Plugins

Täglicher KI-E-Mail-Überblick: zehn Quellen, darunter OpenAI, Anthropic, Google DeepMind, Hugging Face, arXiv und Hacker News, Gruppierung ähnlicher Meldungen, Bewertung mit Code und LLM, Versand der Top 3 in vier Teilen (Fakten, Bedeutung, Wirkung, offene Fragen). Vier Gesprächs-Tools plus Seitenleiste für Vorschau, sofortiges Senden und Zeitplan.

Drei enthaltene Chibi-Begleiter erinnern mit Wolkenblasen und leichtem Wippen an Pausen, Wasser, lange Sitzungen und späte Nächte. In-page ohne Downloads; das optionale macOS-Fenster benötigt einen separat geladenen Electron-Helper.

Bidirektionale GitHub-Repo-Synchronisierung für DSH: Konflikt-Rollback und Prüfungen vor Push, Actions/CI-Details je Schritt, Repos hinzufügen/entfernen/umbenennen, Webpanel mit lokalen/entfernten Dateibrowsern, Zeitplan und sechs Agent-Tools.

Zeigt Repo, Branch, Worktree-Änderungen und kurze Commit-SHA im Composer; mit durchsuchbarem Branch-Wechsel und Diff-Panel je Datei rechts.

Branch-Panel für den Composer: erstellt regelgeprüfte Branches aus production6, prüft Commit-Nachrichten nach type(scope) und führt commit, push oder Merge nach stage mit einem Klick aus.

Allgemeines Monitor-Plugin für DSH Desktop: HTTP-Polling-Regelwerk. Prüft beliebige Endpoints nach Zeitplan (mehrere Schritte, Variablenextraktion, JS-Bedingungsausdrücke); bei erfüllten Bedingungen wird eine sichtbare Agent-Sitzung zum Handeln geweckt, sonst gibt es keine Modellaufrufe. Sidebar-GUI für Erstellen, Bearbeiten, Pausieren, Testen, sofortiges Auslösen und Laufverlauf, mit UX wie der integrierte Scheduler.

Hält das Aufgaben-Register eines Repositorys als residente Prompt-Sektion und registriert elf native Tools. Dazu gibt es Seitenleisten-Panel und schwebendes Fenster zum Durchsuchen der Queue und Abzeichnen von Review-Aufgaben.

Maschinengeprüftes Begründungsregister: Jede Tatsache muss auf eine echte file:line verweisen und wörtlich daraus zitiert werden; jede Annahme nennt ihre Widerlegungskriterien, und Schlussfolgerungen dürfen nicht auf Annahmen beruhen, die nie erneut geprüft werden. Speichert optional Review-Datum, Konfidenz und Abbruchbedingung. Enthält Checker, /fp-Befehlsfamilie, optionales Gate mit Nachfrage vor irreversiblen Shell-Befehlen sowie Web-Panel mit je Runde behobenen Fehlercodes.

Schreibgeschütztes orchd-Panel in der rechten DSH-Seitenleiste: Aufgaben- und Ideenboard, Abhängigkeitsgraph, Review-Zeitachse und Installationseintrag für das Projekt der aktuellen Sitzung.

Investment-Recherchepaket: 10 Tools (Suche, Seitenabruf, Quellenprüfung, Behauptungsprüfung, Zahlenprüfung, Channel-Status, Workflow-Loader, Chart-Engine, PDF-Renderer, PDF-Gate) und 23 angepasste Skills von ai-berkshire. Ein sechsstufiger Ablauf lässt vier parallele Agents (Duan Yongping, Buffett, Munger, Li Lu) ein Unternehmen untersuchen, gegenseitig prüfen und ein diagrammreiches PDF mit Titelblatt, Tabellen, Bildunterschriften und Seitenzahlen erstellen. Python 3.10+ erforderlich; Chart- und PDF-Tools benötigen auch python-docx und matplotlib.

Prüft vor Veröffentlichung Geometrie: Pixel, Verhältnis, dpi, Größe/Format, reale Druckbreite, Farbmodus. Keine Inhaltsprüfung (QR, Text/Bild-Anteil, Rechte, Verbote). Nur Python-Standardbibliothek, keine Drittpakete, Eingaben unverändert; Python 3.8+. 10 Plattformen/20 Slots mit Vertrauenslabel: WeChat MP, Xiaohongshu, Bilibili, Zhihu, Weibo, Douyin, WeChat Channels, Zeitschriften, Druck, Kundenauslieferung. Auflösung per ID/chinesischem Namen/Alias (Fuzzy). Manuell oder automatisch nach Datei-Ausgabe bei genanntem Veröffentlichungsziel; bei Erfolg eine Zeile, Details nur bei Fehlern. Zeitschrift/Druck: reale Breite per Pixel/dpi, erkennt zu kleine Drucke trotz gültigem dpi-Metadatum. Mehrfachbilder: Konsistenz prüfen, Ausreißer nennen.

Skill-Panel für die DSH Web GUI: listet installierte Skills mit chinesischen Annotationen, acht Kategorienfiltern, Pinyin-/Fuzzy-Suche und Sortierung nach Pin und Aktualität. Verwaltet Skills direkt: anheften, deaktivieren, anzeigen, mit Rückgängig-Option deinstallieren. Eigene Wartungs-Skill enthalten.

Zeigt, welche Skills jeder Turn aufgerufen hat, und installiert, aktualisiert oder entfernt Skills in der App.

Verwaltet einen GitHub-Pages-Blog über ein DSH-Panel: Markdown-Artikel nach Tag anzeigen, im Split-Editor mit Front-Matter-Formular bearbeiten und Änderungen per GitHub REST API als einen Commit veröffentlichen.

Besprechungsnotizen für dsh: eine Besprechung je Unterhaltung, lokal transkribiert und nach Sprechern getrennt, mit Punkten, Aufgaben, handschriftlichen Notizen, Reviews und Monatswerten im selben Panel. Export als SRT/Markdown/Word und portables ZIP zum Import in anderes dsh. Bestätigte Aufgaben gehen per Klick entsprechend den Robotereinstellungen an DingTalk/WeCom. Erkennungsmodelle austauschbar; stärkeres lokales Modell per Datei importierbar. Cloud-Erkennung standardmäßig aus, keine Anfrage ohne Zustimmung. Word-Export benötigt Python und python-docx; beim ersten Lauf wird ein Modell mit 28 oder 77 MB geladen.

Erfordert macOS und AirPods mit Head-Tracking. Beantwortet DSH-Berechtigungsabfragen und Fragen per Kopfgesten: Nicken erlaubt/bestätigt, Schütteln lehnt ab oder verschiebt die Auswahl. Installiert die macOS-Menüleisten-Begleit-App über eine Sitzungskarte.

Workspace-Ordner für temporäre Skripte und Laufprotokolle unter `.dsh-fix` in jedem Projekt. Registriert Skripte mit Sprache und Zweck, findet übrig gebliebene Scratch-Skripte, Backups und Logs, führt sie mit Timeout aus und schreibt zeitgestempelte Logs. Ausgewählte Dateien werden reversibel in den Papierkorb verschoben und je Stapel wiederhergestellt. Scans listen nur auf und löschen nie; Bereinigung verschiebt Dateien. Git-getrackte Dateien werden ohne Force abgewiesen. Mit 7 Agent-Tools und Einstellungsbereich.

Erstellt benutzerdefinierte Tools in Python über Webseite, Chat oder native Panels der dsh-go-App und registriert sie ohne Neustart als DSH-Tools. Gefährliche Tools erfordern bei jeder Ausführung eine integrierte Freigabe; Tools lassen sich zu Packs gruppieren, optional pro Unterhaltung freischalten. Python 3 muss in PATH liegen.

Führt .claude/-Slash-Befehle und permissions.deny-Regeln eines Claude-Code-Projekts in DeepSeek Harness aus. Erweitert $ARGUMENTS, Positionsargumente und @file-Referenzen im nächsten Agent-Turn; passende Toolaufrufe werden vor Ausführung abgelehnt. Prüft Hostdienste einzeln; fehlendes Command-Registry, Arbeitsverzeichnisdienst oder TUI-Statuszeile schaltet nur die betreffende Funktion zurück.

Sitzungsübergreifendes Artefaktzentrum: Agent-Tools registrieren Lieferdateien (PDF, Excel, PPT, Code, JSON) in einem gemeinsamen Verzeichnis; Seitenpanel filtert nach Kategorie, Endung oder Stichwort.

Modellgesteuerte Archivierung von Tool-Ergebnissen: Oberhalb einstellbarer Größe erhält das Ergebnis eine kurze ID (#a1b2c3d4); das Modell archiviert nicht mehr benötigte Ergebnisse unter archives/ der Sitzung. Im Kontext bleibt ein kleiner wiederherstellbarer Stub mit Pfad; Originale bleiben im append-only Sitzungslog. Settings zeigt Wiederherstellungsstatistik je Größenklasse, Schwellen ohne Neustart und bedingte Erinnerung. Statistikpanel benötigt dsh-better-sidebar.

Verwandelt englische MP3-Hörbücher und Dokumente in Hörlektionen. Transkribiert jeden Satz lokal mit dem bereits von DSH Voice Input geladenen Sprachmodell (ca. 241 MB, bei Fehlen beim ersten Einsatz geladen; ffmpeg nötig), DSH-Modell korrigiert und erklärt. Übung mit blindem/intensivem Hören und Wiederholungsabständen, Export chinesischer Synchronfassung. Offline-Kokoro-Stimmen, Seitenpanel und vier KI-Tools.

Release-Gate für KI-Antwortqualität. Zwei Wege: vorhandenes VeriScope-Archiv durch das originale Python-Qualitätsgate abspielen oder nur mit Node einen Schwellenwert auf einen Ragas-Zeilenexport anwenden – ohne VeriScope, Python oder pandas. Liefert PASS/FAIL/REVIEW mit Belegen und nachprüfbarem Receipt; Schwellen je Zeile und exakter Dezimalvergleich. Bewertet nicht neu, ruft kein Modell auf, REVIEW wird nie PASS.

Lokaler BM25-Abruf, fail-closed-Schreibschutz, statischer Doctor und Memory-Panel für einen Engramory-Markdown-Speicher. Ohne Opt-in kein Netzwerk, Daemon oder Modellaufruf; Abrufqualität wird mit reproduzierbarem Repository-Benchmark gemessen.