Plugins

Erstellt jede Nacht mit dem in DSH konfigurierten Modell den Plan der Begleitfigur für den nächsten Tag – aus Persona (standardmäßig AGENT.md) und gewichteter Tagesart (Arbeit, Ruhe, Ausflug, Zuhause, Überstunden, Faulenzen oder eigene Wahl). Fügt Datum, Uhrzeit, aktuelle und nächste Aktivität samt Stilhinweis in den Systemprompt ein, damit die Figur keinen Stundenplan aufsagt. Ergänzt `schedule_view`, `schedule_adjust` und `/life` zum Ein-/Ausschalten je Sitzung. Mit `aa1355721445-lgtm/dsh-image-studio` erhält jeder Eintrag Outfit, Szene und Requisiten aus dessen Bibliotheken. Einstellungen zeigen die Zeitachsen für heute und morgen und lassen Tagesarten bearbeiten.

Figur auf ihrem eigenen Smartphone: Das Plugin installiert und startet ihr Android; jede App-Benachrichtigung kann sie wecken. Sie installiert selbst Apps, surft, vergibt Likes und kommentiert auf Xiaoheihe/Bilibili; eigenes QQ (NapCat / SnowLuma, geteilte Antworten, Sticker). Mit Personen-Karten, Tagebuch um 23:30 und Erinnern vor jedem Aufwachen (lokale Embeddings voreingestellt; SiliconFlow / DashScope optional), Leben zwischen Gesprächen (nach HDS-Interlude) und optionalem microVM-PC mit Freigabe. Tabs phone/computer/dot; Einstellungen in `~/.dsh/dsh-dot.json`; sechs Komponenten einzeln abschaltbar. Nur die mit `/qq owner` gesetzte QQ-Nummer gilt als deine; Nachrichten anderer sind nicht vertrauenswürdige Hinweise.

Agentischer Antwortprüfer für DeepSeek Harness: Ein separates LLM bewertet jede finale Antwort erneut mit 1–100 Punkten; unter dem Grenzwert erhält der Agent konkretes Feedback zur Überarbeitung. Der Wert erscheint als Chip in der Aktionszeile (grün: bestanden, rot: Überarbeitung nötig); Zahl und Grund der Wiederholungen stehen beim Überfahren. Live-Konfiguration über den Tab Reviewer 配置, einen HTTP-Server unter 127.0.0.1 oder einen optionalen rechten Tab von dsh-better-sidebar.

Trellis-ähnlicher Workflow für DeepSeek Harness: pro Turn Phasen-Breadcrumbs über agent/pre-step, gebündelter Skill-Provider und DSH-nativer Task-/Phasenstatus mit Schutzvorkehrungen für Git-Sauberkeit.

Ruft eine beliebige http/https-Seite ab und gibt Titel, Beschreibung, Haupttext, Überschriften-Gliederung und Links zurück, mit Statistiken (Zeichen-/Wortanzahl, Lesezeit, Sprache) und Top-Keywords; kann Inhaltsbilder in den Sitzungsarbeitsbereich für die Bildanalyse herunterladen und sie über den scrape.imageAnalyzer-Dienst an registrierte Analyser verteilen.

Lokaler Fork von dsh-superagent: Jeder Seitenleisten-Arbeitsbereich erhält eine Hauptsitzung, die die Anfrage in ein Ticket umwandelt; eine Worker-Sitzung arbeitet dann im Verzeichnis dieses Bereichs. Nicht zusammen mit upstream dsh-superagent installierbar: Beide nutzen den Paketnamen dsh-superagent und dieselben Plugin-IDs.

Zeigt den Diffusions-(Denoising-)Stream von Inception Mercury live in der Antwortblase der DSH-Web-UI. Bei unterstützten Routen wird die Anfrage mit `diffusing: true` erneut gesendet und die echten Frames vom Rauschen bis zum finalen Text werden abgespielt; nur die konvergierte Antwort landet im Sitzungsprotokoll. Ein Probe je Provider/Modell prüft die Unterstützung und wird vor der Token-Erzeugung abgelehnt. Aktivierung pro Modell; Anhänge, Hilfsaufrufe und nicht unterstützte Routen fallen auf den ursprünglichen Adapter zurück. Aktiv ersetzt es für alle Modelle den Assistant-Message-Renderer.

Klappt abgeschlossene Turns zu ihren endgültigen Schlussfolgerungen zusammen, trennt Denken und Prosa mit einem Trennstrich und ermöglicht die Navigation zwischen Turns über eine links oder rechts andockbare Leiste mit Linien- oder Punktmarkierungen, optionalem Ring und Hover-Zusammenfassungen; kann den TurnNavigator am rechten Rand des Hosts ausblenden, frühere Verläufe laden und ein vorausgefülltes Diagnose-Issue öffnen.

Bidirektionale WeChat-Bridge (iLink): Push bei Rundenende und Genehmigungsanfragen, Genehmigen/Ablehnen und Nachrichteneinschleusung direkt im Chat, persistente Deduplizierung und konvergentes Chunking langer Antworten; Channel-Schicht erweiterbar auf weitere Messenger.

Öffnet Quellcode-Links aus DeepSeek-Harness-Gesprächen an der referenzierten Zeile, zeigt Git-Diffs neben dem Chat, prüft pausierte Variablen und macht Erklärungen zu durchsuchbaren Markdown-Speicherkarten. Python-Klassenbeziehungen sind Beta. Go/Java-Navigation benötigt Language-Server, Breakpoint-Debugging einen Debug-Adapter.

Ergänzt sitzungsbezogene Ausführungsmodi im DSH-Composer. OVERDRIVE aktiviert Turbo nur für die aktuelle Sitzung. Fast und Max ändern Planungs- und Prüfregeln des Agenten und können den reasoning effort der Anfrage senken. Host protokolliert den maßgeblichen Modus, Latenz je Turn, Schrittzahl und Tool-Aufrufe sowie, ob ein Prüfkommando ausgeführt wurde.

Löschen pro Nachricht für DSH: eine Nutzernachricht, einen Antwort-Schritt oder eine ganze Assistenten-Antwort über den offiziellen Surface-Replace-Vertrag aus dem abgeleiteten Modellkontext entfernen und aus dem sichtbaren Transkript ausblenden, ohne das Append-only-Log neu zu schreiben.

Modellgesteuerte Kontextkomprimierung für DeepSeek Harness. mind_map prüft den Agentenkontext (stabile seq IDs, Rollen, Tokengewicht, Löschgrenzen und clear-mind-Anleitung); clear_mind ersetzt einen ausgewählten Gesprächsverlauf per nativer Komprimierungstransaktion durch einen vom Modell verfassten Checkpoint. Tool-Aufruf und Ergebnis werden zu einem einzeiligen Tombstone; ein Hinweis warnt bei langem Kontext oder zu vielen Schritten im Zug.

Kombiniert Headrooms Code-Skeleton-Verfahren (Apache-2.0) mit dem Estimator von TokenPilot (arXiv:2606.17016). Veröffentlichte Werte: Headroom meldet 20 % weniger Tokens für Coding-Agenten und 60–95 % für JSON bei gleichen Antworten; TokenPilot bis zu 60 % geringere Kosten bei langen Sitzungen. Das sind Angaben der Projekte, keine Messungen oder Benchmarks dieses Plugins. In DSH lassen sich Profil, Auto-Compact-Schwelle und Skeleton-Komprimierung einstellen. Exakte Messung mit DeepSeek-V4-Tokenizer und Abgleich derselben Revision; bei nicht unterstützten Modellen bewahrt fail-open die ursprünglichen Tool-Ergebnisse. Skeleton-Komprimierung im Turn und abschließende Intent-Zusammenfassung innerhalb der offiziellen JSONL-Komprimierung.

Exportiert die Agent-Schleife als OpenTelemetry-Traces, Metriken und Logs nach GreptimeDB, mit sieben Grafana-Dashboards zu Token-Nutzung, Kosten, Sitzungsergebnissen und Latenz pro Turn.

Bindet einen echten VSCode-Editor (code-server oder Ihr lokales Desktop-VS Code über die mitgelieferte Bridge-Erweiterung) als GUI-Tab ein: Agent-Dateiänderungen öffnen rundenbezogene Rot/Grün-Diffs, die Tab-Schließungen und Seitenneuladungen überstehen; Dateien werden gesperrt, während der Agent schreibt, und ein Watchdog-Supervisor verhindert verwaiste Prozesse.

Playwright/CDP-Web-Fetch-Anbieter für das integrierte Tool web_fetch: rendert Seiten in einem echten Browser, bereinigt sie von Störungen (Readability + DOMPurify) und gibt Markdown zurück.

Kompakte Turn-Leiste am rechten Rand mit Hover-Zusammenfassungen und Klick-zum-Springen-Navigation. Wird auf npm als `dsh-turn-scrubber` veröffentlicht.

Kostentracking mit Preisen aus einem Online-Katalog (models.dev + OpenRouter, über 8000 Modelle, jeder Aufruf zum jeweiligen Echtzeitpreis abgerechnet): Kostenzeile pro Runde, Tab „Kosten“ mit Zuordnung der Ausgaben auf Werkzeugausgabe / Modellausgabe / System-Prompt / Befehle, Budget, Monatsprognose, ~166 Live-Wechselkurswährungen und ein bill_stats-Agententool.

Weboberfläche als Ersatz für die unveränderte offizielle DSH-Version. Mit einklappbaren Denkgruppen, Zug-Zeitachse mit einstellbarer Lesebreite, Tool-Aufrufkarten, Auswahl von Modell und Denkaufwand, Agents-Ansicht mit Subagents als Baum, optionalen Diagramm- und Grafik-Widgets in Antworten, Hell-/Dunkelthema und Smartphone-Layout. Installation über npm; Deinstallation stellt die offizielle Oberfläche wieder her. Das optionale Tool jev_presentation_advice wird erst nach Speichern eines TypeSafe-Schlüssels aktiviert und sendet bis zu vier aktuelle Nutzernachrichten sowie eine kurze Gliederung der geplanten Antwort an api.typesafe.ai.

Wenyuan Pavilion: KI-Teamarbeitsplatz für DSH mit zugewiesenen Aufgaben, unabhängiger Abnahme, Nur-Anhängen-Protokoll und parallelen Projekten. In eigenem Profil installieren: dsh plugin --profile ai-team add @suifei/dsh-ai-team, nicht in web oder desktop. Der Patch setzt dessen Sandbox auf danger-full-access und Freigaben auf never; auch Teamagenten erhalten Vollzugriff. PMO-Automatik ist standardmäßig aktiv: Alle 60 s bearbeitet sie offene Entscheidungen und weckt Verantwortliche zur Aufgabenverteilung. Bei deaktivierter PMO-Automatik landen Entscheidungen im Posteingang.

Sechsschichtiges lokales Gedächtnis für dsh: zeichnet Gesprächsrunden auf, führt sie über einen L2-Puffer zu DL3-Zusammenfassungen durch ein Staging-Modell, fügt in jeder Runde einen stabilen Gedächtnisblock ein und ersetzt den Chatverlauf durch Platzhalter. Mit fünf Gedächtniswerkzeugen und Konfigurationsseite.

Zeigt an, welche Skills jeder Turn aufgerufen hat (vom Modell geladen, als /name eingegeben oder keine) und verwaltet das lokale Skill-Verzeichnis: Installation aus einem eingefügten Repository, Ordner, SKILL.md oder Zip-Pfad, Festlegen eines chinesischen Anzeigenamens in der meta.yaml des Skills und Entfernen eines Skills unter Beibehaltung eines Backups.

Intelligente Sitzungstitel für DSH: nach jedem Gesprächs-Turn fasst ein unabhängiger Hilfs-LLM-Aufruf das vollständige Nutzer+Assistent-Transkript zu einem Titel zusammen, der dem echten Thema der Sitzung folgt statt die erste Nachricht zu wiederholen; die erste Nachricht wird sofort betitelt, fehlgeschlagene integrierte Titel werden in späteren Turns erneut versucht, manuelle Umbenennungen nie überschrieben und Subagenten-/Fork-Sitzungen übersprungen.