Plugins

Workbench für chinesische Langromane in DeepSeek Harness. Manuskripte lassen sich direkt lesen, bearbeiten und kommentieren. Die KI meldet Probleme und schlägt übernehmbare Überarbeitungsentwürfe vor; der Text ändert sich erst nach Zustimmung. Ein Register für Figuren, Fakten und Hinweise sowie eine Weltkarte sichern die Konsistenz; Kapitel können fortgesetzt, erweitert oder umgeschrieben werden.

Persönlicher WeChat-Assistent zur Verwaltung von Apple Calendar und Reminders, mit Bestätigung vor Schreibvorgängen und geplanten WeChat-Nachrichten. Erfordert macOS 14+ und Apple Silicon.

Presets für Codex, Grok Build, Cursor, Pi und ZCode mit nativen Unterhaltungen, Code-Review, Dokumentkonvertierung und Workflow-Steuerung.

Zählt Agentenschritte und ergänzt alle N Schritte den unmittelbar zu sendenden Batch um eine Fortschrittsanweisung: Der Agent nennt laufende, abgeschlossene und nächste Aufgaben und arbeitet ohne Pause weiter. Einstellbar sind Intervall, Prompttext und die standardmäßige Beschränkung auf den Hauptagenten.

Lokales Markdown-Langzeitgedächtnis für DSH: Obsidian-kompatibler Vault, Verwaltungsseite in der Seitenleiste, vier Gedächtniswerkzeuge und budgetierter Abruf pro Turn.

TPS- und TTFT-Statistiken je Runde für DeepSeek Harness: Modellzeit, Toolzeit, Zeit bis zum ersten Token und Ausgabegeschwindigkeit pro Runde.

Zeigt Download-, Installations-, Abruf- und Suchfortschritt als schwebendes Overlay oder kompakte Leiste über dem Composer; listet auch Hintergrundjobs ohne Fortschrittsanzeige.

Bettet chat.deepseek.com direkt in den DeepSeek-Harness-Desktop ein, erhält angemeldete Sitzungen und bietet Chatpanels über zwei Einstiege.

Russische Übersetzung der DSH-Web-GUI: gesamte Oberfläche und Menüs von 520 Drittanbieter-Plugins, insgesamt 584 Bereiche und 67,666 Zeichenfolgen.

Ergänzt ein erweiterbares Functions-Menü in der DSH-Leiste, in dem Plugins Aktionen mit einem Klick sowie gestuften Bestätigungen und Untermenüs registrieren. Seit 0.4.0 ist die integrierte Aktion „Restart DSH“ enthalten; ein separates Neustart-Plugin ist nicht nötig.

KI-Kurzdrama-Arbeitsbereich für DeepSeek Harness mit eigenem Drama-Agent-Preset, 35 Agent-Tools und 10 enthaltenen Skills für Gliederung, Figuren, Drehbuch, Storyboard und Export.

Setzt nummerierte Listen und Aufzählungen im DSH-Composer fort: Shift+Enter nach „1. item“ beginnt die nächste Zeile mit dem folgenden Listenzeichen.

Macht einen anderen Computer zum Remote-Agent-Teammitglied. Der Worker betreibt sein eigenes DSH und den vollständigen Agent-Loop lokal; Aufgaben laufen bei Verbindungsabbruch weiter, Modell-Zugangsdaten verlassen den Rechner nicht. Der Hub verteilt über 8 remote_*-Tools, erhält nur Übergabezusammenfassung und Artefaktmanifest und ruft fertige Ergebnisse bei Bedarf ab; Zwischenartefakte bleiben beim Worker. Einrichtung per Pairing-Code, direkte oder Relay-Verbindung durch NAT, Webpanel auf beiden Seiten.

Schreibgeschütztes Git-Feld für den aktuellen Arbeitsbereich: Branch, geänderte Dateien, Unterschiede und Bildvergleich vorher/nachher. Drei Anzeigen über dem Eingabefeld zeigen Git-Status, Aktivität von Tools und Skills sowie Sitzungsdauer. Außerdem werden Änderungen je Sitzung zugeordnet und der Prüfungsfortschritt angezeigt.

Mehragenten-Rundtisch: Jedes Mitglied spricht der Reihe nach als Subagent mit eigenem Modell, ein Host fasst jede Runde zusammen und beim Beenden wird ein Markdown-Protokoll erstellt.

Workflow zum intensiven Lesen von Büchern: Importiert EPUB/Markdown/TXT/PDF kapitelweise und lässt jedes Kapitel von einem eigenen Subagent lesen, damit der Quelltext nie in die Hauptsitzung gelangt. Speichert mit \[n] verankerte Kapitel-Memories zur sitzungsübergreifenden Fortsetzung und exportiert Notizen oder ein EPUB.

Anforderungsgespräch vor Arbeitsbeginn: prüft, ob eine Anfrage klar ist, und stellt sonst gezielte Fragen. Im strict-Modus bleiben Bearbeitungstools gesperrt, bis der Nutzer eine vierteilige Zusammenfassung im Chat bestätigt. Bestätigte Präferenzen werden in einem zweischichtigen Memory gespeichert.

Erledigt 头歌-(EduCoder-)Aufgaben über die Plattform-JSON-API ohne Browserautomation. `educoder_sweep` durchsucht alle Kurse, überspringt aber fertige Aufgaben ohne deren Challenges zu lesen; ein vollständiger Kontoscan kostet daher keine Modell-Tokens. Multiple-Choice-Aufgaben kosten ebenfalls keine Tokens, da die Plattform den Antwortschlüssel bei jeder Einreichung zurückgibt. Code-Challenges erzeugt das Modell, lädt sie mit `evaluate:0` hoch und lässt sie einmal pro Challenge bewerten; Wiederholungen nutzen den zurückgegebenen Fehlerbericht. Tools: `educoder_sweep`, `educoder_homework`, `educoder_account`.

Speichert Projektentscheidungen in Markdown statt im Chatverlauf: ein Hauptdokument plus Dokumente je Modul, jeder Eintrag mit file:line-Beleg. Der Agent fragt offene Punkte ab und berechnet einen Fünf-Dimensionen-Score (Aufgabenkomplexität, Erweiterbarkeit, Wartbarkeit, Codequalität, Wiederverwendbarkeit), angezeigt neben der Modellauswahl. Eine Sitzung kann mehrere Projekte binden; small/medium/large erweitert die Eintragslimits. Bei Triggerwörtern wird ein wiederverwendbarer Pipeline-Abschnitt aus dem Hauptdokument eingefügt.

Hierarchischer Workspace-Baum und browserartige Sitzungstabs für die DSH-Seitenleiste. Ein `/` im Titel erzeugt einen virtuellen Ordner; mit Bereichen, Anheften, Zeitgruppen, Sortieren per Ziehen, einheitlichen 6px-Statuspunkten, Darstellung je Zeile und Volltextsuche in Titeln/Nachrichten. Zurücksetzen stellt den Host-Standard wieder her. Eine Host-Route löscht Sitzungen endgültig (DSH kann sie nur archivieren). Fork von KannaKuron/dsh-better-workspace.

Heads-up-Training (1 gegen 1) in Texas Hold’em mit unabhängigem KI-Gegner, dauerhaftem Gedächtnis öffentlicher Aktionen und Entscheidungsanalysen.

Bündelt mehrere DSH-Plugins in einem einfügbaren Freigabecode, überträgt ihn per QR-Code aufs Smartphone und installiert die Plugins einzeln.

Findet Regeldateien aus allen von OMP unterstützten Konventionen und fügt sie als stets geltende Ebene plus Regelbuchindex in den Systemprompt ein. Streaming-Regeln können regelwidrige Ausgaben mitten im Turn abbrechen, passende Tool-Aufrufe verweigern, eine Erinnerung in deren Ergebnis einfügen oder ein Bewertungsmodell zur fertigen Antwort befragen. Dasselbe Tool lässt das Modell neue Regeln schreiben; ein Auditpanel unter Plugins erklärt, warum jede Regel gilt.

Hebt wichtige Fakten und Abwägungen zur aktuellen Aufgabe hervor, erklärt sie bei Bedarf und ermöglicht eine optionale Diskussion in der Hauptsitzung.