Plugins

Design-Treue-QA für textbasierte Modelle: Ein `deepseek_vision`-Tool leiht sich ein Auge von jedem OpenAI-kompatiblen Vision-Pfad, damit das Modell beurteilen kann, ob eine Implementierung zu seinem Mock passt — ausgeliefert mit dem Benchmark hinter diesem Urteil (vier Fixtures, 23 injizierte Defekte, Rohtranskripte) und der Fragedisziplin, von der es abhängt.

OMK — Observe. Measure. Know. Evidenzgestützte Wissensänderungen für KI-Anwendungen.

Nutzungsbudgets und Kostenobergrenzen pro Plugin im llm/stream-Wasserfall: Nutzungsabrechnung pro Modell, Sitzungs- und Monatsbudgets mit Warn-/Blockier-Übergängen, Latenzfenster und eine Schätzung des CO2-Fußabdrucks.

Sprechen Sie mit Excel in DeepSeek Harness: Erstellen, bearbeiten, reparieren und überprüfen Sie Tabellenkalkulationen per Gespräch, mit automatischen Formel-Gesundheitsprüfungen nach jeder Bearbeitung.

Zero-LLM-Autocapture und ein symbolischer \[ENGRAM\]-Index mit progressiver Offenlegung, ein ESR-lite-Aufgaben-/Beweisprotokoll (esr_task / esr_node / esr_close / esr_link) und Nutzungs-Telemetrie pro Workspace mit einem Offline-Recall-Benchmark (npm run eval).

Mit Excel sprechen in DeepSeek Harness: Tabellen per Unterhaltung erstellen, bearbeiten, reparieren und prüfen, mit automatischer Formel-Gesundheitsprüfung nach jeder Änderung.

DSH-Tools zum Nachbilden und Validieren des ml-quant-trading protocol v1 CPU-Benchmarks und zum anschließenden Entwurf eines berichtsbereiten Issues. Erfordert einen lokalen Klon von initial-d/ml-quant-trading (als workspace oder repoPath festgelegt) sowie Python und PyTorch; dieses Plugin lädt das Repository nicht und installiert seine Abhängigkeiten nicht.

Fügt dauerhafte Ausführungsverträge, rekursive Arbeitsgraphen, kritische Klärungen und Evidenz-Gates für lange oder unzureichend spezifizierte Harness-Aufgaben hinzu.

Führt den Kontext anderer Sessions in den aktuellen Turn zusammen: evidenzgewichtete Konfliktauflösung, Rücknahme von Aussagen, deren Prämissen zurückgenommen wurden, Vertrauens-Kennzeichnung, die sessionübergreifender Prompt-Injection widersteht, und budgetbegrenztes Packing. Enthält einen Benchmark.

Zeigt die Benchmarks der Modellfähigkeiten von CodexRadar auf einer Einstellungsseite und den DeepSWE-Wert des in der Sitzung gewählten Modells neben dem Eingabefeld.

Verifikations-Gate für DSH-Agenten: Jedes Akzeptanzkriterium muss durch servergestempelte echte Tool-Evidenz belegt sein, bevor das Abschluss-Gate ein Ziel durchlässt (beratendes Audit, durchsetzendes Gate, dauerhafte Genehmigungen).

Security-audit facts AI coding agents cannot compute, plus a verdict gate: euthyna history attributes deleted lines to commits and flags those from security fixes (--origins finds the first introducer), euthyna coverage reports which changed symbols no test ever invoked, and euthyna gate checks each finding against six gates, downgrading any without evidence to an observation.

TypeSafe Jev (System-One-Entscheidungsmodell) für DeepSeek Harness, durchgängig: jev_decision (Choice/Score/Noul, parallel, typisierte Antworten + Konfidenz), eine Karte Einstellungen > Plugins für API-Key und Schalter, Inline-Tool-Ansichten, die jede Entscheidung in der Konversation zeigen (Antwort, Konfidenz, Latenz, Kosten), ein Auto-Guard (deterministische + Jev-Risiko-/Loop-Prüfungen), ein lokales /jev-Dashboard und ein Online-Verifikationsbenchmark (96,3 % bei 27 gelabelten Fragen, Median ~283 ms auf jev-latest, 2026-09-21). Ehrlich ausgelegt: nur echte API, kein Mock-Fallback.

Long-form novel writing plugin: each book is a git repository of frontmatter files, with 39 DSH domain tools and a web writing UI. Deep import drafts candidates, AI adoption into canonical assets requires DSH approval, and deterministic continuity checks ship with a report-only benchmark. Independent open source (MIT), not an official DeepSeek product; requires Node >= 24.11.0 and currently targets DSH 0.1.2-rc.1.

Same-origin in mechanism with the two loudest lines in context compression. The code-skeleton gate follows the skeletonization approach of Headroom (Apache-2.0), whose published headline is 20% fewer tokens for coding agents and 60–95% fewer tokens for JSON, same answers. The estimator channel follows TokenPilot (arXiv:2606.17016), which reports up to 60% lower cost for long-session agents. Both figures are theirs, quoted as-is; this plugin ships no benchmark of its own and claims no reduction of its own. What it adds for DeepSeek Harness: choose a compression profile, set the Auto Compact trigger level and toggle code-skeleton compression from one settings section, with exact DeepSeek V4 tokenizer measurement, same-revision count verification, and fail-open behaviour that keeps the original tool results on unsupported models.

One MCP tool instead of every schema you own — a lazy capability broker that cuts resident tool context by a measured 94.4%. Search, inspect, enable and call MCP servers and skills on demand.

Compares existing DSH sessions or runs controlled A/B trials between agent presets, showing aligned timelines, paired metric deltas, explicit success checks, and exportable reports.

Piano performance plugin: ask the agent to play a piece and it renders on a Canvas2D grand piano with real Salamander Grand samples, an immersive stage, and an interactive 88-key keyboard.

Experience validation layer for DSH: zero-token collection of tool-failure/retry/search signals, AI refinement into verified skill books (three-layer verification), looked up at task start. Ships 10 trial skills and benchmark data (complex-task success 100% vs 60% bare).

Run the same prompt through every model you have, and see the difference without squinting.

DSH web plugin: a LiveBench tab in the Trajectory view (right of 对话/轨迹). Run LiveBench evaluations against every model configured in the DeepSeek Harness — pick provider/model, category, task, release and question range from dropdowns, watch progress, and

Control panel for local LLM inference servers in the DSH web view: service registry with health checks and stop controls, named parameter profiles for llama.cpp, SGLang and vLLM with pre-save KV/VRAM validation, GPU detection, and tok/s benchmarks.

Paired experiments and promotion gates for DSH plugins.

Evaluationsplattform für Agenten: Benchmark-YAML, Headless-Ausführungsorchestrierung, Trace-basierte Metriken und Laufberichte