Plugins

Reiseplanungs-Workspace für DeepSeek Harness: Karte mit täglichen Stopps, roam_*-Tools zum Entwerfen, Prüfen und Übernehmen von Routen sowie optionale MCP-Sidecars für Bahntickets und Xiaohongshu-Notizen.

Schreibgeschütztes Inventar aller Agent-Presets der Web-GUI mit Matrix der enthaltenen Tools, MCP-Server und Skills sowie CLI zum Verschieben von Plugins zwischen Presets.

Liest installierte Plugins, MCP-Server und Skills, gruppiert sie nach Fähigkeit und nennt das passende Preset; auf Anfrage kann je Kategorie ein Preset registriert werden.

Liest, bearbeitet, exportiert und prüft Excel-VBA-Projekte über eine echte Excel-COM-Instanz: Module, UserForm-Code, Prozedurlisten, .frm/.frx-Export. Nur Windows; Desktop-Excel, Python 3.10+, pywin32 und AccessVBOM=1 erforderlich.

Erstellt aus Lernwunsch und lokalen Materialien einen strukturierten KI-Kurs mit Gliederung, Lektionen, Diagrammen und Lernfortschritt und speichert ihn lokal.

Verwandelt englische MP3-Hörbücher und Dokumente in Hörlektionen. Transkribiert jeden Satz lokal mit dem bereits von DSH Voice Input geladenen Sprachmodell (ca. 241 MB, bei Fehlen beim ersten Einsatz geladen; ffmpeg nötig), DSH-Modell korrigiert und erklärt. Übung mit blindem/intensivem Hören und Wiederholungsabständen, Export chinesischer Synchronfassung. Offline-Kokoro-Stimmen, Seitenpanel und vier KI-Tools.

Verbindet DeepSeek Harness per OAuth mit dem offiziellen Vercel-MCP-Server: bedarfsgeladenes Tool-Laden je Agent, schlanke Schemas, paginierte lange Ergebnisse und 34 gebündelte Vercel-Skills.

Fünf produktionsreife DSH-Tools in einem Plugin (8 Tool-Slots): Git-Regressionssuche (Einführung, jüngste Änderungen, bisect, blame-Alter), Stacktrace-Decoder mit lokalem Codekontext, YAML/ENV/properties-Prüfung samt Tippfehlern, plattformübergreifendes Shell-Escaping (POSIX/PowerShell/cmd) und MyBatis-Plus-SQL-Audit (N+1, fehlendes @Transactional, LIKE mit %, SELECT *, fehlendes WHERE). Keine npm-Abhängigkeiten, vollständig offline; neben bisect nebenläufig sicher. Einzelinstallationen: dsh-when-broke, dsh-stackdecoder, dsh-config-guard, dsh-cmd-shield, dsh-mp-auditor.

Veröffentlicht ein lokales DSH-Pluginprojekt in einem Aufruf auf GitHub und im Plugin-Markt: Preflight, Upload je Datei mit Byte-Prüfung, PR für das Marktregister, anschließend alle veröffentlichten Dateien zurückladen und Bytes vergleichen.

Eine Ansicht für alle veröffentlichten Arbeiten: lokale Projektdaten, GitHub-Sterne und letzter Push, Aufnahme und Downloads im Plugin-Markt sowie Wartezeit offener Pull Requests im Vergleich zum Upstream-Median.

Zuverlässigkeitsschicht für Windows-GUI-Automation: prüft minimierte, aktive oder DPI-skalierte Fenster und berücksichtigt Koordinatenraum sowie Aktivierungsreihenfolge beim Klicken und Tippen. Keine Abhängigkeiten, nur lokal.

Übergibt eine lokale Datei an den Dateidialog beliebiger Programme: wartet auf den nativen Open-Dialog, fügt den Pfad über die Zwischenablage ein, liest ihn Zeichen für Zeichen zur Prüfung zurück und bestätigt erst dann. Ziel stets explizit, jeder Schritt mit Beleg. Nur Windows (EnumWindows / UI Automation).

Ergänzt download_file mit 16 aria2c-Verbindungen und Ein-Stream-Fallback, falls aria2 fehlt. aria2c muss separat installiert werden; der aria2-Kanal prüft keine TLS-Zertifikate.

Release-Gate für KI-Antwortqualität. Zwei Wege: vorhandenes VeriScope-Archiv durch das originale Python-Qualitätsgate abspielen oder nur mit Node einen Schwellenwert auf einen Ragas-Zeilenexport anwenden – ohne VeriScope, Python oder pandas. Liefert PASS/FAIL/REVIEW mit Belegen und nachprüfbarem Receipt; Schwellen je Zeile und exakter Dezimalvergleich. Bewertet nicht neu, ruft kein Modell auf, REVIEW wird nie PASS.

Websuche, Seitenabruf und Recherche in einem Aufruf über die offizielle DeepSeek Search-and-Fetch-API; DeepSeek-API-Schlüssel erforderlich.

Erstellt und bearbeitet Feishu-/Lark-Inhalte mit zehn Tools: Bitable-Datenbanken/-Datensätze, Markdown-zu-Nativblöcken-Dokumente, Tabellen, Wikis, Drive-Dateien und Nachrichten sowie Base-V3-Dashboarddiagramme und serverseitige Aggregatabfragen.

Lokaler BM25-Abruf, fail-closed-Schreibschutz, statischer Doctor und Memory-Panel für einen Engramory-Markdown-Speicher. Ohne Opt-in kein Netzwerk, Daemon oder Modellaufruf; Abrufqualität wird mit reproduzierbarem Repository-Benchmark gemessen.

Lokaler Speicher für DeepSeek Harness: Inhalte werden Themen zugeordnet und mit verwandten Einträgen verknüpft. Abruf nach Embedding-Ähnlichkeit, bei fehlendem Modell per Worttreffer. Daten bleiben in lokaler SQLite-Datenbank.

Notizgestützte Kontextkomprimierung: ersetzt LLM-Zusammenfassungs-Compaction durch ein modellgeschriebenes dauerhaftes Notizbuch plus wiederherstellbaren Rohverlauf, sodass der Übergang keine Modellaufrufe kostet.

Blendet in einem gewählten DSH-Preset Kontextabschnitte und Tools anderer Memory-Plugins aus, damit die Sitzung einen sauberen Kontext hat. Standardmäßig aus; mit schreibgeschütztem Diagnose-Tool.

Archiviert eigene QQ-Zone-Beiträge lokal in drei Spalten – Gedanken, Träume und Rezensionen (Buch-/Filmempfehlungen) –, die einzeln manuell korrigiert werden können; Rückgängigmachen betrifft keine andere Spalte. Mit privatem, per Passwort sperrbarem Web-Viewer, Reparatur von API-seitig auf etwa 500 Zeichen gekürzten langen Beiträgen, Wortzählung nach Jahr/Monat und lokalen Bild-Backups für Offline-Lesen. Cookie bleibt auf diesem Rechner.

Privates Agent-Tagebuch: acht Tools ohne Abhängigkeiten zum Schreiben, Ändern, Suchen und Exportieren täglicher Einträge unter datumsg gehashten Pfaden, die der Index nie speichert; inner_find gibt den Tagespfad auf Anfrage zurück.

Teilt omp-Projektgedächtnis (oh-my-pi) mit DSH: DSH injiziert dieselben Ausschnitte aus memory_summary.md und learned.md, und learn schreibt in dieselbe learned.md. Standardmäßig konservativ: löscht nie, verweigert Verdrängung bei omps 100-Lektionen-Limit, bytegetreues Schreiben mit CAS-Prüfung und erstellt omps Memory-Ordner nicht selbst. Black-Box-Test: gleicher Prompt ergab bei omp und DSH dieselbe Antwort; ohne Memory enthielten sich beide.

Verbindet DeepSeek Harness nach omp-Konventionen mit Hindsight: gemeinsame Bank, automatische Projekt-Tags, Projekt- und globale Erinnerung sowie Tools für mentale Modelle, Duplikaterkennung und erneute Ausführung fehlgeschlagener Hintergrundjobs. Laufender Server erforderlich (Standard http://127.0.0.1:8888).