Plugins

Answers Dark Souls III questions from your own Windows PC save (default `%APPDATA%\DarkSoulsIII\*\DS30000.sl2`): level and stats, current area, bonfires/rings/spells/covenants counted by family, kill state for the 24 bosses, and Steam achievements when Steam is installed - exposed as model tools plus a progress pill beside the composer and a 19-area sidebar page with next-step suggestions. The save stays read-only and is parsed locally by a bundled Python 3 script; Python 3 and the `cryptography` package must be installed, and the game data ships with the plugin.

Publishes and reads QQ Zone posts through SnowLuma's OneBot qzone_* actions (SnowLuma 2.2+ signed in to QQ), and lets the agent understand images with a local vision model (OpenAI-compatible gateway) or Windows OCR.

Kompiliert LaTeX mit dem lokal installierten TeX Live. Das Tool `latex` setzt Formeln als SVG, PNG oder PDF und ganze Dokumente als PDF (bei chinesischem Text mit xelatex und ctexart), speichert die Datei im Arbeitsbereich und liefert einen Markdown-Verweis. Ein Abschnitt des Systemprompts weist das Modell an, `$...$` und `$$...$$` statt Codeblöcken zu verwenden. Fehlt TeX Live, bietet ein Banner über dem Eingabefeld die Ein-Klick-Installation von BasicTeX oder TinyTeX an.

Nur lesendes Wissens-Gateway für lokalen Markdown-Vault, vier Tools. `wiki_recall` liefert den vollständigen Trefferabschnitt, Belege je Seite, Vault-Prüfungen und ein Antwortgerüst. `wiki_context` gibt Seitenauszüge, Belegurteil und explizite Lücken; `wiki_verify` prüft Entwürfe auf unbelegte Aussagen, auch Zahlen; `wiki_observe` zählt Korrekturen. Einstellungen und Seitenleiste nutzen denselben Abfragepfad wie das Modell, daher entspricht die manuelle Suche seinem Kontext. Die drei Tools (`wiki_context`, `wiki_verify`, `wiki_observe`) benötigen lokale Python-3-Brücke mit `bridge.python` und `bridge.toolsRoot` samt `wiki_bridge.py`, sonst `E_PYTHON_UNAVAILABLE`.

Selbstnarrativer Speicher in fünf begrenzten Segmenten (800 Zeichen, kein Gesamtkontext): Ich-Notiz des Modells, Nutzerprofil aus bestätigten Fakten, getrennte Umgebungsdaten, priorisierte Schlüsse und Gewohnheiten. Eingefügte Fakten sind per ID nachvollziehbar und entfernbar; Profil von Hand bearbeitbar, Notizen einfache löschbare Zeilen. Fakten verblassen mit Zeit und Nutzung, ohne die Glaubwürdigkeit zu ändern. Präferenzähnliche Aussagen werden als Kandidaten erkannt, nie automatisch bestätigt; Konflikte bleiben nebeneinander. Dazu Gesprächserinnerung mit Zitaten, inkrementeller Index nur für neue Frames, Warm-Schicht mit Pflichtzeiger, Doctor zur Fehlerdiagnose, Heartbeat als Injektionsnachweis und Export/Import für andere Rechner.

Persistenter Speicher kompatibel mit Claude Code: Der Host fügt zu Sitzungsbeginn den MEMORY.md-Index ein; das Modell verwaltet Speicherdateien mit normalen Lese-, Schreib- und Bearbeitungstools. Eine Einstellungsseite listet gespeicherte Erinnerungen. Gleiches Datenträgerformat wie Claude Code; der claude-Modus nutzt exakt dasselbe Speicherverzeichnis.

Berechnet die Komprimierungszusammenfassung im Hintergrund vor und übernimmt das zurückgehaltene Ergebnis, wenn eine druckbedingte Komprimierung ausgelöst wird. So entfällt ein Modellaufruf im Vordergrund. Das Plugin registriert sich als Sitzungskomprimierer, fixiert den zusammengefassten Bereich für einen passenden Payload-Fingerabdruck beim Übernehmen, entfernt vorher Tool-Ergebnisse und wechselt bei Payload-Abweichung oder Kontextüberlauf zum normalen Vordergrundpfad.

Ein abgeschlossener Turn lässt sich direkt zurückspulen: Eine Schaltfläche neben der eigenen Nachricht entfernt sie und alles Folgende aus dem Modellkontext und setzt ihren Text zur Bearbeitung wieder ins Eingabefeld. Optional werden die vom Turn geänderten Dateien über DSH filesystem service wiederhergestellt.

Ändert das Modellmenü des Eingabefelds in eine zweistufige Liste (zuerst Anbieter, dann dessen Modelle), zeigt aktuelles Modell und Anbieter gemeinsam an, fragt nach der Auswahl nach dem Reasoning-Aufwand und kann in den Einstellungen ganze Anbieter oder einzelne Modelle ausblenden.

Anbietervorrangige Modellauswahl für das Eingabefeld: links alle Anbieter, rechts die Modelle des ausgewählten Anbieters. Anbieter, deren Modelle und Pins lassen sich per Ziehen oder Alt+Arrow sortieren. Anbieter erhalten lokale Anzeigenamen; ein Anbieter kann als Standard des Panels dienen. Reasoning-Stufen eines Modells klappen inline auf; die Suche berücksichtigt Modell- und Anbieternamen sowie Aliase. Der Wechsel läuft über den enthaltenen model directory service, sodass `/model`-Popup und Panel übereinstimmen.

Tiefsee-Gezeitenblaues Theme für den DeepSeek-Harness-Webclient: eine Akzentfarbe und matte, nicht glasartige Flächen in Hell- und Dunkelmodus. UI-Ergänzungen mit denselben Tokens: einzeiliges Dock-HUD mit echten Sitzungsprognosen (Kontextnutzung/-fenster, TPS, Cachetrefferquote, Laufzeit), Delegationskarten je Zug für Subagenten mit Tokens und optionaler Kostenschätzung anhand öffentlicher OpenRouter-Preise, Seitenleisten-Seiten mit angehefteten Bereichen und Tippfilter sowie Modell-/Reasoning-Aufwand-/Berechtigungssteuerung unter dem Composer. Jede Ergänzung lässt sich in den Plugin-Einstellungen umschalten.

Ergänzt DeepSeek Harness um den Slash-Befehl /context: zeigt belegten und freien Sitzungskontext samt Aufschlüsselung für Systemprompt, Memory-Dateien, Skills, Nachrichten und Tool-Ergebnisse. Nur lesend, lokal, keine Modellaufrufe.

Agentenverbesserungen für DeepSeek Harness Desktop: Promptverlauf, Ein-Klick-Optimierung mit Rückgängig, Vorhersage des nächsten Prompts, Wiederherstellung von Unterhaltungen und getrackten Dateien, Modellkosten, Kontextdetails samt compact, automatisches Routing und DeepSeek-Guthaben je Provider.

Seitenleisten-Rangliste für DeepSeek Harness: LMArena-Blindbewertungen, Artificial-Analysis-Intelligenzindex, LiveBench-2.0-Fähigkeit, OpenRouter-Wochen-/Monatsnutzung und Marktanteil, Preis, Geschwindigkeit und Kontext. Dazu lokales Token-Dashboard aus eigenen Sitzungslogs (Tokens, geschätzte Kosten, Modellrang), Modelldetails und CSV-Export. Täglicher Snapshot, sofort geöffnet, ohne API-Schlüssel; lokal konfigurierte Modelle hervorgehoben.

Ergänzt im DSH-Composer eine prompt-refine-Schaltfläche. Im Automatikmodus wird der Prompt vor Agentenstart über einen separaten Modellaufruf mit aktuellem Sitzungskontext umgeschrieben. Ist die Formulierung nicht eindeutig, fragt das native Fragenfeld nach; jeder Schritt erscheint als Befehlskarte im Chat. Bei fehlgeschlagener Analyse bleibt der Originaltext erhalten.

DSH-Desktop-Plugin für die Begleit-App DSH-SOLO. Kopplung per QR-Code zum Anzeigen von Sitzungen, Senden von Aufgaben, Modellwechsel, Übertragen von Anhängen und Freigeben von Aktionen mit Ende-zu-Ende-Verschlüsselung. Der offizielle Cloud-Relay ist vorkonfiguriert; kein eigener Server nötig. App APK: https://github.com/wudidiandian/dsh-solo/releases/latest/download/dsh-solo.apk (GitHub Releases).

Verwendet SSH-Hosts und WSL-Distributionen als Remote-DSH-Workspaces, richtet die Umgebung ein, überträgt die Modellkonfiguration und bettet die Remote-Oberfläche lokal ein.

Registriert Anbieterlogos und Modell-IDs im DSH-Modellauswahldialog als Label-Decorator für den offiziellen Slot conversation.input.model.label. Zuordnung per Token, Anzeigename, Modell-ID und explizitem Override; bei unbekannten Anbietern erscheint ein Buchstabenmonogramm.

Offizielles Standardrichtlinienpaket für Subagents: einmal installieren und festlegen, wann selbst gearbeitet, wann delegiert und an wen übergeben wird.

Inline-Visualisierung für DSH: Das Modell lädt zuerst einen Designvertrag und rendert dann ein SVG oder eine isolierte HTML-Karte direkt im Gespräch, mit Hell-/Dunkel-Tokens und Quelltext-/Download-Umschalter.

Dauerhaftes Kostenregister für DeepSeek Harness: Jeder bepreiste Modellaufruf landet in einer monatlichen JSONL-Datei. /ledger erstellt Monatsberichte, /ledger-export schreibt CSV; der Agent kann eigene Ausgaben mit ledger_query abfragen.

Delegiert Teilaufgaben aus DeepSeek Harness an von Herdr verwaltete Coding-Agents: Modell wählen, Panel geöffnet lassen, exaktes Ergebnis abrufen und in DSH prüfen.

DeepSeek-Harness-(DSH)-Plugin: Bearbeitet eine fertige Assistentenantwort und ihre Reasoning-/Thinking-Kette direkt im Gespräch. Eine Stiftaktion öffnet den Editor für eine Nachricht; Änderungen werden zu einer Plugin-Nachrichtenprojektion.

Entscheidungsebene für dsh: anbieterunabhängige typisierte Urteile (zuerst Jev) hinter Tool-Schutzplanken, Modellrouting, Ergebnisbewertung und maschineller Freigabe.