aufbereitung der Tool-Ausgabe beim Einlesen: behält Fehler- und Warnzeilen sowie Kopf und Ende, schreibt den Volltext mit einem für das Modell lesbaren Zeiger auf die Platte; deckt jedes Text-Tool ab, kleine Ergebnisse laufen unverändert durch.

Bi-temporales Gedächtnis auf Basis eines SodaMem-Daemons: Recall fließt in den Prompt ein, während jeder Turn zusammengesetzt wird, und jeder abgeschlossene Turn wird aufgenommen — ohne Tool-Aufruf und ohne Modell-Aufruf im Lesepfad; jede erinnerte Tatsache nennt den Turn, aus dem sie stammt, und trägt Gültigkeitsdaten, sodass überholte Fakten nicht mehr abgerufen werden.

Echtzeit-DeepSeek-API-Nutzung: Kontosaldo mit Low-Balance-Warnungen (browser notification bei Schwellenwertüberschreitung), Token- und Anfragestatistiken (Fenster total/today/last-60s, per-model und per-session), geschätzte Kosten — composer dock plus usage panel auf der settings-page.

Nutzungsstatistik-Dashboard für die DSH Web UI: Infokarten, eine 280-day GitHub-style activity heatmap, daily token trend und model-usage donut chart.

MiniMax-Token-Tarif-Quota-Dock für die Weboberfläche: ein tropfenförmiger Chip mit 5-h-Nutzung in % im Eingabebereich; Klick öffnet ein Detailpanel mit 5-h- und Wochennutzung jedes Modells samt Reset-Countdown, automatisch ausgeblendet, wenn das aktive Standardmodell kein MiniMax-Modell ist.

DeepSeek-API-Nutzungs-Dashboard für DSH Web: tägliche Cache-Treffer/-Fehltreffer und Ausgabe-Token-Statistiken aus Sitzungsprotokollen, Kostenschätzungen pro Modell, Kontoguthaben, 7-Tage-Trends und eine Composer-Nutzungsübersicht.

Räumt die DSH-Einstellungsnavigation auf: Gruppiert Einträge von Drittanbieter-Plugins unter einklappbaren Gruppenzeilen, mit lesezeichenartigen benutzerdefinierten Gruppen, einem Einklappschalter und automatischer Klassifizierung (Markt-Tags → Namensregeln → dein KI-Modell).

Dateibrowser-Web-App für DSH: React-Frontend und REST-API, bereitgestellt vom Host-Webserver, ein /dsh-agfs-Befehl, der im aktuellen Sitzungsarbeitsbereich geöffnet wird, und ein browse_files-Modell-Tool.

Abonnement-OAuth-Login: nutzt ChatGPT-/Claude-/Grok-/Kimi-Abonnementkonten (statt API-Schlüssel) mit automatischer Modellerkennung.

Inkrementelles Datei-Mounting mit Lese-Deduplizierung: gemountete Zeilenbereiche werden nie erneut an das Modell gesendet, Änderungen auf der Festplatte machen sie ungültig und lösen ein Neu-Mounten aus, mit einem Tab „Gemountete Dateien“ und einer Auswertung der eingesparten Token.

DeepSeek-Harness-(DSH)-Plugin: ein „Denksprache“-Selektor unter Einstellungen → Allgemein, der dem Modell über einen System-Prompt-Abschnitt mitteilt, in welcher Sprache es denken soll (Chain of Thought). Keine zusätzlichen Aufrufe, keine Latenz, 12 Sprachen.

Stellt die Fähigkeiten des DeepSeek-Harness-Agenten als MCP-Server bereit, sodass ein externer MCP-Client (z. B. Hermes) Harness zur Ausführung von Coding-Aufgaben steuern kann. Hermes = Gehirn, Harness = Arme.

Command-Code-Go-Provider-Adapter für dsh: durchsucht den Go-Plan-Modellkatalog dynamisch und bedient /alpha/generate über die LLM-Schnittstelle des Harness

Leichtgewichtige Nutzungsanalyse für DeepSeek Harness — Token-Trends, Aktivitäts-Heatmaps, Modellaufschlüsselungen und Exporte.

Replay-bewusste Modellnutzung pro Runde und Sitzungskosten für DeepSeek Harness

Ein modell-natives Meta-Agent-Plugin für DeepSeek Harness: Das Modell synthetisiert zur Laufzeit aufgabenspezifische Workflows aus fünf agentischen Workflow-Mustern (Prompt Chaining, parallele Worker, Router, Supervisor, Evaluationsschleife) und koordiniert Tools und Subagent

Token-Kostenverfolgung pro Modell mit konfigurierbarer Preisgestaltung für Cache-Hit/Miss, Output und Spitzenzeitfenster, einer Live-Kostenleiste für die Sitzung und Markierungen für nicht konfigurierte Modelle.

Adaptives Modell-Routing: Komplexitätsklassifizierung pro Anfrage mit automatischem Anbieter-Routing.

Lebenszyklus-Hooks im Claude-Code-Stil: konfigurierte Shell-Befehle laufen vor/nach Modell-Tool-Aufrufen mit einer JSON-Payload über stdin; ein Exit-Code ungleich null beim Pre-Tool-Hook blockiert den Aufruf.

Erstklassige Git-Tools für das Modell: status / diff / log / commit / branch mit validierten Nachrichten und Pfaden — keine rohen Shell-Git-Aufrufe.