Plugins

Durchgängige Sprachkonversationen für DSH mit freihändigem Zuhören, Push-to-Talk, Spracherkennung, TTS-Antworten und Hintergrund-Agent-Delegation.

Lokales Echtzeit-TTS für DeepSeek Harness: Stimmvoreinstellungen, automatisches Vorlesen, Engine-Setup-Assistent, Vorlese-Button und ein Einstellungsbereich für die GSV-TTS-Lite-Engine.

Konfigurationsgesteuerte Entwicklungsaufgaben-Orchestrierung für DSH: Graph-Workflows (Aufgaben/Gateway/Mensch-Knoten) mit Persistenz pro Phase, plus ein KI-Assistent im Editor, der Workflows per Konversation mit Live-Validierung einrichtet. Übergebe Dokumente als generische Anhänge an Knoten (keine Deklaration nötig): Dateien landen im Aufgaben-Arbeitsbereich und ${inputs.附件} liefert die mit Zeilenumbrüchen verbundenen absoluten Pfade, sodass ein Knoten sie mit seinem eigenen Prompt parst.

Führt AItelier-Pipelines von DSH über MCP aus: 39 Werkzeuge (22 Lese-, 17 Schreibwerkzeuge) zum Erzeugen, Ausführen, Inspizieren, Bearbeiten, Exportieren und Importieren mehrstufiger SkillFlow-Pipelines. Die Schritte werden in AItelier statt in der DSH-Sitzung ausgeführt und über run_id gepollt, pausieren an engine-erzwungenen Checkpoints, die mit answer_checkpoint beantwortet werden, und hinterlassen pro-Schritt-Traces und Schrittausgaben zum späteren Lesen; add_provider / map_model / edit_role richten eine einzelne Rolle auf einen lokalen oder günstigeren Endpunkt aus. Bündelt einen aitelier-pipelines-Skill.

Lokale Erzeugung von Bildern, Stimmen, Musik und Soundeffekten sowie Transkription, mit fixierter Identität: Charaktere, Tiere, Objekte und Schauspielernstimmen werden einmal definiert und bei jedem späteren Aufruf wiederverwendet; degenerierte Ausgaben (nahezu flaches Bild, stilles Audio) werden abgelehnt statt als Erfolg zurückgegeben, und eine erzeugte Zeile kann als Text zurückgelesen werden, sodass ein Klon, der sein Ende verschluckt hat, sichtbar wird. Die Engines entladen sich im Leerlauf, und Bildgenerierung und Transkription können jeweils auf eine OpenAI-kompatible API statt auf das lokale Vulkan-Backend zeigen.

KI-UI-Automatisierung über Midscene – android_ui- und web_ui-Tools zum Tippen, Eingeben, Abfragen und Prüfen auf einem echten Android-Gerät oder einem bereits laufenden Chrome über die ctx.midscene-Nahtstelle.

Vertikale Nachrichten-Zeigerleiste am linken Rand des Chats: ein Strich pro Benutzernachricht, Klick zum Scrollen zu dieser Nachricht, Hover für Vorschau-Blase.

Karten- und Routing-Tools: Routenplanung für Auto, ÖPNV, zu Fuß und mit dem Fahrrad, Geocoding und POI-Suche standardmäßig über freie OSM/OSRM-Daten, mit optionalem Amap-(高德)-Schlüssel für bessere Abdeckung in China.

Durchsucht die kuratierte GitHub-AI-Projektbibliothek von AIGC Radar (500-Sterne-Aufnahme, zweisprachige zh/en-Tags, Sternwachstums-Snapshots) über dessen MCP-Endpunkt mit nativen Ergebniskarten; ein Agent-/Pre-Step-Listener schlägt proaktiv eine Wiederverwendungsprüfung vor, bevor der Agent Code schreibt.

Fügt den Hintergrund der DeepSeek-Harness-Homepage zu dsh web hinzu: WebGL-Flüssigkeitslicht, Punkt-Linien-Gitter und einen digitalen Punktwolken-Wal, mit dunklen und hellen Paletten.

Spracheingabe für die Web UI: eine Mikrofonschaltfläche, die die lokale Offline-Spracherkennung von VocoType steuert und erkannten Text automatisch in den Editor einfügt (Auto-Deploy, Deduplizierung, kontinuierliche Diktation).

Speech-to-Text-Spracheingabe für die Web-UI: ein Mikrofon-Button im Composer transkribiert Sprache per Browser Web Speech API (null Konfiguration) oder eine OpenAI-kompatible Whisper-API (OpenAI / Groq) in den Entwurf, mit auswählbarem Modell und Sprache in den Settings.

Agentenaufrufbares Vision-Tool, das lokale Bilder über einen von dir konfigurierten, OpenAI-kompatiblen Vision-Endpunkt beschreibt, mit optionalem Multi-Modell-Gegencheck und ohne integrierte Schlüssel.

Komplettes Vision-Funktionspaket für DeepSeek Harness: ein vision_understand-Tool (OpenAI-kompatible Vision-APIs, standardmäßig kostenloses Zhipu GLM-4V-Flash) sowie Einfüge-/Drag-and-Drop-/Button-Einstiegspunkte für die Bilderkennung.

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.

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.

Benachrichtigungs-Outbox: Der Agent benachrichtigt proaktiv per Toast / chinesischer TTS-Stimme / Soundeffekten (Explosion, Sieg, Alarm), ruft dich bei einem 60-Sekunden-Bestätigungsfenster per Sprachanruf zurück, mit Lautstärke-Boost und Einstellungspanel.

Governance und Anomalie-Diagnose für Agent-Trajektorien: baut flache Sitzungsprotokolle zu verzweigten Trajektorien-Bäumen um, erkennt Loop-Deadlocks, ungültige Retries und Zieldrift, alarmiert mit Kostenzuordnung, bietet Ein-Klick-Unterbrechung und Breakpoint-Fork über offizielle APIs, eigener GUI-Tab.

Sprachnotizen rein, gesprochene Antworten raus: Audio diktieren, das zu Nutzernachrichten wird (Transkription), den Agenten Antworten laut vorlesen lassen (Sprachausgabe), lokal-first unter ~/.dsh/voice.

Mikrofon-Spracheingabe für den Composer: Live-Transkription über die Web-Speech-API des Browsers, Deduplizierung/automatisches Fortsetzen, intelligente Zeichensetzung sowie Einstellungen für Sprache und automatisches Senden.

Die generische Aktion „Neue Sitzung“ öffnet einen Arbeitsbereich im Standardverzeichnis, statt eine Ordnerauswahl zu verlangen, und der Arbeitsbereich-Picker listet diesen Arbeitsbereich als Option ohne Ordner.

Das integrierte web_search berechnet einen vollen Modell-Turn gegen DeepSeeks eigenen Endpunkt; dieses führt es stattdessen auf einem OpenRouter-kompatiblen Gateway aus, sodass die Suche dort abgerechnet wird, wo Ihr Chat bereits läuft, zum gewählten Modell und Preis.

Kometenartig animierter Cursor für den DSH-Web-Composer: Ein leuchtender Schweif gleitet an die Textposition, mit konfigurierbarer Akzentfarbe, Dicke, Schweif und 500-ms-Leerlaufblinken. Erweitert die Oberfläche auf Eingaben von Fragekarten und behebt das Verschwinden des Cursors bei leerem Composer oder erstem Fokus, die Vorwärts-Drag-Auswahl, die dem Zeiger nicht folgt, weiche Zeilenumbrüche, die an der vorherigen Zeile gemessen werden, und das Zeichnen des Cursors außerhalb des Composers bei scrollender langer Eingabe. Gepflegter Fork von Lacquervii/smooth-cursor.

Vision-Bridge für reine Text-Routen von DeepSeek, die angehängte und lokale Bilder über konfigurierbare OpenAI-Responses-, Chat-Completions- oder Anthropic-Messages-Endpunkte analysiert, während bildfähige Routen nativ bleiben.