Plugins

Lokale Literatur-Wissensdatenbank-RAG: 10 Tools (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), hybride BM25+Vector+Reranker-Suche, belegte Fragen-Antworten mit anklickbaren DOI-Links, vollständig lokale bge-Embeddings über einen Single-File-SQLite-Index. Benötigt Python 3.9+ mit pymupdf, faiss-cpu und sentence-transformers; der Installer `npx dsh-kb-rag-install` richtet diese ein und lädt das Modell vorab herunter.

Ein KI-Routing-Gateway, das als DSH-Plugin läuft. Fügt ein Seitenleisten-Panel „Routing System“ für Anbieter, Kontopool, Fallback-Kombinationen und API-Keys hinzu und stellt einen OpenAI-kompatiblen Endpunkt unter http://localhost:3080/v1 bereit.

White-Box-Kausal-Leitplanke für dsh: Jeder Tool-Aufruf wird vor der Ausführung entlang einer deterministischen kausalen Logikkette geprüft — blockiert destruktive und Anmeldeinformations-Datei-Operationen, eskaliert wiederholte Grenzverletzungen, trennt fehlerhafte Verknüpfungen bis zur verifizierten Behebung und gibt Risikobewertungen für nicht prüfbare Ausführungen ab; läuft vollständig lokal ohne API-Kosten, plus 6 White-Box-Selbstprüfwerkzeuge.

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.

Persistentes KI-Gedächtnis, gestützt auf einen lokalen Obsidian/Codex-Tresor: fünf obsidian_memory_*-Lese-/Schreib-/Suchtools plus ein Tresor-Browser in der Seitenleiste.

Bindet die lokale GitHub-CLI (`gh`) als Agent-Tools ein: Pull Requests, Issues, Actions-Läufe, Repositorysuche und rohe API-Aufrufe. Ergänzt die Slash-Befehle `/gh status` und `/gh help` sowie zwei Webpanels: ein globales Repository-Cockpit und ein Workspace-Panel je Sitzung.

Bringt Experten der WorkBuddy-Desktop-App in DSH: Ein Markt auf der Einstellungsseite durchsucht das lokale WorkBuddy-Expertenverzeichnis (dort landen Experten, nachdem du sie in WorkBuddy beschworen hast) schreibgeschützt zum Stöbern, Suchen und Filtern nach Kategorie, mit Ein-Klick-Installation (exportiert nach ~/.dsh/experts/ als Role Prompt + Skills + Avatar), Aktualisieren und Deinstallieren; eine Auswahlkapsel neben dem Eingabefeld wechselt den Experten der aktuellen Sitzung – dabei werden Role Prompt, Skills und eine optionale Tool-Whitelist komplett ausgetauscht, während der gesamte Sitzungsverlauf erhalten bleibt, angewendet an der nächsten Modellanfrage-Grenze.

Fügt /review, /review-status und /review-cancel hinzu, um einen unabhängigen nativen Subagenten zu starten, der einen gewählten Git-Bereich prüft (Basisbranch, nicht committete Änderungen, einen Commit oder eigene Anweisungen) und einen Befundbericht im aktuellen Gespräch zurückgibt, mit englischer oder chinesischer Ausgabe je nach Host-Locale.

Lokale Workbench im VS Code-Stil für DSH mit Datei-Explorer, Monaco-Editor, Volltextsuche und einem Git-Panel.

Pro-Event-Sound-Benachrichtigungen: Turn-Abschluss, Genehmigung, Frage, Plan-Review, Goal-Blocked und Task-Failure erhalten jeweils eigenen Sound und eigene Lautstärke, konfigurierbar in der Web-UI (integrierter Synth, Mute oder lokale Audiodatei).

Verschlüsselter lokaler Anmeldedaten-Tresor für den Harness: eine Web-Einstellungsseite und vault_* tools zum Speichern, Suchen und Kopieren von Passwörtern, API-Schlüsseln, TOTP-Geheimnissen und Kartendaten, mit Gesundheitsprüfungen, Ablauf-Rotation, Import/Export und schreibgeschützten/auf-Anfrage-Zugriffsmodi.

Führt alle lokal angemeldeten WorkBuddy-Konten in DeepSeek Harness zu einem automatisch ausweichenden Modellpool zusammen (Multi-Konto-Rotation, Live-Credits und ein Modellkatalog mit Credits-Multiplikatoren pro Modell und Gratis-/Nachtrabatt-Tags).

„Single-Core Writing“-Plugin für DeepSeek Harness: Werkzeuge gründlich verschlankt und Ausgabe gehärtet für quantisierte kleine Modelle, geeignet für lokale Langroman-Pipelines mit On-Device-Modellen.

Kostengünstiges Video-Verständnis-Tool: Ein video_understand-Tool wandelt einen Bilibili-Link / BV / ein lokales Video in eine AVIS-Informationsschicht (ASR + Szenenstruktur + Objekt-Tracking + YOLO-Labels) um und liefert Zusammenfassung + Q&A. Fragegesteuertes dynamisches Routing über Ebenen hinweg (L0 ASR / L1 Objekt-Tracking / L2 Keyframe-VLM), Wiederverwendung der semantischen Schicht für Wiederholungsfragen, Budgetobergrenze pro Frage. Python-Engine: Die Kernschicht benötigt faster-whisper / opencv / yt-dlp (~200-300MB); die optionale semantische Schicht fügt ~2GB torch / transformers / ultralytics hinzu. Ein mitgeliefertes doctor --fix richtet das venv ein und installiert beide.

Nutzungsstufen und teilbare Statistik-Karten: 🐟→🐳 Rangfolge nach monatlichem Token-Verbrauch mit lokal berechnetem geschätztem Perzentil, präzise Preise für 46 Modelle von 6 Anbietern (einschließlich größenbasierter chinesischer Preise), Nachfüllung von Vorinstallations-Sitzungen und Alt-vs.-Neu-Vergleich über die Tarifänderung vom 2026-08-17. Nur lokal, keine Telemetrie.

Schriftart-Umschalter für die DSH-Web-GUI: 99 UI-Schriften und 31 Code-Schriften mit CJK-Latein-Kombinationsstapeln, sofortiger Anwendung und Speicherung im localStorage.

Verbindet DSH über einen stdio-MCP-Client mit einem lokalen anet-Knoten. 3 Skills und 14 Tools zum Finden von Agenten im AgentNetwork, Senden/Verfolgen/Beantworten Ende-zu-Ende-verschlüsselter A2A-Aufgaben, Bezahlen/Ablehnen kostenpflichtiger Skills innerhalb der Betreiberlimits, Lesen der lokalen Evidenzkette und Melden des Knotenstatus. Nur Linux/macOS; ein lokal laufender anet-Knoten ab 0.3.0 ist erforderlich.

Lokale Literatur-Wissensdatenbank als RAG für DSH: hybride BM25-+-Vektor-Suche auf einem SQLite-Index, Cross-Encoder-Reranking, zitierte Antworten mit Provenienz auf Abschnitts- und Seitenebene, reine Metadaten-Aktualisierung und Hintergrund-Ingestion mit Fortschrittsabfrage.

Auth-Gateway für die DeepSeek-Harness-Weboberfläche: schützt Seiten, /api, /plugins und WebSocket. PBKDF2 mit Nutzersalt, HttpOnly-SameSite-Cookies, IP-Sperre, Einladungen, TOTP/Passkeys (WebAuthn), Step-up vor Faktoränderung. Nutzer verwalten Profil/Faktoren, Admins Nutzer, Einladungen und Passwörter. Private Modell-/API-Einträge je Nutzer sind mit passwortabgeleitetem Schlüssel verschlüsselt und für Admins unlesbar. Gezieltes Teilen durch Admins: nutzbar, Guthaben sichtbar, Schlüssel bleibt verborgen, sofort widerrufbar. Unkonfigurierte Nutzer werden ohne Fallback blockiert. REST/Listen/WS nutzerisoliert; Sitzungen über Neustarts, JSONL-Audit, fail-closed. DSH 0.2.0 erforderlich (Transport 0.1.1-rc.2 in 0.7.0 entfernt). Passkeys benötigen HTTPS/localhost.

Eine Web-Roman-Schreib-Engine für DeepSeek Harness: paralleles Entwerfen, Gliederung und Brainstorming mit einem separaten DeepSeek-Schlüssel, Verwaltung von Hintergrundwissen und Vorausdeutungen, semantische Vektorsuche, eine Korpusbibliothek, ein Nutzungsprotokoll, mechanisches Korrekturlesen und ein lokaler Serialisierungsplan.

Plugin für Langzeitgedächtnis und Selbstentwicklung für DSH: L0-Erfassung → L1-Gedächtnisextraktion → L2-Szenengruppierung → L3-Nutzerpersona, automatische Erinnerungsinjektion, Skill-Synthese, vollständig lokal (SQLite FTS5 + jieba, optionaler Vektorabruf).

Lädt Wallpaper-Engine-.mpkg-Dateien als DSH-Web-Hintergrund: eingebettetes Video, tageszeitabhängiger Wechsel, einheitlicher Milchglas-Effekt, lokale Wallpaper-Bibliothek & Rotation.

Bilibili-Video-Analyse: Metadaten, Transkript (ASR-Fallback über Bijian/sherpa-onnx/whisper.cpp), Kommentare, Danmaku und scharfe Keyframes mit optionalen lokalen Vision-Beschreibungen.

Lokal-first Vier-Bucket-Token-Observability: persistente Dashboards nach Sitzung/Anbieter/Modell/Tag, Trends, Budget- und Anomaliesignale, Schätzungen öffentlicher Tarife, sichere aggregierte Exporte sowie explizite Opt-in-Nutzungs- oder Sitzungsverlaufsanalyse.