Plugins

Codex-artige Fensterfassung für DSH Desktop unter macOS und Windows: Drücken Sie beide Command-Tasten (macOS) oder beide Ctrl-Tasten (Windows) oder die Kamera-Schaltfläche, um das vorderste Fenster aufzunehmen, es an den aktuellen Chat anzuhängen und einen Accessibility-Baum im VoiceOver-Stil als versteckten Kontext einzufügen.

Verwandelt deine DSH-Token-Nutzung in ein Gacha-Spiel: Füttere ein Monster mit Tokens, verdiene Münzen, ziehe aus 14 KI-Waifus (Kimi/GLM/Gemini/Claude und mehr), verbessere Artefakte und stelle mit täglichen Login-Boni ein Balatro-ähnliches Kampfteam zusammen.

Audio- und Sprachwarnungen für die dsh Web GUI: unterschiedliche Töne und optionale Sprachausgabe für Genehmigungen, Fragen, Abschlüsse und Fehler.

Stabile, editierbare PPTX-Generierung für KI-Agenten — semantische IR rein, natives DrawingML raus

Sitzungsbasiertes Task-Board in der Sidebar: Sitzungen in Todo/Doing/Review/Done-Spalten ziehen, Sitzungen mit Modell- und Reasoning-Effort-Auswahl erstellen, Trash mit Restore, Notizen, Export/Import.

Erkennung von totem Code in KI-generierten Codebasen: graphlint erstellt einen Abhängigkeitsgraphen, findet von keinem Einstiegspunkt aus erreichbaren Code, um die Codebasis zu bereinigen und die funktionale Wirksamkeit zu verstehen, und stellt DSH-Agenten die Tools graphlint_query / graphlint_build / graphlint_config sowie einen graphlint-Skill bereit.

Das DeepSeek Harness-Bündel registriert eine Fertigkeit, die lange Produktionen (wissenschaftliche Arbeiten, Branchenanalysen, Wirtschaftskommentare) in eine 9-Rollen-Pipeline verwandelt: T1 Literatur- / T2 Daten- / T3 Fall-Scouts parallel, T4 Analyst, T5 Autor, T6 kritischer Begleiter, T7 Prüfer, T8 Finalisierer, T9 Peer-Reviewer vom Koordinator ausgeführt. Über 6 Phasen mit dreieckiger Evidenzprüfung, 23-Prüfungen-M-Gate, G0-G14-Audit inkl. chinesischem KI-Tracing-Gate, Peer-Review-Bewertung mit Journal-Matching und 4 menschlichen Checkpoints. Installation mit `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch plus lib/index.js-Eintrag); liefert Rollenkarten für T1-T9, Vorlagen und 11 Verifizierungsskripte ohne Abhängigkeiten, mit fünfsprachigen READMEs.

Lässt dein Telefon über CallKit klingeln: die Tools `call_me` und `text_me`, plus optionale Anrufe bei Rundenende und Freigaben, deren gesprochene Antwort zurück in die Sitzung transkribiert wird.

Klappt störende Nachrichten (Think, Bash usw.) in Unterhaltungen ein.

Laya-typisierte Entscheidungen (`noul` Ja/Nein, `choice`, `score`) als erstklassiger Cordis-Dienst (`ctx.laya`) plus die für das Modell sichtbaren Tools `laya_ask` und `laya_plan`. Das Plugin selbst installiert und lädt nichts herunter: Es ist ein Client eines `laya-mcp serve`-Sidecars, den Sie selbst starten, und es meldet, dass der Sidecar nicht läuft, statt beim ersten Tool-Aufruf unklar zu scheitern.

Vollduplex-Sprachinteraktion auf Chinesisch für DSH Web: diktiere und bearbeite Aufgaben, sende Anfragen, verwalte Sitzungen, beantworte DSH-Fragen und höre prägnante Aufgabenabschluss-Ansagen.

Verschiebt Sitzungen zwischen Workspaces per Drag-and-Drop mit echter In-Place-Migration; stellt verwaiste oder nicht registrierte Sitzungen wieder her; verweist veraltete Workspaces nach Ordnerumbenennungen neu. IDs und Verlauf bleiben intakt, mit Sicherung und Rollback pro Schritt.

Playwright/CDP-Web-Fetch-Anbieter für das integrierte Tool web_fetch: rendert Seiten in einem echten Browser, bereinigt sie von Störungen (Readability + DOMPurify) und gibt Markdown zurück.

Learning-Mode-Agent-Preset: ein Coding-Agent, der beim Coden lehrt — konkrete szenariengestützte Erklärungen, sokratische Anleitung und TODO(你)-Übungs-Lücken, modelliert nach Claude Codes Learning-Output-Stil; installierbar über dsh plugin add (dsh-learning-mode auf npm).

Gesundheitsprüfungen für DSH-Plugins: Manifest/Patch/Entry/Build/Pack/Install-Verifikation, modellaufrufbares plugin_check, Profil-Host-Shadowing + BOM-Erkennung, Umgebungsdiagnose und Poison-Preflight.

Composer-Mikrofon für die Web-UI: Tippen zum Überwachen der Live-Transkription und Gedrückthalten zum Sprechen, mit Host-Edge-TTS-Antwortvorlesung, die gestreamt wird, während das Modell generiert, Echo-Pause während des Vorlesens und Tippen zum Stoppen.

Deine DeepSeek-Harness-Web-UI, neu gebaut fürs Smartphone. Für Entwickler, die in Termux auf Android coden: einspaltiges Layout, Sidebar-Drawer, einzeiliger Composer, scrollbare Vollbild-Einstellungen und Trajektorien-Details, Sitzungsstatistiken per Tap. Desktop bleibt unverändert.

Zu Tavern Helper (JS-Slash-Runner) kompatible Script-Runtime-API für DSH (eigene Neuimplementierung, kein Upstream-Code).

Browser-Benachrichtigungen und ein Piepton, wenn ein Gesprächsdurchlauf endet, der Agent eine Frage stellt oder eine Freigabe aussteht; Klick auf die Benachrichtigung springt zur Sitzung; Remote-Trigger-Endpunkt und SSE-Kanal (npm: `bsfeng-dsh-notify`).

Bidirektionale QQ-Brücke über OneBot v11 (Reverse WebSocket): Sitzungen pro Gruppe und pro Privat-Chat, @-zitierte Sprach-Speech-to-Text, private Bild-/Animations-Sticker-Anzeige, Gesichts- und Sticker-Tools.

Math Agent Framework für DeepSeek Harness: Engine für symbolische Herleitung (CES / quadratische Formen / ODE / PDE), SymPy-Verifikation, vom Lean-4-Compiler verifizierte formale Beweise sowie QED-artige multi-agenten adversarische Verifikation, bereitgestellt als native DSH-Werkzeuge über eine TS-Shell, die eine Python-Engine anbindet. Erfordert das Klonen des math-agent-framework-Repositorys und `pip install -r requirements.txt`, wobei MATH_AGENT_HOME auf den Repository-Stamm zeigt. Jedes Ergebnis enthält Provenienzangaben (Engine-Versionen, Seed, Toleranzen) und ist als nicht vertrauenswürdige Daten gekennzeichnet.

DSH-Plugin, das Agenten mit Cheat Engine für dynamisches Speicher-Debugging verbindet: Scannen, Pointer-Analyse, Breakpoints und Game-Memory-Hacking.

Mobile-Remote-Suite: Host-Pairing-Plugin mit QR-Offer, Loopback-Host-Gateway, verschlüsseltem Tunnel und Same-LAN-WebRTC-Direct, plus Android-APK in diesem Repo.

Konfigurationsgesteuerte Lebenszyklus-Hooks, einschließlich Kontextinjektion: Deklarieren Sie event, handler und outcome in YAML, wobei der handler ein in-harness-Tool (MCP eingeschlossen), ein Shell-Befehl oder ein HTTP-Endpunkt ist und das outcome model-visible context, ein denied tool call oder fire-and-forget ist.