Plugins

ARIS-Research-Workflow-Skills als DeepSeek-Harness-Bundle: 82 Skills plus adversarische Prüfung zwischen Modellen über Codex.

Tencent-CloudBase-Backend für DeepSeek Harness — Gerüstbau und Bereitstellung von Full-Stack-Apps aus dem Chat, Darstellung von Abfrageergebnissen als Tabellenkarten mit Paginierung, Sortierung und CSV-Export, Vorschau einer Bereitstellung auf eigener Domain und Aufruf des CloudBase-MCP-Werkzeugkastens (`mcp__cloudbase__*`) mit Gerätecode-Anmeldung.

CloudBase-Backend für DeepSeek Harness — Full-Stack-Apps aus dem Chat erstellen, mit DB-/Storage-/Auth-Panel und Ein-Klick-Bereitstellung.

TongFlow-Filmcrew-Studio für Bild-, Sprach-, Musik- und Videoproduktion: Der Agent erstellt assetbezogene TongFlow-Workflow-Dateien (.tongflow.json), die über TongFlow-Plugins ausgeführt werden, mit eingebetteter Workflow-Canvas, Shot-/Character-/Take-Projektlayout und Manga-Drama-Vorlage; Sitzungen, die mit @tongflow beginnen, öffnen die Studio-Ansicht.

TongFlow-Studio-Plugin für DeepSeek Harness (dsh): Filmcrew-artiges Projektmodell, vom Agent erstellte TongFlow-Workflows, deterministische Medienerstellung, eingebettete Canvas.

Fügt DeepSeek Harness eine bearbeitbare Gesprächsleinwand hinzu, bei der Graphverbindungen den Kontext für Leinwandanfragen auswählen, mit Verzweigung, Zusammenführung und Importen lokaler Agent-Sitzungen.

LLM-überwachtes persistentes Gedächtnis für KI-Agenten — graphbasierter Abruf, sitzungsübergreifendes Wissen, einzelne Binärdatei. Funktioniert mit DeepSeek Harness, Claude Code, OpenClaw und jeder Agent-Runtime.

ThoughtDAG für DeepSeek Harness: verwandelt die aktuelle DSH-Sitzung in einen bearbeitbaren Denkgraphen auf einer unendlichen Leinwand.

Auto-Memory im Claude-Code-Stil, nativ: typisierte Memory-Dateien (user/feedback/project/reference) mit einem MEMORY.md-Index, der automatisch in den System-Prompt injiziert wird (kein Footprint im leeren Zustand); memory_write/read/list/delete folgen den Schreibregeln von Claude Code (Deduplizieren-und-Aktualisieren, absolute Datumsangaben, Querverweise); Ebenen auf Workspace- und Nutzer-Scope, prozessübergreifendes File-Locking mit Recovery verwaister Locks, reines Markdown auf der Platte, keine externen Dienste, keine Embeddings.

Liest beliebige Seiten als bereinigten Hauptinhalt: automatische Zeichensatzerkennung (GBK/GB2312/UTF-8/Big5), Entfernung von Störelementen, kompakter Text/Markdown, Offset-Fortsetzung, optionales SPA-Rendering, Stapel-Lesevorgänge und Site-Crawling.

🌊 Dauerhaft angedocktes, vollständig anpassbares Guthaben-/Nutzungspanel für DeepSeek Harness — Aktivitäts-Heatmap, Zweikanalvergleich, ausschließlich lokal und datenschutzorientiert.

Portierung von ponytail: eine stets aktive Coding-Persona eines faulen Senior-Entwicklers mit Intensitätsstufen, Persistenz der Standardstufe sowie den Skills review, audit, debt, gain und help für DeepSeek Harness.

Visuelle Runden-Tisch-Meetings für DeepSeek Harness — Expertenknoten auf einem Ring mit gerichteten Kanten, einem Aggregations-Gateway, Proxy-Denken für Black-Box-Worker-Modelle und adversarialer Prüfung (Red-Team) ausgearbeiteter Pläne mit zustimmen/ablehnen pro Sichtweise.

Live-Token-Statistiken unter dem DSH-Web-Composer: gestreamte Tokens/s, Output-Token- und First-Byte-Latenz, plus pro-Schritt-Abgleich Schätzung/Ist mit dem offiziellen BPE-Tokenizer, um einen langsamen Stream von einem stehenden zu unterscheiden.

Die vollständige #dsh-plugin-Mall innerhalb von DeepSeek Harness: durchsuchen, suchen und bewerten Sie den vollständigen, alle 2 Stunden aktualisierten GitHub-dsh-plugin-Themenkatalog, KI-Vorinstallationsprüfung mit install/caution/avoid-Urteilen, fünfdimensionale Bewertungen mit Radardiagrammen, neunsprachige UI, Redakteurstipps und personalisierte Empfehlungen, Ein-Klick-Installation/Update/Rollback mit globalem Aufgaben-Panel sowie ein /dsh-mall-Skill im Agent.

FormatForge: schmiedet 30+ Dateiformate (PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, Archive) über einen Drag-and-Drop-Eingang, die Tools ff_translate/ff_formats/ff_result und eine CLI in KI-lesbaren Text; gescannte PDFs greifen auf lokales OCR zurück oder auf einen Enhance-Hinweis für das Sitzungsmodell.

Prompt-Verbesserer für die DSH-Weboberfläche mit basic/standard/expert-Modi: standard und expert schreiben Entwürfe mit Projektkontext und jüngster Sitzungshistorie um, versuchen es elegant erneut, wenn Gateways reasoning-effort-Einstellungen ablehnen, und zeigen eine Vorher/Nachher-Prüfung mit Undo.

Mehragenten-Pipeline mit Freigabestufen für OpenSpec-Änderungen: Sechs opx_*-Tools steuern die Phasen-Zustandsmaschine, zwei Presets (developer und reviewer) übernehmen Umsetzung und Review, 23 enthaltene Skills definieren Qualitätsmaßstäbe. Der Full-Modus führt Analyse und Umsetzung aus, danach Qualitätsprüfungen nach Tool, Aufgabe und Dimension; der Simple-Modus setzt um und führt eine zusammengeführte Prüfung aus.

Nutzen Sie Drittanbieter-Abonnementkonten in DeepSeek Harness: Chat, Bildverständnis, Bilderzeugung und Bildbearbeitung mit den Modellen, die Ihr Abonnement abdeckt, wobei verfügbare Modelle und Reasoning-Level von Ihrem Konto synchronisiert werden; unterstützt derzeit OpenAI/ChatGPT-Abonnements, weitere Anbieter sind geplant.

SHOPLINE AI Toolkit: verbindet mit dem offiziellen SHOPLINE Developer MCP-Server und liefert sieben SHOPLINE-Agent-Skills (Admin REST, GraphQL, OAuth, Webhooks, Sline) — das SHOPLINE-Gegenstück zum Shopify AI Toolkit.

Wickelt colbymchenry/codegraph in Agent-Tools ein — Status, Suche, Aufrufer/Aufgerufene, Auswirkung, Erkundung und mehr.

FormatForge für DeepSeek Harness: schmieden Sie jedes Dateiformat (pdf/docx/xlsx/pptx/eml/toml/...) in KI-lesbare strukturierte Daten. Schlankes Bundle, das das lokale Python-CLI (python -m formatforge) startet und protocol-JSON zurückgibt; Erweiterungen werden an cur[rent] delegiert...

Erweiterte Vision-Toolbox: 14 Pixel-Level-Vision-Tools (describe, ground, detect, crop, pixel-diff, OCR, long-screenshot OCR, vectorize, colors, cutout, screenshot, present, materialize, html-screenshot), gesteuert von einem OpenAI-kompatiblen Endpoint, mit sauberen [图片: path]-Bridge-Markern, Content-Safety-Klassifikation und Auto-Retry bei Rate-Limits.

Drag-and-Dose-Upload für PDF, Word, Excel und Bilder: abgelegte Dateien werden in einem lokalen Verzeichnis gespeichert und per Pfad referenziert, kein Base64-Bloat im Chat.