Plugins

Persönliches WeChat-ClawBot-Plugin für DeepSeek Harness (DSH): OpenClaw übernimmt den WeChat-Kanal (Login per QR-Code, Nachrichten senden/empfangen), DSH übernimmt das „Gehirn“ — beide werden über ein OpenAI-kompatibles Protokoll verbunden.

Plugin für ein externes Vision-Modell in DeepSeek Harness: inspect_image sendet lokale Bilder oder http(s)-Bild-URLs an einen beliebigen OpenAI-kompatiblen Endpunkt, und die Textantwort des Vision-Modells zum Bild wird direkt in die Unterhaltung zurückgegeben; inklusive Einstellungsleiste in der Web-UI.

Plugin für Persona-Karten im soul.md-Stil für DeepSeek Harness: speist eine Markdown-Persona-Datei in den System-Prompt ein (soul:persona), lädt bei Dateiänderungen per Hot Reload neu und lässt den Agenten bei der Arbeit eine Rolle spielen; inklusive Einstellungsleiste in der Web-UI.

Portierung von TencentDB Agent Memory für DeepSeek Harness: L0-Gesprächserfassung → L1-Extraktion strukturierten Gedächtnisses → L2-Szenario/L3-Profil, automatische Abruf-Injektion + Such-Tools für Gedächtnis/Gespräch; nutzt vorhandene Daten unter ~/.memory-tencentdb/memory-tdai weiter; inklusive Einstellungsleiste in der Web-UI.

Bringt Skills und Konfiguration von Pi Agent per Bridge in DeepSeek Harness

Ein Symphony-kompatibler Multi-Provider-Aufgabenorchestrator und Dashboard für DeepSeek Harness

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

Replay-bewusste Modellnutzung pro Runde und Sitzungskosten für DeepSeek Harness

Speicher für Nutzerpräferenzen in DeepSeek Harness: persistiertes Nutzerprofil mit den Tools memory_get/memory_update und Einspeisung in den System-Prompt

Web-Plugin für DeepSeek Harness: Guthaben-Schaltfläche im Header (links vom nativen Sitzungsprotokoll), Dropdown mit Kontostand, Live-Anzeige von Modell- und Token-Verbrauch pro Sitzung sowie Kostenschätzungen zum offiziellen Tarif; wird auf der Einstellungsseite automatisch ausgeblendet

Git-artige unveränderliche Sitzungshistorie 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

Bringt Gedächtnis, Skills und Konfiguration von OpenAI Codex per Bridge in DeepSeek Harness

Lernassistenz-Erweiterung für DeepSeek Harness (dsh): DeepTutor-Nachhilfe für Ihren Agenten — ausführliche Erklärungen, Selbsttestfragen, Lernpfade, Suche in der persönlichen Wissensdatenbank (RAG) und Notizarchivierung (primär HTTP/WS, CLI als Fallback; passt sich automatisch an lokal/r

Plugin-Erkennung über einen generierten Katalog und npm-Installations-Marketplace für DeepSeek Harness

Langfuse-Observability für DeepSeek Harness: exportiert Sitzungsprotokolle als OpenTelemetry-Traces (GenAI-Semantikkonventionen) an den OTLP-Endpunkt von Langfuse

Kompatibilitätsschicht für Claude Code in DeepSeek Harness: lädt .claude-Skills/-Befehle/-Agenten und installiert Plugins aus Claude-Code-Marketplaces als native dsh-Skills.

LaTeX-Formeln in der DeepSeek-Harness-Web-UI mit der Maus überfahren, um den TeX-Quelltext zu kopieren oder die Formel als eigenständige SVG zu exportieren.

Stabile, bearbeitbare PPTX-Generierung für KI-Agenten — semantische Zwischendarstellung rein, natives DrawingML raus

Selbstbearbeitende Desktop-Werkbank für DeepSeek Harness: eine vollständige Nachbildung von dsh web mit einem Bearbeitungsmodus, in dem der Agent die Werkbank (Patch-Layer, Plugins, UI) mit Hot Reload verändert.

Fügt Richtlinienprüfungen für gefährliche Operationen, Ausgabe-Schwärzung und einen Sicherheits-Review-Workflow hinzu.

Fügt genehmigungspflichtige Git-Tools für Status, Diff, Log, Commit, Branch sowie optionale Checkpoints hinzu.

Native interaktive Git-Diff-Review für DeepSeek Harness mit strukturierten Anmerkungen, die an die aktuelle Agenten-Sitzung zurückgesendet werden.

Rundenbezogene „Für diese Aufgabe erlauben“-Genehmigungen: erlaubt passende `danger-full-access`-Eskalationen automatisch nur für die aktuelle Aufgabe und läuft danach ab.