Plugins

Protokolliert jede KI-Datei-Schreib-/Bearbeitungsoperation in Vorher/Nachher-Snapshots für einen Inline-VS-Code-Review-Flow (Hunks akzeptieren/ablehnen, Rückgängig pro Datei, kein git).

Nutzt dein ChatGPT-Abo in DeepSeek Harness über den Codex-Anmeldefluss von OpenAI.

Rollenbasierte KI-Schwärme für DeepSeek Harness: ein Architekt plant, parallele Builder führen aus, Reviewer sichern die Qualität, und ein Integrator liefert aus. Modell-Pinning pro Rolle mit Fallback-Ketten, Review-Schleifen, Evidenz-Verträgen, von Menschen gesteuerte Reviews, quotenbewusstes Pause/Resume sowie ein Live-Kanban + Flussdiagramm in der Web-GUI. 40 Tests; Installation von GitHub oder npm.

Automatische Fortsetzung unterbrochener Agent-Sessions: eine geordnete Regeltabelle routet nach Fehlertyp (Rate Limit, Quota, Auth, Kontextüberlauf, abgestürztes Orphan) zu automatischem Backoff-Retry, Modellwechsel, Fortsetzen nach Kontextkompaktierung oder einer Stop-Loss-Benachrichtigung, mit visuellem Regel-Editor und vollständigem Aktivitätsprotokoll.

model router pro Schritt: benannte Voreinstellungen mit geordneten Bild-/Stichwortgruppen-Regeln leiten jeden Agent-Schritt über jeden eingebundenen Anbieter und jedes Modell und ergänzen Kollaborationsabläufe für Bildtranskription, einen Bildschutz, ein Multi-Plan-Kontingentfeld und Pro-Schritt-Entscheidungs-Beobachtbarkeit.

Ein Pixel-Art- und Sprite-Animations-Editor im Browser mit Aseprite-kompatiblen Dateien, lokalen Crop/Outline-Blueprints und optionalen LLM-Workflow-Knoten.

Sitzungsübergreifendes Markdown-Gedächtnis mit LLM-Wiki/SOUL.md. Standard: erst nach erster Nutzernachricht, nur aktive Sitzung. remember/recall/consolidate/forget, Skill, pack/unpack-Migration, persönliche Erinnerungen im Leerlauf. Dateibudget schützt Index vor Trunkierung; last_access ermöglicht Relevanzabnahme. Nur-Lese-Dashboard: Größe/Aktualität/lint. Index via summary:, ziehbarer Seiten-/Tag-Graph mit Zoom, Filter tag/type/salience/hot/stale, Linkvorschläge, checkup mit priorisierten Maßnahmen. Skill bei Bedarf senkt Start-Payload ~23%. Eigenes Icon und Repo-Feedback. Erfordert DSH-Format v4, offizielles DeepSeek Harness 0.1.7+; Nachrichtenquelle plugin:memory.

Fragegesteuerter Discovery-Forschungsworkflow für DeepSeek Harness mit einem QDD-Agenten-Preset, dauerhaften manuellen und automatischen Ausführungen und einem prüffähigen Forschungspanel.

Visueller GitHub-Login ohne Terminal: Device-Flow im Fenster, Token-Synchronisierung mit der gh-CLI sowie Host-Status-/Start-Endpunkte.

Workflow für Finanzrecherche und Portfolio-Risiko-Tools mit Quellendisziplin für aktuelle Marktfakten.

Fünfzehn kuratierte Themenfamilien plus benutzerdefinierte reine CSS-Themes mit Import-, Vorschau-, Anwendungs-, Lösch- und Standardwiederherstellungs-Abläufen, die den nativen Modi Light, Dark und Follow system folgen.

Macht dein dsh bereit für ernsthaftes Coding. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython-REPL, Kontext als Variablen, abrufbare Cross-Compactions, vollständiger Kontext-Revive. `hash-edit`, `dvc://browser`, Subagent als Funktion, Workflow als Funktion.

Mach dein dsh bereit für ernsthaftes Coden. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython REPL, Context als Variablen, über Kompaktionen hinweg abrufbar, vollständige Kontextwiederherstellung. `hash-edit`, `dvc://browser`, Subagent als Funktion, Workflow als Funktion.

Wissensdatenbank nach dem Karpathy-LLM-Wiki-Muster für DSH: wiki-write/wiki-search-Fähigkeiten, abhängigkeitsfreie Pipeline (Lint/Index/mnemon-Speichersync/Qualitätsfeedback), minimales Lebenszyklus-Plugin mit Schema- und Wissensvorschau, SiliconFlow-Semantikabruf über einen Ollama-kompatiblen Proxy.

Agentengetriebenes Kanban-Board: ein Board pro Arbeitsbereich, Agent-Sitzungen pro Aufgabe, und ein geschützter Mensch/Agent-Workflow (Backlog → Zu tun → In Bearbeitung → Überprüfung → Erledigt).

KI kann Lebenslauftexte schreiben, doch Vorlagen können weiterhin falsch aussehen, Seiten überlaufen, Leerraum kann bleiben und kleine Änderungen können das Layout destabilisieren. dsh-resume bietet einen durchgängigen DSH-Workflow für wahrheitsgetreue Inhaltsverfeinerung, Vorlagenauswahl, A4-Layout-Optimierung, visuelle Prüfung und maßgeschneiderte Lebenslaufversionen für verschiedene Jobsuchszenarien.

Feishu/Lark-IM-Kanal für DeepSeek Harness-Agenten mit nativen Thinking-Process-Nachrichten, Freigabekarten, Live-Ziel- und Todo-Karten, Workflow-Fan-out-Linien, Textsuche in Sitzungen sowie Benachrichtigungen zu Hintergrundaufgaben und Subagent-Abschlüssen. Der Zugriff ist designbedingt auf den Sichtbarkeitsbereich der Feishu-App begrenzt — jeder, den die App zulässt, kann den Agenten steuern und seine Freigaben beantworten, sofern die optionalen Sender-, Gruppen- und Genehmiger-Allowlists nicht gefüllt sind.

Koordiniert Codex-Planung und unabhängiges Review, während die ursprüngliche DSH-Sitzung Änderungen implementiert und testet.

Deep-Collaboration-Schreibagent für DSH: nutzerbezogenes Stiltraining aus Edit-Paaren, Ablauf clarify→outline→section-writing→red-team→reader-gallery, Projekt-zu-Bericht-Synthese (Laborbericht / Produkteinführung / Umfrage / README), 41 MCP-Tools und Web-Auswahl-/Verbesserungs-UI mit Dateivorschau in der App.

Such-zuerst-Fähigkeits-Workflow für DSH-Agenten (v1.0.0): lokale Tools wiederverwenden oder Plugins mit exakter Quelle vor der Installation prüfen, Fähigkeiten in verwalteter Quellarbeit anpassen oder erstellen und Belege verwenden, die zwischen installierten, geladenen, aktivierten und verifizierten Zuständen unterscheiden; Versionierungstools decken Rollback, Übernahme und Upstream-Updates ab.

Zeichnet macOS-Desktop-Workflows in DeepSeek Harness per Vormachen auf und verwandelt sie in Agent-Skills (open-record-replay-Skill + orr_*-Tools).

Feishu-Meeting-Erinnerung: ein dsh-Plugin mit genau einem Nebeneffekt — dich mitten im KI-Flow daran zu erinnern, dass du „kohlenstoffbasierte Lebensformen treffen musst“.

Leichtgewichtiges Workflow-Plugin für DeepSeek Harness: Abläufe auf einer Leinwand entwerfen und in Planungs-Prompts umwandeln, die das Modell ausführt. Keine Ausführungsengine; den Status hält das Modell selbst fest.

Bindet die lokale GitHub-CLI (`gh`) als Agent-Tools ein: Pull Requests, Issues, Actions-Läufe, Repositorysuche und rohe API-Aufrufe. Ergänzt die Slash-Befehle `/gh status` und `/gh help` sowie zwei Webpanels: ein globales Repository-Cockpit und ein Workspace-Panel je Sitzung.