Plugins

Sitzungsbegleiter mit vier Modulen: intelligenter Unterhaltungsexport (Markdown/PDF/JSON/PNG-Langbild mit Schwärzung sensibler Daten und ZIP-Stapelexport), Kontext-Übergabezusammenfassungen mit Vorlagen-Speichern/-Import, API-Kostenoptimierung (Live-Offizialpreise, Stoßzeit-/Nebenzeit-Planung, Tages-/Monatsbudgets, Modell-Routing) und globale Unterhaltungssuche mit In-Chat-Suche (Strg+F, CSS-Custom-Highlight-API).

Feynman-Lernmodus-Plugin: Der Zyklus Lehren → Zurücklehren → Bewerten → Neu erklären wird als reichhaltige HTML-Lektionskarten dargestellt (Mermaid-Diagramme + Shiki-Code-Highlighting).

Nach jeder Modellrunde generiert ein LLM 3 kritische Folgevorschläge, die als anklickbare Chips zum direkten Senden angezeigt werden

Ergänzt Drittanbieter-APIs für DeepSeek Harness um Reasoning-Stufen wie Niedrig/Mittel/Hoch und ermöglicht die Modellauswahl für jeden Subagenten-Aufruf.

Fähigkeits-Deklaration je Modell für DeepSeek Harness: Reasoning-Effort-Stufen (Wire-Schreibweisen) plus Anfrage-Modalitäten (Vision) für OpenAI-kompatible Provider. Einstellungsbereich, keine Laufzeit-Harness-Abhängigkeiten, kein YAML.

DeepSeek-Harness-Plugin, das Sitzungsbilder per Bridge an austauschbare Vision-APIs weiterleitet, während DeepSeek das primäre Modell bleibt.

Automatische Provider-/Modell-Fallback-Ketten für DeepSeek-Harness-Agenten, wenn LLM-Anfragen wiederholt fehlschlagen (Retries aufgebraucht, Auth, Kontingent, Rate-Limit).

Laufzeit-Umschaltung von Ausgabestilen für DeepSeek Harness, äquivalent zu Claude Codes outputStyles

11 teilbare Workflow-Skills (handoff, triage, to-spec, to-tickets, wayfinder, teach, wait-what, dsh-mode-routing, ask-matt, overnight-execution, full-throttle) als installierbares Skill-Paket.

Token-Kostenverfolgung pro Modell mit konfigurierbarer Preisgestaltung für Cache-Hit/Miss, Output und Spitzenzeitfenster, einer Live-Kostenleiste für die Sitzung und Markierungen für nicht konfigurierte Modelle.

Der Modell-Umschalter für DSH: auf jeden OpenAI-kompatiblen Endpunkt richtbar, mit kuratierten kostenlosen/günstigen DeepSeek-Provider-Presets und automatischem Fallback, wenn eine kostenlose Stufe Sie ratenlimitiert.

Zweistufiger Modell-Circuit-Breaker mit Failover: löst bei wiederholten Anfragefehlern für ein Modell oder einen ganzen Anbieter aus und leitet die nächste Anfrage an einen konfigurierten Fallback um.

Native Vision-Bridge für LLM-Anbieter: In den Chat eingefügte Bilder werden von einem Vision-Modell (Qwen3-VL über pi-ai/llama.cpp) beschrieben, und die Textbeschreibung wird zur Antwort an das rein textbasierte DeepSeek weitergegeben — Bildaufnahme, Routing und Kompaktierung laufen vollständig über harness-native Mechanismen, mit LRU-Beschreibungscache und 503-Retry.

Im Composer angehängte Bilder werden von einem OpenAI-kompatiblen Vision-Modell in Text umgewandelt, bevor sie textbasierte DeepSeek-Modelle erreichen.

Begrenztes lokales Gedächtnis mit CBDC-Autoritätskontrolle: SQLite + FTS5-Claims, bereichsbezogener Abruf mit erklärbaren Use/Verify/Ignore-Entscheidungen und vollständigem Audit-Trail, /memory-Befehle, ≤3 Claims/1200 Zeichen Injektion pro Aufruf, kein zusätzlicher Modellaufruf.

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.

World-model research toolkit: inspect frames, name 3D / pixel / latent routes, score pred vs GT, and RSI skills / wm.yaml.

DeepSeek Harness plugin: generate_ui — the model turns a request (+ data) into an A2UI document rendered as an interactive surface in the chat, generated through dsh's own model service (valuz-genui core)

OpenCode Zen free models provider for dsh

Migrate Codex CLI conversations, MCP servers, memories and project files into DeepSeek Harness sessions, workspaces and MCP registrations. 把 Codex CLI 的对话、MCP、记忆与项目文件迁移为 DSH 会话、工作区与 MCP 注册。

Rust dev domain plugin for DeepSeek Harness (dsh): verification pyramid fmt→clippy→build+test→miri+audit(+semver) as model-facing tools + graph-layer governance (anti-Goodhart 8 rules incl. #[allow] density / deleted tests, blind-spot via Cargo.toml & pub

Linux kernel dev domain plugin for DeepSeek Harness (dsh): verification pyramid L1-L4 as model-facing tools + graph-layer governance (anti-Goodhart / blind-spot / patch-conflict) + AGENTS.md contract as a system-prompt section. Plain JS, no build step.

DeepSeek Harness plugin: import models with capabilities from an OpenAI-compatible /v1/models listing (gateway capability extensions) and edit per-model capabilities (thinking, vision) on its settings page

Windows-adapted DeepSeek Harness coding-mode agent preset with a persistent PowerShell 7 shell.