Plugins

Offizielles DeepSeek-3D-Partikelwal-Plugin für DeepSeek Harness / DSH Desktop (Three.js WebGL).

Stellt die DSH-Web-GUI aus WSL2 per IPv6 oder IPv4 über den Lucky-Reverse-Proxy bereit. /wan up richtet socat-Relay, Windows portproxy, Firewall und Vertrauenshost-Sperre ein; Einstellungs-Karte und Befehle für Domain und Ports sind enthalten.

Person-of-Interest-Skin für DeepSeek Harness: Überwachungs-HUD „THE MACHINE“ (dunkel, Cyan auf Schwarz), Token-Override-Ebene, HUD-Elemente und Live-Telemetriepanel für die dsh-Web-UI.

DeepSeek-Harness-Plugin, das LLM-Aufrufe mit den OAuth-Tokens des lokalen Codex CLI und von Claude Code bereitstellt, statt einen separat konfigurierten API-Schlüssel zu benötigen.

Anthropic-Model-Context-Protocol-(MCP)-Client-Bridge-Plugin für DeepSeek Harness (dsh).

搞定看板 (gdkanban): DSH-Web-Aufgabenboard mit eigenen Kategorien, Workspace-Bindung je Aufgabe und Listen-/Kanbanansicht. Aufgaben laufen tatsächlich über dsh-Sitzungen (session.prompt). Hot-plug-fähig, ohne dsh-Quelländerungen.

Browser-Use-Cloud-Bridge für dsh: Echte Web-Aufgaben ausführen — Seiten öffnen, klicken, tippen, Formulare ausfüllen und Daten extrahieren — über die Browser-Use-API.

Unterdrückt Chrome-/iCloud-Passwortmanager-Abfragen an DeepSeek-Harness-API-Schlüsselfeldern: Passwortfelder für Geheimnisse werden zu maskierten Textfeldern, damit Browser-Passwortmanager DSH-API-Schlüssel nicht als Kontopasswörter behandeln.

Browser-Automatisierung für DeepSeek Harness: Chromium über playwright-core mit einer sicherheitsorientierten Navigationsrichtlinie, die bei jeder Aktion erneut geprüft wird.

Skill, der Agenten das Schreiben hochwertiger SKILL.md nach agentskills.io beibringt, einschließlich Frontmatter, progressiver Offenlegung und Auslösebeschreibung. Abwandlung des offiziellen Anthropic-skill-creator (Apache-2.0).

Frontend-Design-Skill, der Agenten zu visueller Hierarchie, Farben, Typografie, Komponenten, Responsivität und Barrierefreiheit für hochwertige Web-Frontends anleitet. Abwandlung des offiziellen Anthropic-frontend-design (Apache-2.0).

DSH-Toolplugin zur Bilderzeugung über die asynchrone ToAPIs-GPT-Image-2-API (Aufgabe senden, abfragen, herunterladen).

RLM-Modus für dsh: rekursive Subagents über eine einheitliche Funktion rlm(), mit spawn/await/chain als erstklassigen Python-Aufrufen. Ergänzt einen dauerhaften IPython-Kernel mit tools.*-Bindings und context-as-variable.

Adversatives Code-Review: parallele Finder prüfen einen Diff aus getrennten Blickwinkeln (Korrektheit, Lebenszyklus, Vertrag, Sicherheit); unabhängige Verifier versuchen jeden Fund zu widerlegen, und eine Widerlegung verwirft ihn.

Deklarative Aufgaben-DAG-Orchestrierung für DSH: prüft Abhängigkeitsgraphen, führt topologische Aufgabenebenen parallel über workflow-basierte Subagents aus und leitet Fehler deterministisch weiter.

Workflow-Tools für das lokale aflare-Binary: Erstellen, validieren und starten lokalorientierte deterministische YAML-Workflow-DAGs (WAL-Absturzwiederherstellung, Saga-Kompensation) über das lokale Binary. Über 300 Vorlagen enthalten.

Skill zum Paketieren von DeepSeek Harness als Tauri-2-Desktop-App (macOS + Windows): Installationsanleitungen für beide Plattformen, Bootstrap über China-Spiegel mit Subagent-Timeout-Wächter, Windows-Toolchain ohne Adminrechte und VS Build Tools sowie Abnahme-Checklisten für drei Wege.

Reiner HTTP-Client, der wiederkehrende Text- und Bildaufgaben (OCR, Analyse, Vergleich) über unsloth_run und unsloth_vision an einen bereits laufenden Unsloth-Desktop-Server (Unsloth Studio) delegiert. Startet oder besitzt niemals Prozesse.

Delegiert wiederkehrende Text- und Bildaufgaben (OCR, Bildanalyse, Vergleich) über koboldcpp_run und koboldcpp_vision an einen lokalen KoboldCpp-Server (llama.cpp) und verwaltet dessen Lebenszyklus bei Bedarf.

Lokale OCR für angehängte Bilder über die integrierte Windows-Engine (Windows.Media.Ocr): Nur der erkannte Text wird an das Modell gesendet, niemals die Bild-Bytes; der Vision-Passthrough ist opt-in.

Lokale OCR für angehängte Bilder via Tesseract: Nur der erkannte Text wird an das Modell gesendet, niemals die Bilddaten; Vision-Passthrough ist optional.

Ergänzt reine Textmodelle um Bildverständnis: Chat-Bildanhänge werden mit einem Standard-Prompt automatisch durch ein Vision-Modell beschrieben und bei fehlenden Details mit modellgenerierten Prompts erneut analysiert. Mit system/custom-Modi, GUI-Konfiguration, sicherer Schlüsselverwaltung und kleinem Host-Patch für DSH 0.1.0-rc.6.

Notizen und To-dos als normale Markdown-Dateien im Arbeitsbereich: /ml plus Satz fügt etwas ins heutige Journal ein. Drei To-do-Arten: mit Frist, bis zu einem Datum schlafend (wacht dann automatisch auf) und jederzeit. /ml view öffnet Dateien mit unscharfer Suche in wenigen Tastenanschlägen. Immer null Tokens: nichts läuft durch das Modell; Notizen bleiben gewöhnliche lokale Dateien, die Git und jeder Editor lesen können.

Beobachtendes Rollback von Dateimutationen für fs-Tools: Vorher-Zustände von Schreib-/Änderungsvorgängen werden als Git-Blobs oder Snapshots gesichert und über das modellseitige rollback_files-Tool oder den Befehl /rollback wiederhergestellt.