Plugins

Sitzungsübergreifendes Langzeitgedächtnis für DeepSeek Harness: zweiphasige Extraktions-/Konsolidierungspipeline in einem dateibasierten Speicherbereich, Erinnerungseinfügung, Zitier-Feedbackschleife und Lease-basierte Jobsemantik. Mit Settings-Seite und Statuspanel in der Seitenleiste.

Hält unerledigte To-do-Listen über mehrere Turns sichtbar. DSH leert zu Turnbeginn die Todo-Projektion und erwartet, dass das Modell die ganze Liste neu schreibt; bei Unterbrechung bleibt der Plan im Sitzungslog, verschwindet aber aus der UI. `todo_write` kann nur schreiben, nicht zurücklesen. Ein normaler Session/Event-Listener merkt sich die letzte Liste je Sitzung und hängt sie bei `turn/start` erneut an, wenn offene Punkte bestehen. Kein Fork von tool-todo und kein Waterfall: Die Projektion ist wegen abweichender `stateVersion` nicht ersetzbar; stattdessen wird das vom Fold verarbeitete Event ergänzt. Eng begrenzt auf offene Listen, höchstens ein Event je Turnstart, fail-open. Mit kontrolliertem A/B realer Sitzungen und echter Projektion verifiziert. Keine Abhängigkeiten.

Fügt nach jeder Nutzernachricht eigene gespeicherte Kontexteinträge als Remember-Zeile ein, pro Turn oder einmal pro Sitzung; mit Editor in Settings und Verwaltungsseite.

Lokales Token-/Kosten-Dashboard für DeepSeek Harness: Aufteilung in miss/cache-hit/cache-write/output, geschätzte Cache-Ersparnis aus der Preisdifferenz miss/hit, Sitzungsdetails mit Kontextwachstumskurven und Anomalie-Flags, globale Filter mit teilbaren URLs sowie Monatsbudget und Monatsendprognose. Tages-/Monatsaggregate schnell in O(days), mit inkrementellem Rescan.

Screenshot-Review-Skill für DeepSeek Harness: Der Agent öffnet eine Frontend-Seite, erstellt einen Screenshot, betrachtet das Bild selbst, überarbeitet den Code und erstellt erneut einen Screenshot. Die Schleife läuft, bis die Seite visuell den Anforderungen entspricht. Als `dsh.bundle` enthalten, Installation mit `dsh plugin add`.

Kontextpflege für DeepSeek Harness: inhaltsbewusste Kürzung von Tool-Ausgaben, Bereinigung alter Logs, Anheften von Nutzeranforderungen und laufender Arbeit sowie Archivieren vor dem Kompaktieren mit Auditspur.

DSH-Web-Plugin für Aufgaben: Anforderungen, Warteschlange, Subagent-Ausführung, automatische Nachprüfung, Nacharbeit nach Abnahme und Zeitplanung in einem visuellen Ablauf.

Lokaler semantischer Index für Workspace-Dokumente (MD/PDF/DOCX/TXT): hybride Suche mit FTS5 BM25 und lokalen Embeddings, Trefferzitate mit Zeilennummern und inkrementelle Aktualisierung.

Intelligentes DSH-Kontextkomprimierungs-Plugin – verwaltet kognitive Ressourcen innerhalb begrenzter Fenster, damit sich der Agent an das wirklich Wichtige erinnert.

Globales Erfahrungsarchiv für DeepSeek Harness unter Windows: prüft lokale Tools (Versionen, PATH-bevorzugte Treffer), praktische Pfade, Netzwerklatenz und Datenträgergeschwindigkeit; bündelt Session/Event-Statistiken und lässt ein LLM dauerhafte Fakten extrahieren. env_profile-Tool mit remember. Injiziert je Turn eine byte-stabile Zusammenfassung für schnellere Sessions und weniger Tokens.

Sitzungsübergreifendes Event-Cue-Gedächtnis für DeepSeek Harness: extrahiert automatisch Task-/Konversations-Cues und Sprachgewohnheiten des Nutzers aus jedem Turn in eine persistente globale Cue-Bank und injiziert gemerkten Kontext bei erkennbarem Themenwechsel neu (Keyword- oder Vektor-Matching).

Inkrementeller Diff-Reviewer für DSH: nach Freigabe eines Batches werden nur neue Änderungen seit dem Checkpoint gezeigt, mit Web-Review-Panel und `/review`-Command, der Feedback zurück an den Agenten injiziert.

Long-term associative memory for DeepSeek Harness: a local plain-text vault of raw episodes, typed memory cards and entity pages, configured from 设置 → 记忆图谱, and a Memory tab inside a conversation that draws what that session remembered. No build step; the

File-state cache skill for coding agents: one explore call replaces ls+grep+read, reads remember they already happened, and edits return a diff plus the exact changed line range instead of a full re-read. State is a JSON cache on disk, so it survives across tool calls and restarts. Requires Python 3.8+ (standard library only).

Four-layer memory for DeepSeek Harness, ported from the memory design of NoMindSama/qq-dsh-bridge (MIT) with the QQ channel removed: an append-only dialogue log, a weighted long-term fact store with decay and one-way archiving, self-notes the agent writes about itself, Chinese bigram recall over the raw log, and incremental AES-256-GCM sync to a private git repo where only ciphertext is stored. Archived sessions drop out of recall without losing their history.

Draws every question and answer in the DSH Web conversation blurred until the pointer rests on that row, and locks the mask to always-blurred while the window is unfocused; one control below the composer switches between off, hover to reveal, and always blurred, remembered per browser.

A desktop companion for DeepSeek Harness (dsh): she lives on your real desktop (on top of your windows or inside the wallpaper), talks with you by voice and remembers you. · DSH 桌面女友：住在你真正的桌面上，能语音聊天、记得你。

Agent-team task workbench for DeepSeek Harness: a sidebar board and requirement view track tasks across backlog, execution, review and done, dispatch work to coding agents, and run multi-role team orchestration on a local SQLite store.

Measures one university department's research output: matches author affiliation strings against a college's known name variants (detecting same-named departments at other universities), backfills papers that only name the university by faculty author IDs, classifies each paper by journal tier (CAS partition with Top flag, JCR quartile, CCF, Chinese core via a CNKI export merger), splits staff from student first authors, and writes a workbook with a dashboard sheet, a filterable paper list, a teacher-by-direction matrix and per-teacher statistics. Student authorship is inferred from affiliation and staff lists, not verified against enrolment records. Requires Python 3.9+ with pandas and openpyxl (pip install -r requirements.txt); papers come from the OpenAlex API, whose free per-IP quota is limited, and Chinese-journal coverage needs a manual CNKI export.

Floating TTS speaker in each conversation corner: when an AI reply finishes, edge-tts reads the summary aloud in the background with no popup windows; the toggle is remembered per conversation. Requires Windows, Python 3.9+ with the edge-tts package installed, and network access to Microsoft's Edge TTS service; summary is the default mode.

IMAP mail triage and cleanup for DeepSeek Harness: incremental read-only scan, a hard-protection rule layer plus optional local-model classification, a Markdown report and a hashed manifest, an explicit approval card, and only then a move to the Trash mailbox — no expunge.

Indexes public AI-company job boards (Greenhouse, Ashby, Lever, Workable, SmartRecruiters), scores postings for AI relevance, extracts the requirements from each job description, and produces a scheduled daily Markdown digest.

Drei Foto-Skins für die DSH-Weboberfläche: River Night (三江夜), Lingyun Dusk (凌云晚照) und Emei Mist (峨眉夜雾). Jeder zeigt sein Leshan-Foto mit einem an das Erscheinungsbild gebundenen Schleier über Fenster und Gesprächsspalte. Eine Engine leitet aus sechs Farbeingaben je Erscheinungsbild die übrigen 119 --dsw-*-Alias-Tokens ab. Alt+K wechselt den Skin; die Auswahl bleibt in localStorage gespeichert.

Eine Persona, die aus Erfahrung wächst: Sie erinnert sich an Geschehenes und wird dadurch zu einer eigenen Persönlichkeit.