Plugins

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.

Native iOS- und Android-Apps zur Fernsteuerung von DeepSeek Harness, mit Ende-zu-Ende-Verschlüsselung, Workspace-Browsing und Echtzeit-Sitzungsaktualisierungen.

Cache-Abrechnung pro Aufruf im Kontextzähler-Popover: aktuelle Summen für Schritt, Runde und Sitzung mit Treffer-/Fehl-/Ausgabe-Tokens und Beträgen, automatische Pekinger Preise für Spitzen- und Nebenzeiten, modellspezifische Tarife sowie Abrechnung von Drittanbieter-Relays.

Präsentations-Skill und -Tools: Aus einem Satz oder Dokument entstehen eine HTML-Diashow und ein bearbeitbares PPTX. Sieben Layouts (einschließlich Zitat und nativer PPTX-Tabellen), Sprechernotizen (HTML-Bereich auf Taste S und native Notizfolien), fünf integrierte Themen, Standardthema/-sprache und Zweisprachigkeit. Eine vierstufige Ersteinrichtungsanleitung öffnet sich im Einstellungsbereich.

Ereignisgesteuertes Sprachansage-Plugin ohne Abhängigkeiten: kein zusätzliches Modell, keine Token-Kosten. Spricht mit der integrierten natürlichen Stimme des Systems, unterstützt sowohl Windows als auch macOS; Endantwort-Ansagen, Genehmigungs- und Frage-Alarme, optionale Ereignisansagen (Zugende, Befehl abgeschlossen, Zieländerung, Werkzeugfehler, Aufgabenaktualisierungen), wiederholbare Endantworten und eine zweisprachige visuelle Einstellungsseite.

LLVM-Plugin für statische Analyse: erstellt Programm-Bitcode für C/C++-Projekte und führt Erreichbarkeitsanalysen mit kernel-analyzer (KAMain) aus. Stellt dem Agenten kanalyzer_*‑Tools und anderen Plugins den Dienst ctx.kanalyzer bereit.

NiuLai-Meme-Desktop-Haustier – ruft „Ma～ma～“ mit synchronisiertem Mund, wenn Ihr Agent fertig ist; 6 Skins, Signatur-Aktionen, Aktions-Ereignis-Bindung, per WebAudio synthetisierte Tierrufe und handgezeichnete SVG-Skins sind enthalten.

Mobile UI-Shell für die DSH Web-GUI: verwandelt das Desktop-Dreispaltenlayout in ein touchfreundliches Telefon-Layout (Overlay-Drawer, ziehbare FAB, Vollbild-Dialoge, Infinite-Scroll-Verlauf) unter einem 1024px-Viewport, ohne Desktop-Auswirkungen. - Vollständige Mobile-PWA für DSH, aufgebaut auf dsh-mobile-gate: sicheres Fernzugriffs-Gateway plus Installation auf dem Startbildschirm (Manifest + Service Worker), Offline-Fähigkeit, Touch-Gesten (Pull-to-Refresh, Edge-Swipe zurück, Pinch-Zoom-Schrift), Push-Benachrichtigungen bei Agent-Fertigstellung und Touch-First-Layout — Desktop unberührt.

Verbindet Qoder-Modelle (Lingma CN/international) über PATs mit DSH, mit Multi-Account-Pools pro Region, täglichem Check-in, automatischem Failover und schreibgeschützter Guthabenanzeige.

Rendert mermaid/mmd-Codeblöcke im Gespräch als Diagrammkarten mit Vorschau/Code-Umschaltung; die Engine ist eingebettet und funktioniert daher vollständig offline ohne CDN (npm: `dsh-mermaid-render`).

Auf Chinesisch denken: injiziert einen System-Prompt, damit Gedanken und Antworten auf Chinesisch bleiben, klappt den Denkblock standardmäßig auf (interaktiv einklappbar) und lokalisiert UI-Beschriftungen (npm: `dsh-think-zh-expand`).

Skills- und MCP-Abschnitt in den Einstellungen: Skills mit Live-Verzeichnisüberwachung durchsuchen, erstellen, bearbeiten und löschen, Laden beliebiger On-Disk-Skills über Frontmatter-Richtlinienschlüssel umschalten, lokale Ordner oder GitHub-Repos als zusätzliche Skill-Scan-Wurzeln registrieren, MCP-Server-Zeilen im Profil-Patch bearbeiten, MCP-Konfiguration aus Claude Code oder Codex importieren und aus einem kuratierten Markt von Skill-Repos und MCP-Servern installieren.

Agenten-Governance-„Königreich" für DeepSeek Harness: Territorien, Rollenbindungen (bind/unbind/session mit Modell-/Agentenidentität) und eine Plan→Zuweisen→Ausführen→Überprüfen-Aufgabenschleife, in der Worker-Angaben nie automatisch als abgeschlossen gelten (Claim ≠ Fact), mit lokaler GUI-Betriebskonsole.

LLVM-Plugin zur statischen Analyse für DeepSeek Harness: erstellt analysierbaren Bitcode und führt die Erreichbarkeitsanalyse von kernel-analyzer (KAMain) über ctx.kanalyzer aus.

iLife: eine DSH-Einstellungskarte für die iLife-Home-Life-Suite — memo, calorie, chef, home, schedule und bill in einer Tab-Leiste — und deckt jeden Teil Ihres häuslichen Lebens ab.

Mobile Telegram-Fernbedienung, die das Telefon mit einer laufenden DeepSeek-Harness-Web-Sitzung verbindet: Arbeitsbereich-dann-Sitzungs-Auswahl (/sessions), /last für die vorherige Frage/Antwort, /model zum Modellwechsel und native Rich-Message-Antworten.

Multi-Plattform-Recherche- und Deep-Search-Pipeline: harvest_scout für parallele Entdeckung über GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili und YouTube; harvest_deep_research für automatisch erstellte umfassende Rechercheberichte; dazu Extraktion, Quellenübergreifende Verifikation und Glaubwürdigkeitsprüfung.

Analysiert die Nutzung über Modelle, Anbieter, Arbeitsbereiche und Zeiträume — mit eigenen Start-/Enddaten über die gesamte Historie — inkl. Cache-Hit-Einblick und Aufschlüsselung nach Modell und Anbieter. Enthält stündliche/tägliche Trends, 53-Wochen-Heatmap im GitHub-Stil, Serien, Token-Quota-Ringe pro Modell und Arbeitsbereich (Tokens, Kosten, %), kombinierbare Filter, Cache-Effizienz, DeepSeek-Guthaben, Bereichs-Aliase, CSV-Export und ein dauerhaftes Journal, das Nutzung nach Sitzungs- oder Bereichslöschung bewahrt (Deleted-Zeile) und inkrementell neu aufbaut. Die Bereichs-Registry wird über die DSH-domain/changed-Sonde frisch gehalten; nur registrierte Bereiche zählen. Getrennte Buchhaltung für Eingabe, Cache und Reasoning. Chinesisch: Ortszeit; Englisch: UTC; API nur Loopback.

Feinkörniges Berechtigungs-Gateway: Tool-Call-Überprüfung pro Kategorie (Verzeichnisse außerhalb des Workspace, Befehle, Datei-Lesen/Schreiben, Sub-Agents, wiederholte Aktionen) mit globalen und pro Projekt geltenden Allow/Deny-Ausnahmen, Quick-Tool-Standards, benutzerdefinierten Regeln, einem zweisprachigen Genehmigungs-Modal mit Inline-Diff-Details, benutzerdefinierten Ablehnungsgründen und einem Sandbox-Upgrade-Flow.

Expert-Preset für DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): Chefkoordinator + 17 Domänen-Subagenten mit Auto-Delegation. Funktionen: Taskboard (Zustände pending/ready/running/done/failed, DAG, atomare Beanspruchung, Retry, Wiederherstellung), Quality Gates (5-stufige Pipeline: Anforderungen, Implementierung, Verifikation, Prüfung, Integration; 2 Überarbeitungen), Five-Anchor (Prüfung/Konvergenz/Anti-Drift/Zusammenarbeit/Ressourcen), Near-distance (Vorlage Identität/Aufgabe/Ausgabe), progressive Offenlegung (~28 % Token-Einsparung), Persistenz, P2P-Bus, Kreuzprüfung, Erfahrungspool, Schnellweg, Auto-Retry. 17 Experten: Daten, Redaktion, Recht, PM, Frontend, UI/UX, Architekt, Social, Growth, Quant.-Finanzen, Backend, DevOps, DB, QA, Sicherheit.

Verwaltet DSH-Unterhaltungen in einer arbeitsbereichsübergreifenden Tabelle mit Massenarchivierung, Suche im Nachrichtentext und rückgängig machbarem Löschen in den Papierkorb.

Datei-Encoding-Wächter: byte-genaues Lesen/Schreiben/Bearbeiten für GBK-, Big5-, Shift-JIS-, EUC-KR-, Windows-125x-, UTF-16- und UTF-32-Dateien, sodass die Bearbeitung einer Altdatei diese in ihrer ursprünglichen Kodierung belässt, statt sie stillschweigend als UTF-8 umzuschreiben; der UTF-8-BOM bleibt exakt wie er war erhalten, Zeilenenden (CRLF/LF/CR) werden bewahrt, Zeichen, die die Kodierung nicht darstellen kann, werden abgelehnt, statt als „?" geschrieben zu werden, und Nicht-UTF-8-Dateien werden mit Kandidaten-Kodierungen aufgelistet, damit das Modell sie explizit neu lesen kann.

Rundenweise Steuerung des Thinking-Levels (reasoning_effort) für DeepSeek Harness: Auto plant low/high/max anhand der jüngsten Tool-Call-Historie, oder ein Wire-Level (off/on/minimal/low/medium/high/xhigh/max) wird manuell gesetzt, mit benutzerdefiniertem Wire-Mapping, modellbewusstem Fähigkeits-Guard und Kontextfenster-Presets (64K–1M); die Modell-Capability-Card arbeitet mit [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions) (aus dsh-market installierbar), damit OpenAI-kompatible Gateways (vLLM / LM Studio / self-hosted) Reasoning testen können. Die Card schreibt llm-pi-ai-Fähigkeiten, der Adapter treibt das Wire (compat.thinkingFormat) an und das Plugin pflegt die Takeover-Liste.

Führt isolierte Installations- und Smoke-Testläufe für DSH-Plugins in Wegwerfprofilen aus und liefert strukturierte Bestanden/Nicht-bestanden-Datensätze sowie Batch-Matrizen, ohne dein echtes Profil anzutasten.