Plugins

Suites aus jedem Git-Marketplace-Repo von Claude Code, Codex, Cursor, Kimi oder agent-plugins.org installieren — Skills, MCP-Server, Hooks und Slash-Befehle werden zur Laufzeit in DSH-Sitzungen injiziert, mit einer Marktseite in der Web-GUI.

Ändert DSH-Plugin-Code zur Laufzeit, mit geordneten Patches, Inspektion und Hot Reload.

Verleiht reinen Textmodellen Sehvermögen: leitet Benutzerbilder an ein OpenAI-kompatibles Vision-Modell weiter und zeigt die Beschreibungen in einem rechten Panel der Web-UI an.

Findet potenzielle UX-Probleme in deinem Projekt: prüft React-/TypeScript-Code automatisch, lokalisiert jedes Problem genau und gibt konkrete Verbesserungsvorschläge.

Lokale Meeting-Transkription in DeepSeek Harness auf Apple-Silicon-macOS: Mikrofon und Systemaudio aufnehmen, Sprecher kennzeichnen und Transkript exportieren.

Semantische Suche, Ressourcenverwaltung, automatischer Abruf (duale Räume für Benutzer und Agent) und Sitzungsspeicher für DeepSeek Harness: memsearch/memfind/memread/membrowse/memgrep/memglob über viking://-URIs, Ressourcenverwaltung mit memadd/memremove, memqueue-Beobachterstatus, memcommit-Sitzungserfassung und memlearn-Skill-Playbook-Erstellung.

Drei Zhihu-Tools für DSH: interne Suche, globaler Zhihu-Webindex mit Domain-/Datumsfiltern und Zhida-Antworten. Mit nativer Einstellungskarte und quellenbelegten Ergebnissen.

Multiuser-Anmelde-Gateway für die DSH-Weboberfläche: Beim ersten Besuch wird das Administratorkonto erstellt; Administratoren fügen Benutzer im GUI-Einstellungsbereich hinzu und verwalten sie; normale Benutzer sehen nur ihre eigenen Unterhaltungen und nicht authentifizierte Besucher werden zu /login weitergeleitet.

StrataGate verleiht DeepSeek Harness einen sich weiterentwickelnden, local-first-Langzeitspeicher für Benutzereinstellungen, Projektentscheidungen, Konversationen und Werkzeugergebnisse über Sitzungen hinweg; es schichtet den Verlauf mit vom Benutzer einstellbarem Zeitverfall, verstärkt Erinnerungen durch tatsächliche Antworteinsätze, zeigt arbeitsbereichsbezogene Nutzungszähler und hält abgerufene Belege bis zu ihren ursprünglichen Nachrichten zurückverfolgbar.

Eine Sitzung kann in mehreren Ordnern lesen, schreiben und bash ausführen, nicht nur im primären Stamm. Zusätzliche Roots lassen sich im Folders-Seitenleistenpanel oder mit /workspace-folders registrieren (inherit/read-only/read-write). Sie teilen die Dateiabsperrung und OS-Sandbox-Autorisierung des primären Roots; es kommen keine Tools hinzu.

LLM-Agent-gestütztes Directed Fuzzing. Aus Zielrepository und Fehler (CVE-Beschreibung, Patch, Crash-Trace oder file:line) durchläuft es PLAN, IMPLEMENT, EXECUTE, REFLECT; das Modell schreibt Python-Eingabegeneratoren, bis der stderr-Musterorakel der Kampagne auslöst oder sie endet.

Anatomie-Panel für die Agent-Body-Organe: liefert ein Live-Vitalwerte-Dashboard unter /anatomy direkt im Harness selbst – Organe, Herzschlag, Heilungsjournal, Selbsttrainings-Zähler und der echte Pulsstrom – direkt aus den Laufzeitdateien gelesen statt neu eingetippt. Nur Host, kein Client-Bundle und kein Build-Schritt.

Zero-residence-Kontext-Engine: Große Tool-Payloads werden aus dem aktiven Kontext in einen abfragbaren Speicher ausgelagert, sodass nur deterministische Zeiger zurückbleiben und die Prompt-Tokens pro Turn nicht mehr mit dem Transkript wachsen. Maskierte Inhalte werden auf Anforderung wörtlich aus dem Sitzungsprotokoll rekonstruiert – anhand der Tool-Call-ID oder der Session-Seq.

Organkern von Agent-Body: Plugins als ein einziger Körper. Jeder Befehl wird ein Nervenimpuls, der deterministisch das zuständige Organ innerviert und die Fähigkeit benennt; ein Herzschlag mit variablem Intervall pumpt Betreiber-Direktiven, Propriozeption und Homöostase-Warnungen systemweit; Reflexbögen feuern ohne Modellaufruf; Fehler folgen einer deterministischen Zuordnung (Tool, Argumente, Berechtigung, Timeout, Netz), einem Rezept und einer Nachprüfschleife, Argumentfehler werden nie automatisch wiederholt. Ein fehlendes Organ kompensiert das mit der größten Fähigkeitsüberschneidung, und Tool-Schemata werden nach der aktuellen Absicht gefiltert (gemessene Reduktion 84,7 %, im Repo reproduzierbar). Dies ist das Kern-Plugin-Paket im agent-body-Repository.

Das Gedächtnisorgan von Agent-Body: Nach 2 Minuten Stille geht es in leichten Schlaf, nach 5 Minuten in Tiefschlaf, wo deterministische Regeln echte Erfahrung zu Gedächtniskarten destillieren (Fallstricke, Playbooks, Hotspots, ungelöste Probleme, Fakten). Eingehende Befehle rufen verwandte Karten per Schlüsselwort ab und injizieren sie in den Kontext; lange ungenutzte Karten verfallen mit einer Halbwertszeit und werden archiviert statt gelöscht. Außerdem entrauscht es körperweite Homöostase-Warnungen: Wiederholungen innerhalb eines Fensters werden gezählt statt erneut ausgegeben, und eine Warnung, die immer wiederkehrt, ohne je zu heilen, konvergiert zu einem bekannten Steady-State-Offset und verstummt. Konsolidierung und Abruf machen keine Modellaufrufe.

KI-nativer intelligenter Crawler und JavaScript-Reverse-Engineering-Plattform, basierend auf DSH, Patchright/CDP und einer unabhängigen semantischen Laufzeitumgebung, die Parametergenerierungslogik aus Browser-Nachweisen wiederherstellt und einen überprüfbaren Solver liefert.

Galgame-Generator: Übergeben Sie ihm ein Skriptdokument sowie Charakter-/Hintergrund-/BGM-/Animations-Assets im Arbeitsbereich (img_human/, img_bg/, audio/, img_cg/) und es erstellt eine spielbare Visual-Novel-Webseite mit konfigurierbaren Speicherplätzen ([存档 N], Standard 9), sprecherfolgenden Sprites mit Multi-Pose-Variantenwechsel ([表情]), Opening/Ending/CG-Animationen ([op]/[ed]/[cg]), BGM-Wiedergabe/Stopp/Lautstärkeregelung und if-Zeilen-Verzweigung.

Terminal-artiger Eingabeverlauf für den Web-Composer: kantenpriorisierter Abruf per Pfeiltaste mit exakter Wiederherstellung von Entwurf/Cursor, browserlokal persistenter Verlauf, Rückwärtssuche mit Ctrl+R und Bewusstsein für den gleitenden Kontext; Version 0.5.0 fügt eine intelligente Eingabeschicht hinzu — sitzungsübergreifende Snippets (/save, /load), Prompt-Vorlagen mit Variablen, Wiederverwendungs-Einblicke und Hervorhebung von Kompaktierungs-Zusammenfassungen.

Ergänzt `image_generate` und `image_library`: Referenzen aus vier lokalen Bibliotheken (Figuren, Kleidung, Szenen, Requisiten) wählen, Voreinstellungen zu Situation, Ausdruck, Pose, Bildausschnitt und Licht im Prompt ausformulieren und die asynchrone 65535-Task-API oder eine OpenAI-kompatible Bild-API aufrufen; das Ergebnis erscheint im Gespräch. Die Einstellungsseite verwaltet Bibliotheken und erstellt aus Upload oder Textbeschreibung ein dreiseitiges Referenzblatt. Mit installiertem dsh-daily-schedule übernimmt ein Bild ohne Kostümangabe die Kleidung des Charakters aus dem aktuellen Planeintrag.

Rendert Mermaid-Code-Fences als SVG-Diagramme mit Streaming-Unterstützung, Umschalten zwischen Diagramm und Code, Vollbild-Zoom und -Pan, SVG-Export und einer gebündelten Same-Origin-Runtime.

Ändert DSH-Plugin-Code zur Laufzeit, mit geordneten Patches, Inspektion und Hot-Reload.

DeepSeek-Gehirn + automatische Bildtranskription: Bilder in der GUI anhängen und jedes wird standardmäßig über das offizielle deepseek-v4-flash-vision-exp transkribiert (ein reines Text-V4-Pro-Gehirn kann Bilder sehen), mit jeder OpenAI-kompatiblen VLM oder lokalem Ollama als Alternative.

WeChat-Kanal (privates WeChat, iLink Bot API) für Chats mit dem DSH-Agenten, einschließlich Bildern, Dateien und Transkription von Sprachnachrichten. Eine WeChat-Unterhaltung kann mehrere DSH-Sessions enthalten (/new, /list, /use); alle Optionen sind in den Einstellungen bearbeitbar. Auf npm als dsh-plugin-weixin veröffentlicht.