Plugins

Atmender Rand, der DeepSeek-Spitzen-/Nebenzeiten zeigt, mit fließendem Licht und geplanten Push-Erinnerungen.

DeepSeek-Harness-Plugin, das aggressiv Tokens spart, ohne die Aufgabenqualität zu beeinträchtigen: verlustfreie Kopf-/Endkürzung von Tool-Ergebnissen (Standard), Falten von grep-Ergebnissen, druckausgelöste Delegation an dsh-compaction-basic und eine CompactionEngine-Unterklasse mit LLM-Zusammenfassung für den aggressiven Modus. Spart 97,6 % der Eingabe-Tokens in einer synthetischen Suite mit 8 Szenarien, alle Kürzungen laufen über den dsh-Ereignisfluss, damit modellsichtig = protokolliert erhalten bleibt.

Finanzquant-Workbench und Aktienticker: schwebender Ball und Schubladenpanel, Echtzeit-Kurse der A/HK/US-/globalen Märkte, mehrperiodige K-Linien und 5-Tages-Intraday-Charts, Tiefenauftragsbuch, Kapitalfluss, Sektor-Heatmap und KI-Anlagerecherche.

Vier GitHub-Workflow-Skills für PR-Triage, Review-Feedback, GitHub-Actions-Diagnose und sicheres Veröffentlichen von Entwurfs-PRs, unter Wiederverwendung bestehender DSH-Funktionen mit gh/git-Fallbacks.

GitHub-Device-Flow-Verbindung plus ein PR-Workflow direkt im Chat: eine Statusleiste über dem Composer zum Erstellen/KI-Review/Mergen sowie github_*-Tools zum Suchen sowie Lesen und Schreiben von Issues und PRs.

Voreinstellung für Engineering-Workflow-Agent für dsh: fünf Phasen mit Toren (Anforderungsklärung, Plangenehmigung, TDD, parallele Subagenten, verifizierter Abschluss) mit sechs Workflow-Fähigkeiten, übernommen von obra/superpowers.

Fügt Spezifikationsartefakte, Skills, Befehle, zielgestützte Umsetzung und Kontext zum Aufgabenfortschritt hinzu.

Engine zur Orchestrierung des Lebenszyklus von KI-Agententeams mit aufgabenbezogener Isolation durch Git-Worktrees, zustandsgesteuerten Übergängen bei der Auslieferung und kontextexternem Gedächtnis.

TickTick (Dida365) Aufgaben-Bridge: ein Session-Header-Aufgabenpanel und kuratierte Agent-Tools über den offiziellen TickTick-MCP-Endpunkt.

Sechsstufiger Workflow zur Inhaltsveröffentlichung für WeChat Official Accounts mit Qualitäts-Gate-Tools und einer gebündelten Fähigkeit.

Hostneutrale, dauerhafte DAG-Workflows für Agents mit CLI, MCP, bedarfsgesteuerten Skills, Triggern, Wiedergabe und einer visuellen Canvas.

Visueller Drag-and-Drop-Workflow-Builder für DSH – orchestriert Tool-Aufrufe, Unteragenten und bedingte Verzweigungen auf einer React-Flow-Arbeitsfläche.

Führt Stata über DeepSeek Harness aus: Der native Stata-AI-Skill-Dienst startet automatisch mit DSH (Binaries für macOS/Windows enthalten), sodass Regressionen, Do-Files und ökonometrische Workflows ohne manuelle Einrichtung ausgeführt werden können.

Registriert ein SpecWorkflow-Skill-Paket für Anforderungsklärung, Implementierungsspezifikationen, Ausführung, Lieferprüfung, Reparaturplanung, Fehlerdiagnose und quellengestützte Recherche.

OMX-artige Workflow-Skills für DeepSeek Harness: deep-interview, ralplan, ralph, autopilot, team, code-review und 19 weitere, auf nativen DSH-Tools neu geschrieben, ohne Vision-Skills.

Sessionübergreifendes Archiv: Workbench, gefaltete Timeline, subagent-Abstammung, Volltextsuche, rule+LLM-Zusammenfassungen, ZIP-Export und Live-Tracking. Die Session-Seite enthält turn rail, angedocktes rechtes Panel (Live-Modus, beim Wechsel an die Original-Session gepinnt), offizielles Umbenennen, Abschlusszusammenfassung und persistenten Status-Chip (idle / active / tool-wait / stalled). Ab dsh v0.1.2+ verschmilzt es mit TurnNavigatorRail: Vektor-Infochips für Dauer, tool calls, Fehler und thinking sowie verzögerte tool-Verteilung in der Vorschaukarte. Rechtsklick öffnet den workbench; der piano-key-Streifen ist standardmäßig aktiv, delegiert Sprünge zu nicht geladenen turns an das offizielle auto-load und die rail kann ganz verborgen werden. Dialog mit 10 Verhaltenseinstellungen.

11 teilbare Workflow-Skills (handoff, triage, to-spec, to-tickets, wayfinder, teach, wait-what, dsh-mode-routing, ask-matt, overnight-execution, full-throttle) als installierbares Skill-Paket.

DSH-Desktopbenachrichtigungen: Systemtoast, Signalton je Art und Tabtitel-Markierung bei Freigaben, Planprüfung, Rückfragen oder fertiger Hintergrundantwort. Meldet auch Fehler, Unterbrechungen, Nutzungslimits und Multi-Agent-Fortschritt. Host-Erweiterung mit SSE-Zustellung, Webhook (WeCom/Feishu/DingTalk/generisch), Token/Cache/TPS je Turn und drei Nachrichtenformaten (knapp, ausführlich, benutzerdefiniert); Einstellungen speichern automatisch.

Überträgt potetos pstack-Engineering-Playbooks auf DSH und deckt Planung, Review, Verifizierung und Release ab.

Branch-Chip in der Tool-Zeile des Eingabefelds, der Workspace-Branches wechselt, erstellt und aktualisiert, eine ausgewählte Teilmenge geänderter Dateien mit einer Nachricht committet, die das Modell der Session selbst aus dem Diff schreibt, und den aktuellen Branch pusht.

femo (Flow Emerges Mag Opus) – Multi-Agenten-Welten orchestrieren, indem man ein Drehbuch schreibt. dsh-Plugin-Version: Engine, Brücke und visueller Editor in einem einzigen Ordner, selbstständig lauffähig, der ganze Ordner lässt sich verschieben und ist sofort einsatzbereit.

Einheitenumrechnungs-Toolbox mit 20 Kategorien — Länge, Masse, Temperatur, Fläche, Volumen (inkl. US-Kücheneinheiten), Geschwindigkeit, Zeit, Datengrößen (dezimales MB vs binäres MiB), Datenraten (Mbps vs MB/s), Beschleunigung inkl. g-Kraft, Beleuchtung (Lux / Foot-Candle), Druck, Energie, Winkel, Frequenz, Leistung inkl. drei PS-Definitionen, Kraft, Drehmoment, Typografie (px/pt/em/rem) und Kraftstoffverbrauch (mpg ↔ L/100km). Zwei Tools — convert_unit und list_units — keine Laufzeitabhängigkeiten, reine Arithmetik; jedes Ergebnis enthält die angewandte Formel.

Systemprompt-Injektor pro Modell für DeepSeek Harness: hängt benutzerdefinierten Text an das ENDE des Prompts lokal konfigurierter Modelle an, passend zur exakten Route provider/model oder Regel provider/* (beide werden der Reihe nach kombiniert). Settings listet alle Anbieter und Modelle zur sofortigen Routenbearbeitung; Regeln bleiben in DSH_HOME erhalten und gelten für Hauptsitzungen, Subagenten und Workflow-Kinder.

Beobachtet die Ausführungsspuren des Agenten und löst bei jedem erfolgreichen Zugende eine LLM-Überprüfung aus, wenn Signale auslösen, kristallisiert wiederverwendbare Workflows in registrierte Skills, die sich bei späteren Durchläufen fortschreitend verbessern.