Plugins
Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.
419 Plugins gefunden
dsh-search-outline
zhuang-yiqing/dsh-search-outline
Erweitert die Dateivorschau in der rechten Seitenleiste auf Basis von dsh-better-sidebar (erforderlich, sonst inaktiv). Schwebende Ctrl+F-Leiste für Textdateien: Literal oder Regex, Groß-/Kleinschreibung, Trefferzähler, vor/zurück. Einklappbare Struktur zeigt Klassen, Methoden und Dateivariablen in Java/JavaScript/TypeScript/Python sowie HTML-Elemente (auch .vue/.svelte); Klick springt zur Zeile. Schreibgeschützt, kein zusätzlicher Tab.
readable-diagrams
bingomu/readable-diagrams
Erstellt neun Diagrammtypen aus einer JSON-Spezifikation und prüft Titel, Leserichtung, Legende, Kontrast und Verbindungen. Render- und Prüfscripte benötigen Python 3.9+.
dsh-paper-translate
ryanzhangk/dsh-paper-translate
Übersetzt ganze PDF-Fachartikel mit einer bereitgestellten BabelDOC-Installation (Python-CLI, OpenAI-kompatibler API-Schlüssel in config.toml). Bietet zweisprachige Doppelseiten, Tokenkostenschätzung vor dem Start, wiederverwendbares Fachglossar und deaktiviert serverseitigen Denkaufwand für die Übersetzung.
dsh-darkSoulGuide
plankton12138/dsh-darksoulguide
Beantwortet Fragen zu deinem Dark-Souls-III-Spielstand auf dem eigenen Windows-PC: Level, Werte, Gebiet, Anzahl von Leuchtfeuern/Ringen/Zaubern/Eiden, Status der 24 Bosse und Steam-Erfolge, falls Steam installiert ist. Standardpfad: %APPDATA%\DarkSoulsIII\*\DS30000.sl2. Dazu Modelltools, Fortschrittsanzeige und eine Seitenleiste mit 19 Gebieten und Vorschlägen. Das enthaltene Python-3-Script liest den Spielstand lokal und schreibgeschützt; Python 3 und cryptography erforderlich, Spieldaten enthalten.
multisim-toolkit
llyy-t/multisim-toolkit
Steuert NI Multisim 14.3 unter Windows mit neun msim_*-Tools: .ms14-Entwürfe öffnen und speichern, Bauteilwerte und Parameter bearbeiten, DC/AC/Transientenanalysen ausführen sowie Schaltpläne, BOM und Netlists exportieren. Win32 bedient das sichtbare Fenster für Multisim-Ansichten und Kurven; SPICE-Dateien helfen bei fehlenden Messpunkten, ein Offline-Leser öffnet .ms14 ohne Multisim. Erfordert Windows, NI Multisim 14.3, 32-Bit-Python 3.11–3.13 und pywin32.
dsh-wayland-use
ganglith/dsh-wayland-use
Desktop-Steuerung für Wayland-Sitzungen unter GNOME/Mutter: Screenshots, OCR mit Bildschirmkoordinaten, Klicks per Text und gebündelte Eingabeaktionen. Benötigt ein Python-3-Backend mit python3-gi und GStreamer; für OCR ist Tesseract erforderlich.
dsh-wiki-notes
xyzovo/dsh-wiki-notes
Nur lesendes Wissens-Gateway für lokalen Markdown-Vault, vier Tools. `wiki_recall` liefert den vollständigen Trefferabschnitt, Belege je Seite, Vault-Prüfungen und ein Antwortgerüst. `wiki_context` gibt Seitenauszüge, Belegurteil und explizite Lücken; `wiki_verify` prüft Entwürfe auf unbelegte Aussagen, auch Zahlen; `wiki_observe` zählt Korrekturen. Einstellungen und Seitenleiste nutzen denselben Abfragepfad wie das Modell, daher entspricht die manuelle Suche seinem Kontext. Die drei Tools (`wiki_context`, `wiki_verify`, `wiki_observe`) benötigen lokale Python-3-Brücke mit `bridge.python` und `bridge.toolsRoot` samt `wiki_bridge.py`, sonst `E_PYTHON_UNAVAILABLE`.
lingshu-skill
q2667671398/lingshu-skill
Lingshu (灵枢) ist ein gehirninspiriertes System für dauerhaftes Gedächtnis, Persona und Entwicklung von KI-Coding-Agenten. Nur Python-Standardbibliothek, keine Abhängigkeiten, lokal orientiert; Python 3.9+ erforderlich. Enthält geschichtetes Hippocampus-/Kortex-Gedächtnis, Vergessenskurven, Traumkonsolidierung, fuzzy-assoziativen Abruf, Emotionssystem, Schutz vor Persona-Drift, Wissensbasis, selbst verfasste Skills und lokales Web-Panel. Wird als mitgelieferter DSH-Skill angeboten. Das separat installierbare cordis-Startinjektor-Plugin fügt Sitzungen nur automatisch ein, wenn (Lingshu unter ~/.dsh/skills/lingshu liegt oder brainPy konfiguriert ist) und Python 3 verfügbar ist. Die optionale Updateprüfung kontaktiert GitHub/Gitee.
dwg-reader-plugin-20261029
nidexiang/dwg-reader-plugin-20261029
DSH-Plugin zum Lesen von AutoCAD-DWG/DXF, PDF und Bildern, ohne AutoCAD oder Tesseract zu installieren. Für DXF werden Python 3 und ezdxf auf dem Rechner benötigt.
dsh-deep-reading-wl
songfengmanzhu/dsh-deep-reading-wl
Pipeline für gescannte Lehrbücher: OCR mit etwa fünffacher ONNXRuntime-Geschwindigkeit (Python 3.10+ mit pymupdf, rapidocr, openvino und numpy erforderlich), danach Strukturbericht und Leseplan pro Kapitel, bevor das PDF geöffnet wird.
dsh-stock-dividend
wonderjz99/dsh-stock-dividend
DSH-Plugin für das Dividendenbuch chinesischer A-Aktien: ein schlanker TypeScript-Adapter, der die gesamte Fachlogik an den Python-Kern dividend_ledger delegiert.
dsh-local-devkit
alice0721021-web/dsh-local-devkit
Lokale Harness-Entwicklungsinfos: Umwelt-/Laufzeitprüfungen, git status/diff/log/commit, Schreib-Snapshots mit Wiederherstellung je Version sowie Projektchecks für Node, Python und Go.
pixiv-skill
elither-gpt/pixiv-skill
Pixiv-Skill mit Python-CLI: Illustrationen, Manga und Romane suchen; Tages-/Wochen-/Monats-, Rookie-, Original-, KI- und R-18-Rankings durchsuchen; Werke, Romanreihen und Künstler finden und Originale laden. Mehrseitige Werke werden zu PDF, Ugoira zu GIF und Romanreihen zu TXT zusammengefügt. Benötigt Python 3.9+, requests, img2pdf, Pillow (pip install -r requirements.txt); für R-18 eigene Pixiv-Cookies.
DSH-Paper-DeepRead
haokuo/dsh-paper-deepread
Enthält eine Deep-Read-Paperbibliothek und das Skill paper-deepread-html: Seitenpanel für interaktive Leseberichte, PDF-Upload in eine verwaltete Bibliothek, Tiefenanalyse durch einen Agenten oder einen optionalen Site-Auto-Read-Worker sowie Verwaltung und Neuaufbau. Model-Tools: paper_deepread, paper_deepread_uploads, paper_deepread_reports. Für Deep-Read/Import/Berichte ist Python 3 nötig; das Skill richtet beim ersten Einsatz eine PyMuPDF-venv ein, beim Index-Neuaufbau erfolgt der Fallback auf plain python3.
figcraft
harryheyu/figcraft
Wissenschaftliche Abbildungen als Code: Agents erstellen ein versioniertes Figure-IR und ändern es schrittweise, jeweils einen Knoten; unveränderte Objekte bleiben an Ort und Stelle. Export als echte vektorbasierte, publikationsreife SVG/PDF/PPTX. Sieben papercanvas_*-Tools (create/get/patch/layout/lint/render/inspect), deterministische Engine, Qualitäts-Lint FC001–FC008 und CJK-Schriftauflösung. Mit DSH 0.1.5-rc.3 bis 0.2.2-alpha.2 verifiziert; vom Autor von dsh-sessionflow. PaperCanvas-Engine separat erforderlich: Python 3.11+ und papercanvas-CLI (noch nicht auf PyPI); aus diesem Repository installieren, in PATH ablegen oder papercanvasBin setzen. Das Plugin ist nur ein Adapter und enthält die Engine nicht.
agents-learning
swenbo1-web/agents-learning
Projektbezogener SQLite-Speicher mit schrittweiser Abfrage, begrenztem Kontext, Composer-Schaltfläche und visueller Prüfung. DSH-Bundle im Repository-Stamm installieren und /learning-init mit absolutem Projektpfad unter lokalem Python 3.10+ ausführen.
dsh-voice-bridge
kinglhy2006/dsh-voice-bridge
Freihändige Spracheingabe für DSH unter Windows: lokales Wake Word, lokale chinesische Spracherkennung, die in den Composer eingesetzt und gesendet wird, sowie unterbrechbare und fortsetzbare Sprachantworten. Einmaliges Ausführen von install.ps1 erforderlich (Python-Sprachabhängigkeiten und Mikrofonauswahl); benötigt das bereits von DSH Voice Input geladene SenseVoice-Modell oder ein Modell unter models/sensevoice-onnx.
dsh-memory-with-soul
pzh-xsj/dsh-memory-with-soul
Langzeit-Memory aus einfachem Markdown plus git. Jede Session startet mit einem memory-context-Block aus globalem Store und Projektbüchern (role card, user profile, current focus, routing table, recent logs). Zeichnet gelesene Memory-Dateien auf und erinnert an Schlussfolgerungen, solange das Tageslog nicht ausgewertet ist. Personas unter roles/<role>/SOUL.md. Einstellungsseite mit sieben Tabs und vier Skills; Python 3.10+ erforderlich.
dsh-ctx-budget
lugabeeee/dsh-ctx-budget
Statische Kontextprüfung für ein DSH-Home: sechsschichtige Basis (rules, memory, skills, tool surface, sessions, KB), defekte Pfade in der Markdown-Fähigkeitskarte, doppelte/veraltete/zu große Memory-Einträge, Kürzung von SKILL.md-Beschreibungen sowie aus Session-Logs ermittelte Tool-Oberfläche und Cold-Start-Kontextschätzung. Vier schreibgeschützte DSH-Tools; Schreibzugriff nur mit --apply und vorherigem Backup. Python 3.10+ auf dem Host erforderlich (stdlib; alle vier Tools rufen das mitgelieferte CLI per Shell auf).
dsh-session-bridge
dylanyeung0929/dsh-session-bridge
Liest lokale DeepSeek-Harness-Sitzungen aus einem Agenten, sendet Nachrichten und verfolgt sie live: vier Tools (session_list, session_read, session_send, session_chat) plus passende Python-CLI über die lokale RPC der Desktop-App. Transkripte lassen sich auch offline lesen. Erfordert Python 3.10+; offline zusätzlich die zstd-CLI.
dsh-pet-desktop-linux
wlaeg/dsh-pet-desktop-linux
Transparentes, stets im Vordergrund liegendes Desktop-Haustier für DSH unter Linux (X11/XWayland), gesteuert vom Sitzungsstatus. Es läuft als eigenes Fenster außerhalb des Browsers, folgt dem Zeiger mit Entfernungs- und Monitorgrenzen, zeigt eine Live-Sprechblase mit Aufgaben und Status jeder Sitzung und startet mit der Sitzung automatisch. Nur Linux (X11/XWayland); benötigt Python 3, PyGObject, GTK3, GdkPixbuf und xdotool. Sprite-Sheets stammen von @michengai/dsh-codex-pet (in dieser Liste MichengAI/dsh-codex-pet).
dsh-hoi4-modding
a1249070611/dsh-hoi4-modding
DeepSeek-Harness-Skillpaket für Hearts of Iron IV 1.19.3-Modding: 15 Skills und 20 lokale MCP-Tools (Python-stdio-Server) zum Gerüsterstellen, statischen Prüfen, Installieren und Debuggen. Themen: Focus Trees, Events, Decisions, Ideen, Figuren, Technologien, MIO, Spezialprojekte, Scripted GUI/Topbar-Buttons, Lokalisierung, DDS-Icons, Panzerlayouts mit 18 Slots, 3D-Modelle, CJK-Schriftprüfung und error.log-Auswertung. Dazu Analyse von 23 Workshop-Mods und Multiagentenleitfaden. Benötigt DSH >=0.2.0 <0.3.0 und Python 3.9+ im PATH (nur Standardbibliothek); keine Spiel-Assets enthalten.
math-rigor
bauerelizabeth07139/math-rigor
Nachprüfbare mathematische Beweise für DeepSeek Harness: lokaler stdio-MCP-Server mit 23 maschinellen Prüfwerkzeugen, enthaltenem Workflow-Skill sowie den Befehlen /prove und /audit-proof. proven, refuted und inconclusive werden klar unterschieden; unbewiesene Schritte werden gemeldet. Beim ersten Start sind Python 3.10+ und pip install -r requirements.txt erforderlich; vorher sind die 23 Werkzeuge nicht verfügbar.
dsh-kidlab
baixiaoustc/dsh-kidlab
Programmier-Einstieg für Kinder: Ein Paket enthält eine 🐵-Karte „Kleines Klassenzimmer · Code ausführen“ (führt Python/Turtle wirklich aus) und fünf Modell-Tools (kid_run / kid_explain / kid_practice / kid_review / kid_steps). Keine Drittanbieter-Abhängigkeiten, kein Build-Schritt.