Plugins

team-task für DeepSeek Harness: langfristige Multi-Agenten-Aufgaben — ein Lead plant einen überprüften DAG, dauerhafte Mitglieder führen aus, ein Ereignisprotokoll ist die einzige Wahrheit, und ein residenter Versöhner überlebt Abstürze und Neustarts.

Modellseitiges `generate_image`-Tool für reine Textmodelle: Das Modell bittet in natürlicher Sprache um ein Bild, Gemini zeichnet es über die Antigravity-CLI, das Bild wird in einem konfigurierbaren Ausgabeverzeichnis gespeichert, und das Tool gibt die Dateipfade zurück, die das Modell in seiner Arbeit nutzen kann.

LoongPort DeepSeek Harness (dsh) Cordis-Bundle und Setup-CLI

Leichtgewichtiges OMDSH Runtime- und Profile-Pack-Toolkit für auditierbare DSH-Komposition, Signierung, Kandidateninstallationen und Rollback

Automatische und benutzerdefinierbare Fluent-Style-Icons für DSH-Einstellungen und Seitenleistenaktionen, mit Offline-SVG-Paketen und Erhalt der Original-Icons.

Erweiterter Workspace-Verzeichnis-Browser für die Web-UI: One-Click-Zugriff auf /mnt-Windows-Drives unter WSL, volle Breadcrumb-Abstammung und immer sichtbare Pfad-Eingabe.

DeepSeek Harness Plugin: Importiert Modelle mit Fähigkeiten aus einer OpenAI-kompatiblen /v1/models-Liste (Gateway-Fähigkeitserweiterungen) und bearbeitet modellspezifische Fähigkeiten (Denken, Vision) auf der Einstellungsseite.

Eine Vollbild-Terminal-Workbench für DeepSeek Harness mit einem dauerhaften Assistenten, nach Arbeitsbereichen gruppierten Projektsitzungen, reinem Transkript-Scrolling sowie strukturierten Ansichten für Reasoning, Tools, Diffs, Pläne und Subagenten.

Pokemon-artiges Catch-em-All: deine echte Arbeit ist das hohe Gras — Turns, Tool-Calls und Fehler erzeugen wilde Begegnungen; wirf Bälle, fülle ein 28-Slot-Dex, führe ein Team aus sechs. Null Tokens, unsichtbar für das Modell.

Qualitätsbewusste Plugin-Erkennung im Agent: ein find_dsh_plugins-Tool, das das gesamte dsh-plugin-Thema über einen täglichen qualitätsbewerteten Index (installierbares Manifest, kuratierte Liste, Lizenz, Aktivität) in Kombination mit einer Live-gh-Suche einstuft — null LLM-API-Kosten, Risikoflags und exakte Installationsbefehle in jedem Ergebnis.

Mobile Anpassung für die DSH-Web-UI: kompakte Typografie, Composer über die volle Breite mit Caret-Korrektur, Drawer-Seitenleiste mit Schließen per Overlay, zweistufiger Einstellungsablauf, responsive Tabellen und Statistiken sowie sichere Touch-Ziele.

Skill-Zentrum in der DSH-Weboberfläche: durchsuche geladene Skills gruppiert nach Quelle (system / project / user / custom / runtime), mit Erstellen, Aktivieren/Deaktivieren und Löschen (verschiebt nach .trash).

Regel-, Befehls- und Skill-Manager für dsh: /rules-Slash-Befehl, Einstellungs-Panel mit visueller Regelbearbeitung (hinzufügen/bearbeiten/deaktivieren/löschen, Freizonen-Unterstützung), benutzerdefinierte Befehle mit {input}-Argumenten, Skill-Verwaltung und automatische Sicherung plus Ein-Klick-Wiederherstellung von AGENTS.md.

Eine andockbare IDE-Workbench für die DSH-Web-UI: ein GPU-beschleunigtes Terminal (restty-Renderer über einem Rust-PTY), ein CodeMirror-Editor, ein Datei-Explorer, Notizen, ein sandboxed Browser und ripgrep-Inhaltssuche.

Pro Aufgabe isolierte Git-Worktrees mit vollständigem Erstellen/Synchronisieren/Abschließen-Lebenszyklus: Aufgabennamen leiten Branches automatisch ab, Merge-Ziele werden doppelt geprüft und eine Stapelbereinigung ist integriert — keine manuellen Git-Operationen.

Untersucht vor der Entwicklung lokalen Code sowie GitHub/npm nach wiederverwendbaren Implementierungen, bewertet Wiederverwendung versus Neuschreiben und prüft die Architekturkopplung.

Linter für Chain-of-Thought-Lecks: eine CLI ohne Abhängigkeiten, die Reste von KI-Sitzungen in Dokus und Kommentaren findet (veraltete Design-Zitate, PR-Perspektive, Änderungsnarrativ, Review-Abläufe) und das cot-trim-Fixes-Skill als installierbares Bundle mitliefert.

Chat-Bildanhang-Brücke mit einem view_image-Werkzeug für jedes OpenAI-kompatible VLM (lokales Ollama oder Cloud): eingefügte/abgelegte Bilder werden zu view_image-Pfadmarkern, bevor sie Text-only-DeepSeek-Modelle erreichen.

Vision-Anbieter-Route, die angehängte Bilder über ein konfigurierbares Modell (über 15 OpenAI-kompatible und Anthropic-Anbieter) in Text transkribiert, während DeepSeek weiterhin antwortet.

Vision-Bridge für textonly-DeepSeek-Routen, der angehängte und lokale Bilder über konfigurierbare OpenAI-Responses-, Chat-Completions- oder Anthropic-Messages-Endpunkte analysiert, während bildfähige Routen nativ bleiben.

Nutzt den eingebauten Vision-Modus von DeepSeek web für reine Textmodelle: Das Tool deepseek_vision steuert die lokale Browser-Automatisierung deepseek-vision-cli (Helfer für manuelle Anmeldung, deep-think aktiviert, automatisches Schließen des Browsers) und liefert Bildbeschreibungen als Text.

Vision-Toolkit für textonly DeepSeek: modellaufrufbares `vision`-Tool, Wrapper-Adapter für deepseek/opencode-go (v4 flash/pro), Antigravity-IDE-Kontingent (default, flash/pro) / jeden OpenAI-kompatiblen VLM / Gemini / lokale Ollama-Kanäle, Evidenzspeicher mit Kompaktierungs-Rehydration, Content-Hash-Cache und ein zweisprachiges Client-Panel.

Unabhängige Browser-Abnahmetests für Agenten-Deliverables: JSON-Spezifikation hinein, echtes Chromium-Verdikt heraus.

OpenAI-kompatible Bilderzeugung im DSH-Desktop-Chat: inline generieren, Referenzbilder bearbeiten oder vorherige Ergebnisse direkt weiterbearbeiten (Image-to-Image) ohne erneutes Hochladen, mit Storage-Bereinigung.