Plugins

Fügt Modell-Preset-Schaltflächen über dem Composer hinzu. Linksklick wechselt Anbieter/Modell/Reasoning-Stufe der Sitzung, Rechtsklick bearbeitet. Eigener Name oder Modell-ID möglich. Der Editor liest den aktuellen Modellkatalog der Sitzung; Presets lokal gespeichert.

Legt Modell, Reasoning-Obergrenze und Ausgabetoken-Limit für jeden von DSH gestarteten Subagenten fest. Der Code erzwingt dies bei jedem Start, unabhängig vom Tool.

Zeitabhängiges Routing: Legt Spitzen-/Nebenzeiten je Wochentag sowie Anbieter/Modell aus dem Harness-Register (API-Schlüssel und Abos) fest. Ein globaler Schalter setzt Modell/Reasoning-Stufe pro Anfrage; jede Sitzung hat eigenen Schalter und Status. Ohne passende Zeitspanne (Wochenende/Feiertag) gilt das Hauptmodell des ersten Plans. Ein fortgeschrittenes Reasoning-Modell ist getrennt und gilt nur bei maximaler Anforderung durch die Sitzung.

Zeigt DeepSeek-API-Guthaben und Gesprächskosten pro Turn direkt in der Sitzungsoberfläche.

Ersetzt den Modell-Picker durch globale Suche, Favoriten, zuletzt gewählte Modelle, Modellfamilien-Navigation und Auswahl des Reasoning-Aufwands.

Prompt-Optimierer mit einem Klick: Überarbeitet den Composer-Entwurf per konfigurierbarer Strategie, bearbeitbarer Vorlage, Few-Shot-Beispielen, angehefteten Modellen und Reasoning-Aufwand.

Provider und Modelle wechseln und Reasoning-Aufwand einstellen; jedes Modell merkt sich seine eigene Stufe.

UI-Polish-Schicht für den DSH-Webclient: Milchglas-Menüflächen, verschiebbarer Reasoning-Effort-Slider statt Radioliste und Modellmenü-Navigation mit einem Klick zur Liste und Schließen per einmaligem Esc.

Reasoning-Gear-Presets für Drittanbietermodelle: 16 Anbieter-/Modellprofile mit eigenen Wire-Werten je Modus; Übernahme in dsh-llm-pi-ai erst nach Vorabprüfung, Ablehnung je Regel. Pro Modell Wechsel zwischen OpenAI Chat Completions, OpenAI Responses und Anthropic Messages mit automatischer Neugruppierung der Routen. Optimize-Schaltfläche im Composer und Einstellungsbereich schreiben den Eingabetext mit dem gewählten Modell um.

Englischsprachiger Fork von dsh-model-router. Verteilt jeden Agentenschritt auf einen konfigurierbaren Modellpool und passt den Reasoning-Aufwand an Aufgabenkomplexität, Toolfehler und Kosten an.

Fernzugriff auf DSH ohne eigenes Hosting: Feishu-DM ist über die ausgehende Langverbindung des Bots die Oberfläche; Karten für Workspace, Sitzung (Wechsel/Umbenennung), Modell, Reasoning-Aufwand, Berechtigungs-Preset und Guthaben. Tool-Genehmigungen und Agentfragen werden im selben Chat beantwortet.

Reasoning-Effort-Regler für DeepSeek Harness: Client-Web-Bundle mit Sitzungsregler, wenn das gewählte Modell Reasoning-Stufen angibt. Funktioniert mit allen Anbietern, die solche Stufen bieten

Modellkatalog-Voreinstellung und Auto-Adapter für Alibaba Bailian (DashScope) in DeepSeek Harness: Reasoning-Effort-Stufen, Thinking-Budgets, Context Windows, automatische Anpassung bestehender Bailian-Routen und konfigurierbare Context-Obergrenze.

Installiert und nutzt externe Agent-CLIs (Codex, Claude Code) aus DSH, ohne die Systeminstallation anzutasten. Jede CLI erhält eigenen Provider, eigenes Modell, Reasoning-Effort und Berechtigungs-Preset; direkt oder als nativer Subagent aufrufbar.

Codex-ähnliche Coding-Tools und Agent-Presets für GPT-Modelle in DeepSeek Harness: exec_command, write_stdin, apply_patch und view_image; OpenAI-Chat-Completions- und Responses-API-Routen sind mit DSH-native plan, ask, approval und compaction verbunden. Lange Befehle werden zu DSH-Hintergrundjobs mit begrenzter head/tail-Ausgabe, abrufbar über job_output. Je Subagent-Typ lassen sich Preset, Provider, Modell und Reasoning-Effort festlegen.

Optimiert die Speicherkonsolidierung von dsh-mneme (autoDream an, schema-max-Ausgabebudget, deepseek-chat-Route), behebt reasoning-effort in llm-deepseek, ergänzt eine MCP-Brücke zum auditierbaren seed-society-Agent-Runtime und sechs Yogacara-Seed-Skills.

Ergänzt fehlende Reasoning-Effort-Deklarationen für benutzerdefinierte pi-ai-Modelle über DSH-Einstellungen, aktiviert den nativen Effort-Picker und berücksichtigt später hinzugefügte Modelle.

Globale Alt+M-Modellpalette für DeepSeek Harness Web: Fuzzy-Suche über Modelle und Provider, Favoriten und zuletzt genutzt, reasoning effort je Modell, Provider-/Modellkonfiguration, Anfrage-Wiederholungen und Kapazitäts-Presets; optionale OpenRouter-Tools für Bild-/Videogenerierung.

Planer-/Executor-Delegierung mit benannten Rollen: Ein starker Planer steuert, wegwerfbare Executor-Subagenten (rollenspezifische Routen und Prompts) setzen um. Standardrolle plus Überschreibung pro Delegierung, ein globaler Regler für den Reasoning-Aufwand im Eingabefeld-Chip und eine Einstellungsseite für die Rollenverwaltung.

Nach Anbieter gefalteter Modellselektor für den DSH-Web-Composer mit kataloggesteuerten Auswahlmöglichkeiten für den Reasoning-Aufwand.

Fügt einen modellbewussten Schieberegler für den Reasoning-Aufwand hinzu, mit nativen und animierten Modi, hellen und dunklen Paletten und Farben pro Modell.

Mobile-Viewport-Korrekturen für die dsh-Weboberfläche: Overlay-Sidebar mit Wischgesten, Composer nur mit Symbolen und einer Statuszeile für Modus · Modell · Aufwand, zentrierte Popovers sowie Korrekturen für horizontalen Überlauf und zentrierte Bildlaufleisten.

Rangbasierte Subagenten-Delegation: rollenbasiertes Modell-Routing mit Failover, Reasoning-Effort pro Route, modell-transparente Labels, Fork-Delegation und ein visueller Routen-Editor.