Plugins

Zeigt am DeepSeek-Harness-Taskleistensymbol unter Windows ein farbiges Zähler-Badge (grün = ungelesene abgeschlossene Sitzungen, orange = offene Frage oder Freigabe) und spielt beim Sitzungsende einen Ton. Fork von dthcle/dsh-badge-notify (MIT) mit Abschlusston und Grün/Orange-Status; beide können nicht zusammen aktiv sein, da sie dasselbe Taskleisten-Badge zeichnen.

Geräteübergreifende Mitteilungen für DeepSeek Harness: Während lange Aufgaben unbeaufsichtigt laufen, erreichen abgeschlossene Turns, ausstehende Freigaben und Fragen die aktivierten Kanäle: Desktop-Toast, Browser-Tab, ntfy-Push oder Feishu-Bot.

Nur-Windows-Host-Plugin für DeepSeek Harness mit Desktop-Karten unten rechts: Meldung bei erfolgreichem oder fehlgeschlagenem Turn und Auswahl-Popup für ask_user_question, das per Klick beantwortet wird. Farben folgen dem aktuellen Harness-Theme; Ton und Benachrichtigungszeitpunkt (immer oder nur ohne Fokus) sind in den Harness-Einstellungen konfigurierbar.

Spielt nach einer fertigen Antwort einen zufälligen Ton und einmalig einen Erinnerungston, wenn die Unterhaltung danach die eingestellte Zahl an Sekunden ruhig bleibt. Ein Ton erklingt auch genau dann, wenn DSH Eingreifen verlangt: Freigabe, Frage oder Planbestätigung. Drei unabhängige Schalter und Klangsammlungen, auf dem Datenträger gespeichert.

Ereignisgesteuertes Trigger-Plugin (die Türklingel neben dem Wecker von dsh-proactive): rekursive fs-Watcher mit Debounce-Fenstern und Glob-Filtern je Regel; nur loopback erreichbarer Webhook-Endpunkt mit Token je Regel; Auslöseregeln wecken über den agents-Dienst des Hosts eine Zielsitzung (direktes Follow-up bei laufender Sitzung, andernfalls erst fortsetzen) und fügen einen Prompt mit Templatevariablen paths/count/payload ein. Lädt die Regeldatei ohne DSH-Neustart neu und protokolliert jeden Trigger in einer prüfbaren JSONL-Historie, abrufbar mit trigger_list und trigger_history. Loopback-Health-Route meldet Installations- und Laufzeitstatus. Beispiele: Downloads ordnen, CI-/Monitoring-Alarme lokaler Skripte untersuchen, Logs überwachen. Reines JS, kein Build, MIT.

To-do-Panel für DeepSeek Harness: große Aufgabenkarten in einklappbaren Bereichen, Fälligkeit auf Stunden genau, Vorlaufzeit je Erinnerung und DingTalk-Benachrichtigungen per Gruppenbot-Webhook oder Arbeitsmitteilung einer Enterprise-App. Aufgaben lassen sich mit einer Workspace-Sitzung verknüpfen und per Klick öffnen.

Verwaltet Subagenten und Agent-Teams-Mitglieder in DeepSeek Harness: Laufende Instanzen stoppen und anschließend wirklich entfernen, indem Katalog- und Roster-Einträge mit sequenzerhaltenden Log-Tombstones ausgemustert und Sitzungsverzeichnisse in einen wiederherstellbaren Papierkorb verschoben werden. Mit Model-Tools, Unterhaltungskopf-Panel und Offline-CLI.

Erstellt ein projektbezogenes Code-Wiki mit README-Zusammenfassung, docs-Baum, Tech-Stack, Git-Aktivität und Sprachanteilen; lokal gecacht und als Markdown exportierbar.

Ergänzt Agenten um Stimme: emotionale Sprachsynthese (ChatTTS, falls verfügbar, sonst edge-tts), Gesangsmodus, mp3-Ausgabe und lokale Wiedergabe über ffplay. Erfordert Python 3.10+ mit installiertem edge-tts sowie ffmpeg/ffplay. ChatTTS und Modellcache sind optional. Eigene Installationspfade in pythonPath/ffmpegPath/ffplayPath von cordis.patch.yml eintragen.

Teilt überlange Screenshots vor der Prompt-Aufnahme in von DSH akzeptierte Abschnitte, damit sie nicht abgelehnt werden. Vertikale Ausschnitte überlappen, sodass keine Textzeile zerschnitten wird; reine JS-Codecs vermeiden native Binärdateien. Das vorhandene Attachment-Store wird umhüllt, nicht ersetzt.

Liest Videos mit einem reinen Textmodell: Mit installiertem ffmpeg werden alle 0,1–10 Sekunden Frames in Kontaktbögen mit echtem Timecode extrahiert; die Audiospur geht für ein zeitgestempeltes Transkript an iTingnao (ITINGNAO_API_KEY erforderlich), und jeder Bogen wird von einem bildfähigen Modell im Host beschrieben. Kein weiteres Vision-Plugin nötig. Ein Composer-Regler setzt das Intervall; reine Audiodateien werden ohne Frame-Sampling transkribiert.

Nur Windows (bindet user32.dll über koffi; auf macOS/Linux inaktiv). Merkt sich Größe und Position des DeepSeek-Hauptfensters und stellt beides bei jedem Start wieder her; während einer Karenzzeit wird die Position erneut durchgesetzt, damit das Standardlayout nicht gewinnt. Stabile manuelle Verschiebungen/Größenänderungen werden als neue Sperre gespeichert. Minimierte, maximierte oder Vollbildzustände sowie das von DSH gesetzte Standardrechteck werden nie übernommen. Bleibt bei Monitorwechseln im sichtbaren Bereich. Kompatibel mit DSH 0.2.1-rc.3+.

Windows-x64-Desktop-Tools für DeepSeek Harness: vorhandene Fenster wiederherstellen und nach vorn holen, Screenshots und UI-Automation-Elemente betrachten, links klicken sowie Text oder unterstützte Tasten eingeben. Wiederholbare Control-Sessions; Stopp über die physische Esc-Taste.

Unity-MCP-Bridge für DSH, beim Start inaktiv. /unity-mcp-tools verbindet sich mit dem Unity-Editor-MCP-Server (com.ivanmurzak.unity.mcp) und registriert die aktuell auf Unity-Seite aktivierten Tools. Enthält einen Befehlskatalog je Plugin-Version sowie /unity-mcp-install und /unity-mcp-check. Da DSH-Sitzungen kein list_changed erhalten, ruft es nach Änderungen selbst erneut tools/list ab.

Lehnt Vordergrund-Wartezeiten von DSH-Agenten ab: Wartebefehle (sleep, wait, tail -f, watch, ping ohne -c, Endlosschleifen), blockierende Wait-Tools (wait_agent, job_output mit wait: true), wiederholte identische Prüfungen innerhalb eines Zeitfensters und Befehle mit nötiger menschlicher Eingabe/Bestätigung (sudo ohne -n, ssh ohne BatchMode, Login-Flows, interaktive Editoren, docker -it). Gibt eine konkrete Alternative für Hintergrundausführung oder Turn-Ende an. Budget und Abfragefenster konfigurierbar; Nachrichtensprache folgt system (zh/en). Keine Laufzeitabhängigkeiten.

Lokale Dokumentbibliothek für DSH Desktop (nur Windows, Installation über das enthaltene PowerShell-Skript). Dateien einmal hochladen und in jeder Unterhaltung mit vier Tools suchen und lesen: library_list / library_search / library_read / library_save. Upload, Download und Sammeldownload erfolgen im Settings-Panel. Dateien bleiben auf dem Gerät, sofern nicht das optionale Vision-Modell aktiviert wird; dann werden Bilder an den konfigurierten Endpoint gesendet.

Care-Engine für DeepSeek Harness, damit sich der Assistent um eine Person kümmert. Wetter als erste Quelle mit gefühlter Temperatur und Luftfeuchte für Kleidung-/Regenschirmtipps, zuschaltbarer täglicher Hinweis passend zur Routine sowie Extremwetterwarnungen und Erinnerungen. Hinweise werden beim Aufwachen des Agenten ausgewertet; ein Host wie qq-bridge kann ihn zeitgesteuert wecken. Einstellungen bleiben lokal.

Führt den lokalen nanobot-CLI-Agenten über `nanobot_run` als DSH-Subagent aus: Jeder Aufruf erhält eine eigenständige Aufgabe und liefert nur die finale Antwort des Agenten zurück, entweder in einem neuen Prozess oder über einen dauerhaften OpenAI-kompatiblen Server.

Langzeitgedächtnis in Blöcken: ein Ereignis pro Block in einem lokalen append-only Ereignisprotokoll mit Blockansicht und abgeleiteten Indizes. Der vollständige Verlauf bleibt wiederherstellbar; nur passende Blöcke gelangen in den Kontext. Das Modell speichert mit `memory_remember` und ruft Relevantes per `memory_recall` ab; vor jedem Schritt erfolgt zusätzlich ein automatischer Abruf. Daten unter `~/.beme`; kein externer Dienst und kein API-Key.

Macht aus archivierten Sitzungen dauerhafte Erinnerung statt toter Dateien. Verdichtet jedes Archiv zu wiederverwendbaren Skills und einem Fakten-Ledger mit ADD/UPDATE/NOOP sowie `validUntil` und `supersededBy`, sodass veraltete Fakten ausscheiden. Bildet Themencluster per Single-Linkage-Ähnlichkeit. Auch laufende Sitzungen werden über einen read-only seq watermark verarbeitet; das Session-Log bleibt bytegenau unverändert. Selbstprüfung misst das Zusammenführen doppelter Fakten, Ausmustern alter Fakten und Konsolidieren doppelter Skills; Änderungen nur nach Opt-in, niemals endgültiges Löschen, nur Superseding.

Verdichtet tägliche Chats zu einer aktualisierbaren Charakterkarte und einem sitzungsübergreifenden Emotionsmodul, das die Persona trainiert.

Lokaler Langzeitspeicher für DeepSeek Harness mit SQLite-Speicherung, automatischer Extraktion, semantischem Abruf, Korrekturen, zuverlässigem Vergessen und Zusammenfassungsdialog in der App.

Mehrschichtiger Langzeitspeicher für DeepSeek Harness: append-only Ereignisprotokoll, rekonstruierbarer Tag-Index, Tagesjournale, semantische Ebene, Trend-Quarantäne und Offline-Wissensgraph-Panel.

Gemeinsamer Markdown-Speicher für alle DSH-Sitzungen mit Persona, Anforderungen, Korrekturen, Erkenntnissen, Methoden, Anfragen, Sitzungen, Methodenbibliothek und importierten Dokumenten. Spiegelung auf eine zweite Festplatte mit Versions-Snapshots und prozessübergreifender Schreibsperre. Einträge wechseln je nach Abrufhäufigkeit und wiederholter Hervorhebung zwischen Hauptdatei und durchsuchbarem Archiv; Suche über Keyword-Kookkurrenz und BM25. Enthält SKILL.md-Playbooks mit optional geschützter `run.mjs`-Ausführung sowie eine Stickerbibliothek für eigene Bilder: Das Plugin klassifiziert sie nach Stimmung und sendet passende Sticker automatisch im Gespräch.