Plugins

Web-GUI-Komfort-Suite mit Erscheinungsbild-Steuerungen, Timeline-Navigation, Projektordnern, Prompts, Konversations-Export, Mermaid-Rendering, Zitat-Antwort sowie DeepSeek-Saldo und täglicher Token-Nutzung.

Dezentraler Multi-Device-Verbund: mDNS-LAN-Erkennung, Schlüsselpaarung und direkte SSH-Ausführung über Netzwerke hinweg.

Token-Verbrauchsstatistiken im CC-Switch-Stil für die dsh-Web-GUI: Nutzungsprotokoll pro Anfrage, Realverbrauch-Hero, nach Anfragezeit gruppiertes Trenddiagramm, Peak-/Off-Peak-Listenpreise pro Modell, Projekt- und Modellstatistiken sowie Kontostand.

Dezentrale Multi-Geräte-Flotte: mDNS-LAN-Erkennung, Schlüssel-Pairing und direkte SSH-Ausführung über Netzwerke hinweg.

HTTPS- und Login-Gateway für die Weboberfläche von DeepSeek Harness: Greifen Sie sicher von einem anderen Rechner in Ihrem LAN oder über das Internet per Portweiterleitung auf Ihre DSH Web UI zu. Fail-closed-Standardeinstellungen (nur Loopback, keine Konten bis zur Konfiguration); Hinweise zu Einrichtung und Sicherheit im README.

Das DeepSeek Harness-Bündel registriert eine Fertigkeit, die lange Produktionen (wissenschaftliche Arbeiten, Branchenanalysen, Wirtschaftskommentare) in eine 9-Rollen-Pipeline verwandelt: T1 Literatur- / T2 Daten- / T3 Fall-Scouts parallel, T4 Analyst, T5 Autor, T6 kritischer Begleiter, T7 Prüfer, T8 Finalisierer, T9 Peer-Reviewer vom Koordinator ausgeführt. Über 6 Phasen mit dreieckiger Evidenzprüfung, 23-Prüfungen-M-Gate, G0-G14-Audit inkl. chinesischem KI-Tracing-Gate, Peer-Review-Bewertung mit Journal-Matching und 4 menschlichen Checkpoints. Installation mit `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch plus lib/index.js-Eintrag); liefert Rollenkarten für T1-T9, Vorlagen und 11 Verifizierungsskripte ohne Abhängigkeiten, mit fünfsprachigen READMEs.

Fügt einen festen System-Prompt-Abschnitt ein, damit der Agent unabhängig von der Sprache des Benutzers auf Chinesisch denkt und antwortet.

Token-Nutzung und Kostenschätzung pro Modell zusammen mit dem DeepSeek-Kontostand, angezeigt in einem Tab des Einstellungsbereichs.

Macht dein dsh bereit für ernsthaftes Coding. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython-REPL, Kontext als Variablen, abrufbare Cross-Compactions, vollständiger Kontext-Revive. `hash-edit`, `dvc://browser`, Subagent als Funktion, Workflow als Funktion.

Laya-typisierte Entscheidungen (`noul` Ja/Nein, `choice`, `score`) als erstklassiger Cordis-Dienst (`ctx.laya`) plus die für das Modell sichtbaren Tools `laya_ask` und `laya_plan`. Das Plugin selbst installiert und lädt nichts herunter: Es ist ein Client eines `laya-mcp serve`-Sidecars, den Sie selbst starten, und es meldet, dass der Sidecar nicht läuft, statt beim ersten Tool-Aufruf unklar zu scheitern.

Liest die Dateien, auf die AGENTS.md über @path-Importe verweist, und spielt ihren Inhalt beim Start einer Sitzung in den Modellkontext ein, mit Byte-Budgets, erneuter Einspeisung nach der Kompaktierung und einer Einstellungskarte in sechs Sprachen.

Fragt das chinesische Minecraft-Wiki (MediaWiki-API) ab und wandelt rohen Wiki-Text in saubere, KI-lesbare Ausgabe um — Suche, Seiteneinleitung, Ganzseiten-Markdown und Zufallseintrag; Vorlagen, Referenzen, Bilder und Sprachlinks werden entfernt, bevor sie das Modell erreichen.

Injiziert einen System-Prompt-Abschnitt, damit Gedankenkette, Planung und Tool-Aufruf-Begründungen des Agenten auf vereinfachtem Chinesisch bleiben. Keine externen Abhängigkeiten – aus jedem lokalen Verzeichnis klonen und per Link installieren, kein npm-Build oder Publish nötig.

Rollenbasierte KI-Schwärme für DeepSeek Harness: ein Architekt plant, parallele Builder führen aus, Reviewer sichern die Qualität, und ein Integrator liefert aus. Modell-Pinning pro Rolle mit Fallback-Ketten, Review-Schleifen, Evidenz-Verträgen, von Menschen gesteuerte Reviews, quotenbewusstes Pause/Resume sowie ein Live-Kanban + Flussdiagramm in der Web-GUI. 40 Tests; Installation von GitHub oder npm.

model router pro Schritt: benannte Voreinstellungen mit geordneten Bild-/Stichwortgruppen-Regeln leiten jeden Agent-Schritt über jeden eingebundenen Anbieter und jedes Modell und ergänzen Kollaborationsabläufe für Bildtranskription, einen Bildschutz, ein Multi-Plan-Kontingentfeld und Pro-Schritt-Entscheidungs-Beobachtbarkeit.

Mach dein dsh bereit für ernsthaftes Coden. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython REPL, Context als Variablen, über Kompaktionen hinweg abrufbar, vollständige Kontextwiederherstellung. `hash-edit`, `dvc://browser`, Subagent als Funktion, Workflow als Funktion.

Struktureller Code-Index für DSH: Tree-sitter-Symbolsuche über 8 Sprachen (inkl. C/C++), eine begrenzte Repository-Karte, gerankt per PageRank des Import-Graphen und in den System-Prompt injiziert, ein Call-Graph auf Funktionsebene über code_refs, optionale Prüfungen auf Zyklen und verwaiste Module über code_health sowie Änderungskontext des Arbeitsbaums und aufgabenbewusster Code-Kontext.

Ein gesteuerter Schwarm aus sechs spezialisierten DSH-Agenten — Orchestrator, Planer, Knowledge-Base-Bridge, Entwickler und zwei Reviewer — verwandelt eine Anforderung in eine strikte Phasenpipeline, in der jede Lieferung sich vor dem Start der nächsten Phase mit strukturierten Nachweisen bewähren muss; Reviewer sind nur lesbar, Code-Merges erfolgen erst nach einem Review-Durchgang, und ein append-only-Ereignisprotokoll ermöglicht vollständiges Replay und Audit auf einem Live-Kanban-Board. Das Design ist vom Hermes Agent-Kanban inspiriert.

Zeigt Coding-Plan-Nutzung und Saldo für 5 AI-Provider (MiniMax, DeepSeek, Kimi, OpenRouter, Zhipu) neben dem Composer-Input, wechselt mit dem gewählten Modell und verwendet in DSH-Modelleinstellungen konfigurierte API-Schlüssel wieder.

Wählen Sie einen beliebigen Text in einer Konversation aus und tippen Sie auf die Schaltfläche Explain, um eine streamende Markdown-Erklärungsblase mit rekursiven Rückfragefragen zu erhalten.

LAN- und Reverse-Proxy-Zugriff auf die DeepSeek-Harness-Weboberfläche: Liefert den Einstellungsdienst auf Seiten zurück, die nicht localhost sind, ergänzt Web-APIs, die ein Browser über reines HTTP zurückhält, und kann selbst einen Listener öffnen.

KI-Interviewtraining für DeepSeek Harness Web: erzeugt Fragen in vier Modi (Konzeptwiederholung, Mock-Interview, Szenario, LeetCode Hot 100), bewertet Antworten und liefert Erklärungen.

Schwebendes Guthaben-/Quota-Widget für die DeepSeek-Harness-Weboberfläche: zeigt DeepSeek-/OpenCode-Go-Salden und -Nutzung und verfolgt DSH-Session-Token-Verbrauch sowie geschätzte Kosten nach Tag, Monat und Modell.

Verwandelt den DeepSeek Harness-Agent in jede beliebige Figur: globaler Cosplay-Schalter, SillyTavern-v2-Rollenkarten mit JSON-Import/-Export, Neutral/Rolle-Denkstil-Toggle und natürlichsprachliche Karten-Autorenschaft über eine eingebaute Skill.