Plugins

Evidenzbasierte Unternehmens- und Job-Due-Diligence für DSH: protokolliert Quellen mit Evidenzstufen, ergänzt evidenzgebundene Aussagen, prüft die Rechtseinheit gegen offizielle Register und erstellt einen PROCEED/VERIFY/STOP-Bericht mit Prüfliste und Interviewfragen.

DSH Web-GUI-Heftklammer-Button: Ein 📎-Button im Composer öffnet einen Dateiauswahldialog (Drag & Drop unterstützt) und fügt den Dateiinhalte in das Textfeld ein.

Ein inoffizielles Wal-Mädchen-Desktop-Pet für die DeepSeek-Harness-Web-UI.

Vollständiges, lokal-zuerst arbeitendes Issue-Board, eingebettet in die DSH-Web-GUI: Kanban-/Listen-/Gantt-/Workflow-/Dashboard-Ansichten, AI-Chat pro Aufgabe, Anhänge und Labels, automatische Übernahme von To-do-Aufgaben durch dsh-routines — Daten liegen in lokalem SQLite (dsh plugin add @ttmouse/dsh-taskboard).

Installations-Tab unter Einstellungen → Plugins: Installieren, Aktualisieren und Entfernen beliebiger Plugins per npm-Spezifikation, `github:user/repo` oder lokalem Pfad über denselben CLI-Pfad `dsh plugin add`; Aktualisierungsprüfungen gegen npm latest oder GitHub HEAD mit Downgrade-Schutz und Prüfung der aufgelösten Version, ein pnpm-11-Release-Cooldown-Bypass bei jedem Hinzufügen/Entfernen sowie Dienstneustart über die DSH-Desktop-Shell oder einen Relay-Prozess unter eigenständigem `dsh web`.

Offline-Spiegelung der offiziellen DeepSeek-Harness-Dokumentation als dsh-Skill: 168 Website-Seiten (EN/zh) plus 52 nur im Repository vorhandene Referenzdokumente, mit Themennavigation und Volltextsuchindex für die Plugin-Entwicklung.

Ermöglicht reinen Textmodellen den Umgang mit eingefügten Chat-Bildern, mit nativem Vision-Erlebnis, Bildanzeige im Stapel und einem integrierten OpenAI-kompatiblen analyze_image-Tool; visionsfähige Modelle bleiben unbeeinflusst.

DeepSeek Harness natives Vision-Bundle: Bilder einfügen oder hineinziehen, über das gehostete deepseek-vision-mcp OpenAI-kompatible Vision-Modelle aufrufen.

Verschiebbarer schwebender Katzen- oder Hunde-Begleiter für die dsh-Web-GUI, der seinen Ausdruck passend zur Sitzung ändert und auf einer Companion-Einstellungsseite konfiguriert wird.

Offener Plugin-Marktplatz: Live-Suche im GitHub-Topic dsh-plugin mit package.json-Verifizierung pro Repository (Manifest-Badges dsh.bundle/dsh.client und ein Nur-verifizierte-Filter), npm-first-Installationen mit Anti-Squatting-Prüfungen gleicher Quelle, Update-Erkennung und fünf Agent-Tools für Headless-Betrieb.

Berechtigungsregel-Engine im Claude-Code-Stil: Stufen hard/deny/ask/allow mit einer hard-Stufe oberhalb des Vollzugriffs, Regeln je Arbeitsbereich, Wildcard-Pfadschutz und ein visueller Stufen-Editor; Regeln werden in settings.yaml gespeichert.

Multi-Channel-IM-Bridge für DeepSeek Harness: leitet WeChat- (ClawBot/iLink), QQ- und Feishu- (Lark) Chatnachrichten an einen DSH-Agenten weiter und übermittelt dessen Antworten zurück, mit kanalbezogenen Sitzungen und Entdoppelung von Antworten.

Registriert ein SpecWorkflow-Skill-Paket für Anforderungsklärung, Implementierungsspezifikationen, Ausführung, Lieferprüfung, Reparaturplanung, Fehlerdiagnose und quellengestützte Recherche.

Proaktive Planung: Ein adaptiver Heartbeat und ein Value Network (Dringlichkeit, Relevanz, Unterbrechungskosten) entscheiden, wann der Agent ungefragt sprechen sollte.

Kimi-Code-Stil-Schwarm: Batch-parallele Subagent-Dispatch mit adaptiver Planung, ein /swarm-Befehl und Live-Fortschrittszeilen im Chat.

Wandelt Rohdaten (CSV / eingefügte Tabelle / SQL-Ergebnisse / DuckDB) in einen strukturierten Markdown-Bericht mit geschäftlichen Schlussfolgerungen, Kennzahlen und Diagrammen um.

Zeigt Mermaid-Diagramme als Bilder per lokalem Rendering in DSH Web an, wenn die Chatnachricht einen Mermaid-Fenced-Code-Block enthält, und erlaubt außerdem die Integration externer Rendering-Server.

Kostenlose geschlossene Sprachschleife für die Web-UI: Mikrofoneingabe über die Browser-SpeechRecognition mit Live-Zwischenergebnissen plus Vorlese-Lautsprecherschaltflächen und automatisches Vorlesen der Antworten des Assistenten, ganz ohne Konfiguration und ohne API-Schlüssel.

Einheitlicher Router für Bilderzeugung für DeepSeek Harness (DSH): entdeckt Bildmodelle automatisch von jedem OpenAI-kompatiblen Endpunkt, stellt die Tools draw_image und draw_list_sources bereit und unterstützt SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen und mehr.

Zeigt eingefügte oder hochgeladene Bilder direkt im DSH-Web-Chat an und gibt reinen Textmodellen Sehkraft: Das vom Modell aufrufbare Tool visual_review nutzt zuerst eine OpenAI-kompatible multimodale API und fällt bei einem Fehler auf einen lokalen Qwen3-VL-Worker zurück.

Völlig lokale Bildverarbeitung und OCR über das macOS Vision Framework: `ocr_image` (Text, Tabellenlayout + Koordinaten) und `view_image` (Szene, Gesichter, QR) — fügen Sie mehrere Bilder in das Web-Eingabefeld ein oder übergeben Sie Pfad/URL/base64; Bilder verlassen Ihren Mac nie.

Vision-MCP- und DSH-Bundle für textbasiertes DeepSeek: analyze_image-, analyze_clipboard-, compare_images- und vision_status-Werkzeuge, eine visuelle Einstellungsseite, standardmäßig kostenloses GLM-4.6V-Flash, Ergebnis-Caching und Rate-Limit-Toleranz; Schlüssel erscheinen nicht in Logs.

Bindet den gehosteten Exa-Such-MCP-Endpunkt (https://mcp.exa.ai/mcp) über die integrierte @deepseek-ai/dsh-mcp-client-Brücke ein: web_search_exa- und web_fetch_exa-Tools, anonym auf der kostenlosen Stufe oder mit Ihrem eigenen EXA_API_KEY.

Von CloakBrowser betriebene native Browser-Tools mit pro Agent isolierten Sitzungen, begrenzten Snapshots, referenzbasierter Interaktion, Screenshots und sicherem Routing.