Plugins

Token-Dashboard für DeepSeek Harness. Eine Einstellungsseite zeigt kumulierte Input-/Output-/Cache-Read-/Cache-Write-Tokens, grüne tägliche GitHub-ähnliche Heatmap nach Nutzung und Kreis-/Balkenumschaltung für Nutzungsanteile je Modell (provider/model). Liest lokale Sitzungslogs, ohne Upstream-API-Aufrufe.

Verdichtet den Composer-Entwurf per Klick zu einem präziseren Prompt und stellt ihn mit einem weiteren Klick exakt wieder her. Standardmäßig Harness-Modelle oder ein beliebiger OpenAI-kompatibler Endpoint; Polierprompt editierbar.

Multimodale Decision-3.0-Modelle für DeepSeek Harness mit kalibrierten Wahrscheinlichkeits-Tools, Settings-Seite und Wahrscheinlichkeitsbalken-Karte.

Bietet benannte Rollen, Modell-Routenwächter, native Konfiguration und Sichtbarkeit des angefragten Modells für offizielle DeepSeek-Harness-Subagents.

Transparenter Provider-Failover für Hauptanfragen von DSH Agent: benannte Fallback-Ketten, Auswahl je Session und Retry-Overrides pro Route.

Wandelt echte DSH-Absturzprotokolle in eine kurze Liste harter Einschränkungen um: statischer Preflight vor Plugin-Installation, Konfliktprüfung danach und kontrollierte Selbstheilung bei nicht startendem Harness. Übergibt außerdem riesige Sessions an eine neue mit einem Briefing eines Modells, das das Originaltranskript liest.

Dauerhafte Aufgabenzerlegungspläne für DeepSeek Harness mit selbstlernender Schleife. Jede Abteilungsaufgabe durchläuft geordnet Planen, Ausführen, Prüfen; die Prüfung verlangt einen Rückblick auf Probleme, Umwege und Lösungen. Dieser wird dauerhaft gespeichert, nach Relevanz zur neuen Aufgabe bewertet und späteren Zuweisungen beigefügt, um Wiederholungsfehler zu vermeiden. Ergänzt das schreibgeschützte Tool dsh_workplan_lessons (insgesamt 11 Modelltools), ein Fortschrittspanel mit Ring, gestapeltem Balken und Phasenschritten sowie eine öffentliche ISO/IEC-15408:2026-Sicherheitsbewertung ohne Laufzeitabhängigkeiten.

Freihändige Spracheingabe für DSH unter Windows: lokales Wake Word, lokale chinesische Spracherkennung, die in den Composer eingesetzt und gesendet wird, sowie unterbrechbare und fortsetzbare Sprachantworten. Einmaliges Ausführen von install.ps1 erforderlich (Python-Sprachabhängigkeiten und Mikrofonauswahl); benötigt das bereits von DSH Voice Input geladene SenseVoice-Modell oder ein Modell unter models/sensevoice-onnx.

Ersetzt den zusammenfassenden Context-Compactor durch eine vom Modell selbst verfasste Handoff-Notiz und ein neues Fenster, das nur system prompt, Notiz und aktuellen Turn behält.

Sitzungsstandards pro DeepSeek-Harness-Arbeitsbereich: Agent- und Berechtigungs-Preset, Modell, reasoning effort, Chat-Arbeitsdetailstufe und Einklappzeit. Neue oder wiederverwendete leere Sitzungen in diesem Bereich starten mit diesen Werten.

Registriert den QwenWork-Modellanbieter (千问办公) mit der lokalen Anmeldung des Desktop-Clients. Startet eine auf Loopback begrenzte OpenAI-kompatible Brücke auf 127.0.0.1 und übersetzt DSH-Modellanfragen in das tatsächlich vom Upstream verwendete ACP-ähnliche Steuerhüllen-Konversationsprotokoll.

Bindet dsh-llm-workbuddy ein, registriert den workbuddy-Modellanbieter und überwacht das lokale wb2api-Gateway. Ergänzt dort zwei Protokollbrücken: Responses für OpenAI Codex CLI und Anthropic Messages für Claude Code/Desktop; Letztere sehen Modelle unter generierten claude-wb-…-IDs. Überspringt bereits laufende oder registrierte Schritte und meldet jeden Status über ein Tool. Benötigt lokales wb2api-Gateway und WorkBuddy-Konto.

Merkt sich den ausdrücklich gewählten reasoning effort je Anbieter und Modell und stellt ihn beim Zurückwechseln wieder her, ohne die DSH-Modellauswahl zu ersetzen.

Qoder-Anbieter-Plugin für dsh-router für CN und internationale Regionen. Authentifiziert per persönlichem Zugriffstoken, signiert Anfragen an das Qoder-cosy-Gateway und wandelt eingehendes SSE in OpenAI-SSE um. Die Modellliste zeigt neben dem Schlüssel den Upstream-Anzeigenamen; Kontowahl und cooldown bleiben Sache des dsh-router-Kerns.

DSH-Panel für DeepSeek-Guthaben und Tokenverbrauch: offizielle Plattformabrechnung, täglicher Nutzungskalender und lokale Schätzungen aus Sitzungsprotokollen für alle Anbieter, mit editierbaren Preisen je Modell.

Token-Ausgabenübersicht für DeepSeek Harness: Summen für heute und 7/30 Tage sowie für Kalendermonat, -quartal und -jahr; Kosten getrennt nach Cache-Treffern, Cache-Fehltreffern bei Eingaben und Ausgaben; Details je Modell und Sitzung; Tages- und Monatsbudgets mit Prognose zum Tagesende; Haupt- und Nebenzeitpreise; CSV-/JSON-Export und CLI-Bericht ohne Abhängigkeiten. Berücksichtigt auch GLM (Zhipu) und Kimi über Drittanbieter-Routen. Gepflegter Fork von olimc2016/dsh-token-meter-panel (MIT, 0.6.7) mit neuem Panel; eigene Zeilen-, Routen- und Slot-IDs erlauben die Installation neben dem Original.

Promptverbesserung für den DSH-Web-GUI-Composer. Vor der Generierung lässt sich ein Stil wählen (nur Logik, strukturiert oder knapp) oder in den Einstellungen ein eigener Systemprompt eingeben bzw. löschen. Eine Glitzerschaltfläche oder Shift+Tab lässt den Harness-Modell das aktuelle Entwurf umschreiben und streamt das Ergebnis in eine Inline-Vorschau mit Original/Verbessert-Vergleich und laufendem Denkzeit-Timer. Per Klick wird der Text zurück in den Composer übernommen; eine Rückgängig-Leiste bleibt verfügbar. Einstellungen für Modellroute, temperature, Längenlimits, Kontextbewusstsein, Rückgängig-Verhalten und Tastenkürzel.

Native Mixture-of-Agents zur DSH-Generierung: In jedem Zug erstellen Referenzmodelle parallel Vorentwürfe mit demselben Sitzungskontext; ein Aggregator führt anschließend mit allen Tools aus. Enthält Konfigurationen als Modellrezepte, F-Spiegel/R-Kurzansichten, erzwungene Subagenten-Freigabe (doppelförmiger Sitzungsindex), Vision je Rezept (Bildlesen an reine Text-Aggregatoren weiterleiten), gestaffelte Taktung mit getrennten Steuerungs-/Patrouillenlisten und eingefrorener Wiederverwendung zwischen Takten. Degenerierte Referenzausgaben werden verworfen, Fehlerhinweise zeigen keine Provider-Identität und der Probelaufdatensatz bleibt am Entstehungsort statt jeder Anfrage angehängt zu werden, damit der Präfix im Cache bleibt; standardmäßig bei allen Takten aktiv.

Leitet Implementierungsaufgaben vom Hauptmodell an Ausführungsmodelle weiter und sammelt deren Berichte.

Mehrrollen-Gruppenchat für DeepSeek Harness: als eine Figur mit 2–3 KI-Mitgliedern chatten; Antworten nach Adressat routen, mit probabilistischen Zwischenrufen anderer Figuren; @-Übergaben, private Erinnerungen und Beziehungen, globale Figurenbibliothek, Fehlerdiagnose und erneuter Antwortversuch, Suche, angeheftete Szenennotiz, seitenweise lange Historie, tabübergreifende Synchronisierung, Modelle aus dem Anbieterkatalog sowie JSON-Import/-Export.

Erkennt und maskiert sensible Nachrichtentexte vor dem Senden an Modelle, mit lokalen Regex, BERT im Browser, Erkennung über die ZeroClave-API und manueller Prüfung.

Drei Funktionen für die DSH-Pluginentwicklung: geänderte Plugins neu laden, den Client neu starten, wenn sich eine Änderung nicht per Reload anwenden lässt, und das Modell selbst einen Reload auslösen lassen. Der DSH-eigene Pfad lässt unveränderte Plugins weiterlaufen. Der Neustart startet außerhalb des Clients und gelingt daher auch, wenn der Client ersetzt wird; während einer Sitzung oder eines Jobs wird er abgelehnt. Schlank: keine Parameter, kein zusätzlicher Kontext, Schaltflächen standardmäßig aus.

Git-Arbeitsbereich im JetBrains-Stil für DSH: Staging nach Hunks und Zeilen, nebeneinanderliegender Diff mit Hervorhebung auf Wortebene, Commit-Graph und Branch-Aktionen, Drei-Wege-Konfliktauflösung sowie Commit-Textentwürfe mit dem Host-Modell.

Action Hub für DSH: Standardbibliothek für Agent Skills. SKILL.md-Dateien laufen als modellseitige Skills oder nur für Nutzer sichtbare Commands. Gruppen, Projektbereiche, Import/Export und native Alt+A-Palette.