Plugins

Fragt das chinesische Minecraft-Wiki (MediaWiki-API) ab und wandelt rohen Wiki-Text in saubere, KI-lesbare Ausgabe um — Suche, Seiteneinleitung, Ganzseiten-Markdown und Zufallseintrag; Vorlagen, Referenzen, Bilder und Sprachlinks werden entfernt, bevor sie das Modell erreichen.

Lokaler OCR-Fallback für reine Textrouten: Wenn das Sitzungsmodell erklärt, dass es keine Bilder akzeptieren kann, wird das angehängte Bild lokal zwischengespeichert und sein Pfad injiziert, damit das Modell ocr_image aufrufen kann — PP-OCRv5 + ONNX Runtime auf der CPU, kein API-Schlüssel erforderlich, Bilder verlassen die Maschine nie. Still, wenn das Modell Bilder sehen kann.

Dispatcht Subagenten mit benannten Profilen (Modell, Reasoning-Aufwand und Tool-Umfang pro Aufgabe), Sicherheitsprüfungen, Kostenschätzung mit Sparvergleich und einem vollständigen Protokoll der Dispatch-Entscheidungen.

Modellseitiges display_file-Tool, das 36 Dateiendungen in der Weboberfläche inline darstellt: Bilder mit Klick-Zoom-Lightbox, spulbares Video, Audio, PDF, per LibreOffice auf dem Host in PDF konvertierte Office- und OpenDocument-Dateien sowie lokales HTML in einem isolierten Frame; Bytes werden über eine signierte HTTP-Route mit Range-Unterstützung gestreamt, und PNG/JPEG/WebP/GIF gelangen auf bildfähigen Routen auch in den Modellkontext.

Wissensdatenbank nach dem Karpathy-LLM-Wiki-Muster für DSH: wiki-write/wiki-search-Fähigkeiten, abhängigkeitsfreie Pipeline (Lint/Index/mnemon-Speichersync/Qualitätsfeedback), minimales Lebenszyklus-Plugin mit Schema- und Wissensvorschau, SiliconFlow-Semantikabruf über einen Ollama-kompatiblen Proxy.

Bidirektionale QQ-Brücke über OneBot v11 (Reverse WebSocket): Sitzungen pro Gruppe und pro Privat-Chat, @-zitierte Sprach-Speech-to-Text, private Bild-/Animations-Sticker-Anzeige, Gesichts- und Sticker-Tools.

Stellt das see_image-Tool für DSH bereit: sendet eine Bilddatei an ein konfigurierbares OpenAI-kompatibles Vision-Modell und leitet dessen Beschreibung an ein reines Textmodell zurück.

Großbild-Erkennung für vision-exp-Modelle: verlustfreie 800×800-Kachel-Erkennung (smart/pipeline/full), lokales OCR mit Vorverarbeitung und Handschriftrouting, optionale Multi-Vendor-GPU (DirectML/CUDA/OpenVINO) mit automatischem CPU-Fallback.

Ein Pixel-Art- und Sprite-Animations-Editor im Browser mit Aseprite-kompatiblen Dateien, lokalen Crop/Outline-Blueprints und optionalen LLM-Workflow-Knoten.

Versionsverwaltung für dsh: prüft die installierte Version gegen jeden npm-Kanal oder jede Versionslinie, installiert oder downgradiert per Klick, streamt das Installationsprotokoll live (Rollback-Snapshot-Kopie, npm-Entpacken, verstrichene Zeit), rollt aus lokalen Snapshots zurück und automatisiert den Ablauf per Policy (stille Auto-Updates, Zeitfenster, tägliche Checks). Stoppt npm nie mitten in der Installation; ein Hänger wird erst nach einer Stunde beendet, und ein halb übernommener globaler Baum wird aus dem Pre-Install-Snapshot repariert. Bestätigt vor der Installation, startet den Host danach neu und nutzt ein Mirror, wenn die Hauptregistry nicht erreichbar ist.

Schreibgeschütztes Web-Client-Dateivorschau-Panel mit Renderern für Bild, PDF, CSV/TSV, Text, Quellcode, Markdown, JSON und YAML, Range-Loading großer Dateien sowie einer Provider-API für Nicht-Lokal-Inhalte.

Benutzerdefiniertes Hintergrundbild für die DSH-Web-UI: ein Bild hochladen oder eine Bild-URL hinter der gesamten App-Fläche einfügen, mit Opazität, themenabhängiger Abdunklung, Panel-Transparenz, Frostglas und Hintergrundunschärfe, Live-Vorschau und gespeicherten Einstellungen sowie einer optionalen DeepSeek-ähnlichen Timeline-Leiste mit Lesezeichen pro Frage für lange Gespräche.

Lokale OCR für DeepSeek Harness: Bild einfügen/anfügen, Text über PP-OCRv5 + ONNX Runtime erhalten, vollständig offline. TUI (cc-tui) und Web.

macOS-Schreibtierchen außerhalb der DSH-Seite: echtes Immer-im-Vordergrund-Fenster, das in Vollbild-Spaces sichtbar bleibt, sechs durch lokales DSH gesteuerte Zustände, natives Kontextmenü mit Ruhemodus und Sitzungsliste sowie eine mitgelieferte Skill, die aus einem Foto mithilfe Ihres eigenen Bild-Tools und Ihrer Zugangsdaten ein vollständiges 18-Posen-Skin erzeugt; nur System-Python und ctypes, kein Electron und keine Abhängigkeiten.

On-Demand-Vision für reine Text-DSH-Sitzungen: Bilder werden zu Markern, und ein vision_describe-Tool sendet nur das Bild und die Frage an ein OpenAI-kompatibles Vision-Modell

MiniMax-betriebenes multimodales Plugin: Echtzeit-Sprachanrufmodus (Streaming-Gespräch, schwebende Dock-UI), Sprachmodus und Mikrofon-Spracheingabe, sowie Bild-/Video-/Musik-/Sprachgenerierung und visuelle Inspektionstools.

Ein leichtgewichtiges, allgemeines Anhang-Dock für DSH: Bilder, PDFs, Dokumente, Archive, Code und andere Dateien einfügen, ablegen oder auswählen, vor dem Senden prüfen und verwalten und anschließend als lokale Pfade an den Agenten übergeben. Es gibt Nicht-Bild-Dateien einen einheitlichen Anhangseinstiegspunkt.

Codex-App-Server-Modellanbieter mit lokalem Codex-Login, Sitzungs-Wiederverwendung, Harness-Tool-Bridging, nativen Aktions-Traces und dauerhafter Projektion generierter Bilder.

DSH-Web-Hintergrundeinstellungen: ein lokales Bild hochladen oder ein voreingestelltes Ambiente wählen, mit Live-Vorschau und dauerhaft gespeicherten Einstellungen.

Ein DeepSeek-Harness-Plugin für Echtzeit-Token-Tracking und sehr genaue Schätzung der Sitzungskosten, mit dynamischer Unterstützung für Peak-/Off-Peak-Preise.

QQ-Bot-Text- und Bildkanal-Plugin für DeepSeek Harness.

Aktivitäts-Heatmap in der DSH-Web-Sidebar: Raster im GitHub-Stil für tägliche Commits, Token-Nutzung und geschätzte Ausgaben, mit einer Tageszeile für Token-Gesamtsummen über alle Sitzungen, Cache-Trefferquote und automatisch bepreiste Kosten pro Modell.

DeepSeek-API-Guthaben und 24-Stunden-Nutzungs-Dashboard in den Einstellungen, mit geschätzten Ausgaben, Token- und Anfragenzahlen sowie einer stündlichen Zeitleiste.

Werkzeug zur Bilderzeugung für DeepSeek Harness über jeden OpenAI-kompatiblen Bilder-Endpunkt, mit integrierter Galerie in der Web-UI.