Plugins

Ein schlanker Port von Headroom: komprimiert Tool-Ausgaben, kürzt bis zu 20 % des Kontexts, ohne den Kontext-Cache des Modells oder die Agent-Leistung zu beeinträchtigen.

Leistungsprofiling und LLM-Cache-Diagnose für DeepSeek Harness — Kontext-Engineering, Latenzprofiling und Berichte zum Cache-Verhalten.

Exportiert reine Metadaten-Events zu DSH-Zügen, Modellen, Tools, Genehmigungen, Wiederholungen und Fehlern an Tuning Engines für kontrollierte Traces, Richtlinienbewertung, Kostenanalyse und Work-Session-Review, mit einer festplattengestützten Wiederholungswarteschlange.

Chinesische Lokalisierung für DeepSeek Harness: übersetzt zur Laufzeit alle System-Prompts, Werkzeugbeschreibungen und Laufzeitkontexte über den system-prompt/assemble-Wasserfall ins Chinesische (1788 Einträge, keine Quellmodifikation, Deinstallation stellt Englisch wieder her).

Honcho-Speicherbrücke: Synchronisiert jeden Gesprächsdurchgang automatisch mit einem selbstgehosteten Honcho-Dienst, mit recall/search/remember/context/status-Tools, Kontextinjektion beim Sitzungsstart und einem visuellen Einstellungsfenster.

NewAPI-LLM-Anbieter (OpenAI-kompatibles Gateway): registriert eine `newapi`-Route mit reiner Chat-Modellerkennung, füllt Modellparameter (Kontextfenster, Reasoning-Aufwand) automatisch aus models.dev aus und fügt einen Web-Einstellungsbereich für Basis-URL und API-Schlüssel hinzu.

MCP-Server-Manager-Plugin für DeepSeek Harness: Seite Einstellungen → MCP, OAuth (PKCE + dynamische Client-Registrierung) oder statische Token-Authentifizierung, Tools registriert als mcp__<name>__*.

MCP-Server-Installer und -Verifier für DeepSeek Harness: das interaktive init schreibt echte Patch-Einträge in ein Profil, list und validate prüfen sie, und ein CI-erzwungener Verifier verbindet sich mit jedem kuratierten Server.

Ersetzt den eingebauten DSH-Kompaktierungs-Summarizer durch eine Übergabezusammenfassung mit fünf Abschnitten und hält jede verdrängte Nachricht in einem Segmentverzeichnis lesbar.

Kanban-Aufgabenboard für DeepSeek-Harness-Sessions: der Haupt-Agent verteilt Coding-Aufgaben an einmalige Worker/Verifier-Subagenten, mit Abhängigkeitsplanung, Pipeline-Stufen, Eskalationsbehandlung und Datei-/Notiz-Kontextinjektion.

Prompt-Verbesserung für den Composer: Die Schaltfläche „✨ Enhance“ schreibt den Entwurf anhand von First-Principles-Denken in eine klarere, strukturiertere Version um, basierend auf Sitzungskontext, Gedächtnis und dem letzten Gespräch. Bei fehlenden Schlüsselinformationen werden in einer Karte Rückfragen gestellt; anschließend lässt sich das Ergebnis vor der Übernahme in das Eingabefeld in der Vorschau ansehen.

Interaktiver Wal-Mädchen-Desktop-Begleiter für DeepSeek Harness: Live-Saldo/Nutzung/Kontextauslastung, Schleuder-Wurf, Osterei-Blasen, Eco-Modus. 346 KB-Paket, keine zusätzlichen Prozesse.

Rechtsseitige Widget-Schiene für DeepSeek Harness Web UI: Live-Sitzungsstatistiken, Aufgaben-/Kontext-/Heatmap-/Zitat-Widgets, OpenCode-Go-Kontingent, mehrspaltige Rasterlayouts (1/2/4 Spalten) mit 2x4 langen Kacheln, eine kontinuierliche Vergrößerungswelle und instanzbasierte Größenanpassung; Widgets sind über Einstellungen > Komponenten installierbar, neu anordbar und in der Größe veränderbar.

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.

Local-first Nutzungs- und Kostenmesser für die DSH-Web-UI: Composer-Button mit Live-Sitzungskosten und Guthaben; Panel mit einem gestapelten täglichen/7-Tage-Chart pro Modell, abgerechnet nach effektiven Listenpreis-Intervallen (die offizielle Preisseite wird täglich synchronisiert), monatlichen Nutzungstiers mit einer Canvas-Share-Karte, 30/50/85%-Warnungen bei Kontextdruck mit einem Klick auf /compact, Budgetwarnungen und einer npm-Update-Prüfung im Panel mit Ein-Klick-Update.

Ein super-vereinfachtes LLM-Wiki-Gedächtnis-Plugin: ein Indexdokument (automatisch geladen) + eine Markdown-Datei pro Thema (nur bei Bedarf gelesen) – kein Dumpen des gesamten Inhalts in den Context und Tokenverbrennung. Einfach und leichtgewichtig, schmerzfrei zu installieren/deinstallieren und beliebig frei editierbar.

Native Tools für einen Obsidian-Wiki-Tresor: wiki_query, wiki_write, wiki_rename, wiki_scaffold, wiki_archive und wiki_lint decken BM25-Suche mit Link-Graph-Kontext, Buchhaltungs-Schreibvorgänge mit sha256-Quellenverfolgung, Tresor-weite Umbenennungen, Modus-Scaffolds, Quellenarchivierung und Integritätsprüfungen ab — mit prozessübergreifenden Sperren und optionalem git auto-commit.

Nativer Ollama-Cloud-Chat-Adapter: direkte NDJSON-Übersetzung des Ollama-/api/chat-Wire-Formats, Modellentdeckung mit Kontextfenstern und Fähigkeiten sowie Web-Such-/Fetch-Anbieter unter der ollama-cloud-ID, plus eine Web-Einstellungskarte.

Grok-kompatible Websuche mit beibehaltener Quellen-Paginierung, Dokumentationssuche über Context7 und Exa, begrenzter Seitenextraktion, Site-Mapping, Offline-Rechercheplanung und schreibgeschützter Diagnose.

TypeSafe Jev als erstklassiger Cordis-Dienst und drei modellsichtbare Tools für DeepSeek Harness — standardmäßig offline, Egress offengelegt, nie standardmäßig aktiv.

Business-Knowledge-Network-Kontext für DeepSeek Harness: binde eine Session an ein OpenBKN-Wissensnetz, frage seine Objekte und Metriken über verwaltete MCP-Tools ab und öffne für jede Antwort eine trace-gestützte Provenienz (Ausführungsfakten und einen Business-Graphen). Wird mit der OpenBKN Runtime ausgeliefert; die Provenienzansichten benötigen eine OpenBKN-Enterprise-Lizenz.

Zeigt an, welchen Graft-Index eine dsh-Session ausliefert und ob er noch zum Code passt, und stellt dem Modell graft_ask, graft_grep, graft_callers, graft_skeleton und graft_map als native Tools bereit.

Überwacht einen lokalen workbuddy2api-Gateway-Prozess und stellt dessen Modelle als LLM-Provider bereit, wobei Kontextfenster und Reasoning-Effort-Stufen aus dem eigenen Modell-Endpoint des Gateways gelesen werden.

dsh-ecolink DSH-Anpassungsschicht: direkter Lesezugriff auf den lokalen Gedächtnispool, Injektion vor dem Schritt (Bewertung + Budget + Deduplizierung je Sitzung), Filterung nach #Gedächtnisname, Anbindung an das Gedächtnis-Ökosystem der Weboberfläche