Plugins

Pro-Subagent LLM-Anbieter/Modell-Auswahl mit Rollen-Templates.

Speichern Sie jeden wiederkehrenden, lästigen Vorlagen-Prompt — ein Mausklick fügt ihn in den Composer ein und erspart Ihnen die Mühe. 🌹

Token-Kosten-Pipeline für DeepSeek Harness: druckabhängige, geschichtete Kompaktierung (verlustfreie Projektion unter 40 % Kontextdruck, darüber LLM-Zusammenfassung), Tool-Allowlisting pro Agent, Langtext-zu-Bild mit Vision-Zusammenfassung und ein /token-status-Befehl, der Druck, Stufen und eingesparte Tokens verfolgt.

OMK — Observe. Measure. Know. Evidenzgestützte Wissensänderungen für KI-Anwendungen.

Ollama-Provider für DeepSeek Harness mit Modellverwaltung, Gesundheitsprüfungen, regelbasiertem lokalem Routing und Cloud-Fallback.

Nutzt den ChatGPT-Login der Codex-CLI als `openai-codex`-LLM-Route weiter und fügt den DSH-Web-Einstellungen GPT-Auth-Steuerelemente hinzu.

Harness-neutrale Infrastruktur für die Zuverlässigkeit von KI-Coding-Agenten: umkehrbare destruktive Aktionen, Redaktion vor der Ausgabe, Wiederherstellungsnachweise und ein gemeinsames Decision Protocol mit optionalen nativen Adaptern.

Füllt auf der Models-Seite aus, was der offizielle pi-ai-Adapter auslässt: Erreichbarkeitsprüfung des Gateways mit Latenz, Ein-Klick-Abruf des Gateway-Modellkatalogs mit Checkbox-Rückschreibung in die Einstellungen, DeepSeek-Guthaben und Anbieterkontingent direkt vor Ort angezeigt, das Protokoll und der Endpunkt, an den jeder Anbieter tatsächlich angebunden ist, sowie ein Modell-Dropdown, das nur das auflistet, was gerade funktioniert — ein abgelaufener Schlüssel, ein leeres Guthaben oder ein erschöpftes Kontingent wird ausgeblendet, bis Sie es beheben, und kehrt von selbst zurück.

Romanschreibassistent-Plugin (v4.1.1): Satzmuster-/Emotions-/Bildlichkeitsanalyse, Verwaltung von Vorausdeutungen, lokale semantische Suche, Atmosphäre-Spektrum, Stilprofil-Berichte, sechsdimensionale Schreibstil-Basislinie, Originalmodus und Kreativmaterialien, Schreibwächter (Übergänge/OOC/Gliederung); inklusive stdio-MCP-Server (nutzbar mit Claude Desktop / Cursor).

Fügt eine inoffizielle, per Antigravity-OAuth abgesicherte LLM-Route, Websuche, Bilderzeugung und -bearbeitung, Videoverständnis, Kontingentstatus und DSH-Web-Einstellungskontrollen hinzu.

Einstellungspanel für Nutzungsstatistik: 26-Wochen-Aktivitäts-Heatmap, täglicher Token-Trend mit Cache-Trefferquote-Kurve, pro Modell Donut und Aufschlüsselung, Zeitrang-Filter, Summary-Karten, einmaliges historisches Backfill und verlustfreier Neuaufbau.

Verleiht reinen Textmodellen Sehvermögen: leitet Benutzerbilder an ein OpenAI-kompatibles Vision-Modell weiter und zeigt die Beschreibungen in einem rechten Panel der Web-UI an.

Anatomie-Panel für die Agent-Body-Organe: liefert ein Live-Vitalwerte-Dashboard unter /anatomy direkt im Harness selbst – Organe, Herzschlag, Heilungsjournal, Selbsttrainings-Zähler und der echte Pulsstrom – direkt aus den Laufzeitdateien gelesen statt neu eingetippt. Nur Host, kein Client-Bundle und kein Build-Schritt.

Zero-residence-Kontext-Engine: Große Tool-Payloads werden aus dem aktiven Kontext in einen abfragbaren Speicher ausgelagert, sodass nur deterministische Zeiger zurückbleiben und die Prompt-Tokens pro Turn nicht mehr mit dem Transkript wachsen. Maskierte Inhalte werden auf Anforderung wörtlich aus dem Sitzungsprotokoll rekonstruiert – anhand der Tool-Call-ID oder der Session-Seq.

Organkern von Agent-Body: Plugins als ein einziger Körper. Jeder Befehl wird ein Nervenimpuls, der deterministisch das zuständige Organ innerviert und die Fähigkeit benennt; ein Herzschlag mit variablem Intervall pumpt Betreiber-Direktiven, Propriozeption und Homöostase-Warnungen systemweit; Reflexbögen feuern ohne Modellaufruf; Fehler folgen einer deterministischen Zuordnung (Tool, Argumente, Berechtigung, Timeout, Netz), einem Rezept und einer Nachprüfschleife, Argumentfehler werden nie automatisch wiederholt. Ein fehlendes Organ kompensiert das mit der größten Fähigkeitsüberschneidung, und Tool-Schemata werden nach der aktuellen Absicht gefiltert (gemessene Reduktion 84,7 %, im Repo reproduzierbar). Dies ist das Kern-Plugin-Paket im agent-body-Repository.

Das Gedächtnisorgan von Agent-Body: Nach 2 Minuten Stille geht es in leichten Schlaf, nach 5 Minuten in Tiefschlaf, wo deterministische Regeln echte Erfahrung zu Gedächtniskarten destillieren (Fallstricke, Playbooks, Hotspots, ungelöste Probleme, Fakten). Eingehende Befehle rufen verwandte Karten per Schlüsselwort ab und injizieren sie in den Kontext; lange ungenutzte Karten verfallen mit einer Halbwertszeit und werden archiviert statt gelöscht. Außerdem entrauscht es körperweite Homöostase-Warnungen: Wiederholungen innerhalb eines Fensters werden gezählt statt erneut ausgegeben, und eine Warnung, die immer wiederkehrt, ohne je zu heilen, konvergiert zu einem bekannten Steady-State-Offset und verstummt. Konsolidierung und Abruf machen keine Modellaufrufe.

Smart-Charts-Skill: verwandelt Datendateien (CSV/TSV/TXT/XLSX/XLS/JSON) in eigenständiges interaktives ECharts-HTML – 32 Diagrammtypen inklusive Offline-Karten, 3 Themes, kein CDN. Ein --profile-Datenprofil (dtype je Spalte, Kardinalität, Fehlwerte, Stichproben, Statistiken, Entitätskörnung, Insight-Signale) lässt den Agenten die Daten selbst lesen und das Diagramm wählen; jedes Diagramm bettet ein Fact Sheet (plot_stats + data_preview) ein, dessen Zahlen die einzigen zitierbaren Werte sind. LLM-Transform-Code läuft in einer eingeschränkten Sandbox (Blacklist + AST-Whitelist + sichere Builtins); --doctor prüft die Python-Umgebung selbst. Vollständig offline, ECharts mitgeliefert.

DeepSeek-Harness-Web-Plugin, das gestreamtes Assistant-Markdown mit markstream-react rendert.

Eine gesendete Nachricht bearbeiten, um rückwärts zu spulen und die Konversation von diesem Turn zu verzweigen, Versionen mit einem Zähler unter der Bubble wechseln und jeden Branch in einem turn-stufigen Versionsbaum durchsuchen.

Denk-Budgets pro Anfrage, ein Kompaktierungs-Backend und ein Einstellungs-Tab für die lokale Qwen3.8-Linie (llama.cpp oder NInfer).

Auf dem Host laufende cron-Engine mit Web-Jobs-Board und einem timer_agent-Tool: löst echte Agent-Sitzungen nach Zeitplan aus, setzt eine angeheftete Sitzung für Kontext fort oder startet neue in einem gewählten Projekt-Workspace.

Port von DietrichGebert/ponytail v4.9.0: immer aktivierter Lazy-Senior-Modus mit einer 7-stufigen Leiter (YAGNI bis Minimalcode), 6 Skills für Review, Audit, Schulden, Gewinn und Hilfe, ohne leere Tools.

Einheitliches verankertes Agenten-Preset für DeepSeek V4 Pro/Flash auf der offiziellen API und opencode-go: minimal-exakter Zwei-Tool-Bootstrap für die erste Anfrage, modellbewusste Pro-/Flash-Pfade und epoch-bewusste Katalogverwaltung für Stabilität in langen Sessions.

DeepSeek Harness-Plugin, das Jev-Urteile in drei automatische Aktionen übersetzt — übermäßig große Tool-Ausgaben auf die für die Anfrage relevanten Segmente kürzen, abgerufene Seiten auf an das Modell gerichtete Anweisungen prüfen und auswählen, welcher Skill zum nächsten Schritt passt — plus die Tools jev_ask und jev_gate, ein Urteils-Journal, das Neustarts übersteht, und einen /jev-status-Bericht. Benötigt einen TypeSafe-API-Schlüssel; ohne diesen ist es inaktiv und sendet nichts.