Plugins

Inline-Badges +N −M auf Zeilen von Edit-/Write-Tools und eine einklappbare Zusammenfassungskarte pro Durchlauf für Dateianpassungen mit ausgerichteten Diffs, Review und Undo — deckt native edit/write-, str_replace_editor- und Code-Dispatch-Subaufrufe ab, kein Git erforderlich.

Hält pro Anbieter einen Pool von API-Schlüsseln mit automatisch erstellten Klon-Routen vor, schaltet bei Quota- oder Rate-Limit-Fehlern auf den nächsten Schlüssel um, prüft abgekühlte Schlüssel auf Erholung und zeigt Pools, Cooldown und Wechselcodes im Settings-Bereich an.

KI-Ressourcenplattform für Unternehmen als Cordis-Bundle mit 22 Plugins: IAM für Organisation/Konto/Rolle, OIDC-Provider und App-SSO, MCP-Serververwaltung mit der Plattform selbst als MCP-Server, NAS-Asset-Speicher, Skill-Hub, Agent- und App-Register, SaaS-Connector-Verwaltung, Datenkanal für Unternehmensportal, Panel für den Agent-Workbench der Abteilungen, DingTalk-Gruppenbrücke für Nachrichten- und Genehmigungs-Push, Ein-Klick-Remote-dsh-Registrierung mit Tool-Proxying, Nutzungsabrechnung, Wallet-Abrechnung, Modell-Gateway, Audit mit Warnungen, Selbstaktualisierung und geprüfter Drittanbieter-Plugin-Marktplatz — über 70 Ops-Tools werden für den dsh-Agent aufrufbar.

Task-Panel für die DSH Web-Seitenleiste: veröffentlicht Aufgaben, destilliert automatisch zugehörige Sitzungen und steuert die Phasen Plan/Entwicklung/Review mit Subagenten sowie In-Panel-Akzeptanz.

Verbrannte DSH-Tokens werden zu Räucherstäbchen; gib einen Stab aus, um die heutige Case zu heben oder zu senken. Die Case aktualisiert sich täglich, Liangwei entscheidet das heutige Liangzi, und das Ergebnis wird am Tagesende archiviert.

AI Company Framework: aus einem Satz eine Multi-Agent-Firma machen — 15 flache Skills (boss/pipeline/role-template/11 roles/generic customer-memory), 7 Workflow-Vorlagen, AgentTeams-Runtime + Aktivitätspanel, Mitarbeiter-Sidebar mit Isolation pro Session, Feishu-Bot-Bridge (Boss- und pro-Mitarbeiter-Bots, Group-Routing, autonomer Push, Human-Decision-Gate, External-Contact-Guide), SQLite-Memory pro Kunde mit Drei-Schichten-Memory (gruppenübergreifender Merge), /company-Modusumschaltung; kein RAG.

Rundenweise Steuerung des Thinking-Levels (reasoning_effort) für DeepSeek Harness: Auto plant low/high/max anhand der jüngsten Tool-Call-Historie, oder ein Wire-Level (off/on/minimal/low/medium/high/xhigh/max) wird manuell gesetzt, mit benutzerdefiniertem Wire-Mapping, modellbewusstem Fähigkeits-Guard und Kontextfenster-Presets (64K–1M); die Modell-Capability-Card arbeitet mit [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (aus dsh-market installierbar), damit OpenAI-kompatible Gateways (vLLM / LM Studio / self-hosted) Reasoning testen können. Die Card schreibt llm-pi-ai-Fähigkeiten, der Adapter treibt das Wire (compat.thinkingFormat) an und das Plugin pflegt die Takeover-Liste.

Schreibtools, die KI-klingende Muster entfernen und deinen persönlichen Stil treffen. 8 deterministische Tools scannen Text, bauen aus deinen Samples einen Stil-Fingerprint und liefern Rewrite-Briefings.

Kopfleisten-Quotenabzeichen plus Tab zur Nutzungsüberwachung: Live-Guthaben/verbleibende Quote und Countdown bis zur Zurücksetzung je Anbieter, mit Anfragen, Tokens (Eingabe/Ausgabe/Cache-Lesen/Cache-Schreiben), Cache-Trefferrate, geschätzten Kosten und durchschnittlicher Latenz pro Sitzung, Anbieter, Modell und Client, lokal in SQLite gespeichert mit geräteübergreifendem Import/Export.

Peer-to-Peer-Kollegen-Agent-Konsultation für DSH: einen oder mehrere konfigurierte Peers befragen, asynchrone Fragen einreihen, Peers über signierte Freundschaftskarten entdecken und eingehende Anfragen in der Web-UI prüfen.

Eine abgestufte Mathematik-Modellierungs-Skill-Suite für DeepSeek Harness: eine fünfstufige Pipeline mit Stufen-Gates, Schreibmustern für Award-Paper, Sensitivitätsanalyse, statistischer Diagnose und einem Wettkampf-Preset.

Netzwerk-Proxy-Manager für DeepSeek Harness: Wechseln Sie über eine Live-Einstellungs-UI zwischen den Modi System, Manuell und Direkt, sofort angewendet.

A-Aktien-Analyse- und Screening-Skill: Echtzeitkurse, technische Timing-Scores, Kauf-/Verkaufssignale und eine verwaltete Watchlist.

Kostengünstiges Video-Verständnis-Tool: Ein video_understand-Tool wandelt einen Bilibili-Link / BV / ein lokales Video in eine AVIS-Informationsschicht (ASR + Szenenstruktur + Objekt-Tracking + YOLO-Labels) um und liefert Zusammenfassung + Q&A. Fragegesteuertes dynamisches Routing über Ebenen hinweg (L0 ASR / L1 Objekt-Tracking / L2 Keyframe-VLM), Wiederverwendung der semantischen Schicht für Wiederholungsfragen, Budgetobergrenze pro Frage. Python-Engine: Die Kernschicht benötigt faster-whisper / opencv / yt-dlp (~200-300MB); die optionale semantische Schicht fügt ~2GB torch / transformers / ultralytics hinzu. Ein mitgeliefertes doctor --fix richtet das venv ein und installiert beide.

Einstellungs-Karte für die DSH LLM-Autowiederholungs-Engine: Wiederholungsanzahl, Backoff und Jitter live unter Settings -> General anpassen, mit konfigurierbaren retryableCodes-Chips – die Standardwerte fügen INVALID_REQUEST hinzu, sodass OpenAI-ähnliche HTTP-400-reasoning_text-Fehler im thinking mode automatisch erneut versucht werden.

Leitet jede delegierte Aufgabe automatisch und intelligent an das bestkonfigurierte Modell weiter – mit Aliassen, Fähigkeits-Tags und Nutzungshinweisen –, damit Routinearbeit schnell und günstig bleibt, während komplexe Arbeit an stärkere Spezialisten geht. Konfiguriere dein Modellteam in der Web-UI oder per geführtem Setup, führe Spezialisten parallel mit zuverlässigem Ergebnis-Merging aus und sieh das gewählte Modell in Subagent-Ansichten und direkt im Tasks-Baum von Better Sidebar auf einen Blick.

Zeigt die in der Unterhaltung gelesenen Bilder (read_image-Ergebnisse) in der DSH-Web-GUI an: eine Read-image-Zeile mit standardmäßig aufgeklappter Bildkarte im Nachrichtenstil über einem PS-artigen Transparenz-Schachbrettmuster, zusammengeführte read-N-images-Zeilen mit nebeneinander liegenden Rahmen für Mehrbild-Anfragen sowie eine seitenvolle Lightbox in voller Auflösung (Zoom-Schaltflächen, Mausrad, 1:1-Originalgröße).

Bettet die AIsChat-Social-Agent-Plattform als native Seitenleiste in die DSH-Web-UI ein — Kontaktpanel, Echtzeit-Chat über einen Same-Origin-HTTP/WS-Proxy und Markdown/LaTeX-Rendering. Das Plugin ist nur das Frontend; es proxiet an ein AIsChat-Backend, das Sie selbst betreiben (Standard http://127.0.0.1:5228, aus demselben Repository).

Spracheingabe für die Web-UI: nach Pausen segmentiertes Diktat und Sprachnachrichten, jeweils mit eigener Anbieter-Fallback-Kette (Deepgram, Groq, HuggingFace, lokales whisper.cpp oder ein OpenAI-kompatibler Endpunkt).

Ruft eine beliebige http/https-Seite ab und gibt Titel, Beschreibung, Haupttext, Überschriften-Gliederung und Links zurück, mit Statistiken (Zeichen-/Wortanzahl, Lesezeit, Sprache) und Top-Keywords; kann Inhaltsbilder in den Sitzungsarbeitsbereich für die Bildanalyse herunterladen und sie über den scrape.imageAnalyzer-Dienst an registrierte Analyser verteilen.

China-A-Aktien-Finanzdaten-MCP-Server für das Harness: 11 fin_data__*-Tools (Quotes/Kerzen/Finanzen/Kalender/Spezialdaten/Ankündigungen/EDB/Abgleich/Fonds/Indizes) über THS kostenlose offizielle REST (primär) + AKShare (Fallback) + Wind (exklusive Domänen), mit beobachtbarer Degradation, Kontext-Budget-Komprimierung (resultatseitig -72,2 % gemessen) und einem Offline-Marktdaten-See für 10 Jahre; BYOK.

Sprechen Sie mit Excel in DeepSeek Harness: Erstellen, bearbeiten, reparieren und überprüfen Sie Tabellenkalkulationen per Gespräch, mit automatischen Formel-Gesundheitsprüfungen nach jeder Bearbeitung.

⭐ Drag-and-Drop-Uploads beliebiger Dateien oder ganzer Ordner, überall im Fenster; Remote-sicher — Bytes gehen direkt in den Sitzungs-Workspace auf dem Server, sodass ein auf einem entfernten Rechner bereitgestelltes DSH genau wie localhost funktioniert.