Plugins

DeepSeek-Harness-Bundle für lange Texte (Fachaufsätze, Branchenanalysen, Wirtschaftskommentare) als 9-Rollen-/6-Phasen-Pipeline: T1 Literatur, T2 Daten und T3 Fälle parallel; T4 Analyst, T5 Autor, T6 kritischer Begleiter, T7 Auditor, T8 Finalisierer durch Koordinator, T9 Peer-Reviewer. Enthält trianguläre Evidenzprüfung; M-gate: 26 Checks (25 Skripte + 1 Mensch); G0-G16-Audit mit Prüfung von KI-Schreibspuren in chinesischen Texten; Peer-Review-Bewertung mit Journal-Abgleich; 4 menschliche Checkpoints. Installation: `dsh plugin add lunheng-article-pipeline` (`package.json#dsh.bundle.patch` und `lib/index.js` registrieren den Skill). Rollen-Karten T1-T9, Vorlagen, 36 abhängigkeitsfreie Prüfskripte und READMEs in 5 Sprachen.

Trägt dauerhaften Task-Status über DeepSeek Harness, WorkBuddy, Claude Code und Codex hinweg, mit maschinenlesbaren Checkpoints und optimistischem Locking.

TRAE-artiger Konversations-Rollback – Checkpoints pro Zug (gleitendes 10-Zug-Fenster) setzen berührte Dateien zurück und kürzen den Modellkontext an Ort und Stelle, wobei die Sitzungs-ID erhalten bleibt. Nur durch Menschen ausgelöst: ein /rollback-Befehl oder ein Web-Button pro Zug (funktioniert auch bei unterbrochenen Zügen), mit einer Vorschau, die jede betroffene Datei und ihre Aktion auflistet – wiederherstellen, zurückgewinnen, löschen oder überspringen.

Durchsucht von dsh-checkpoint-rewind erzeugte Checkpoints als Zeitlinien von Zeitknoten und zeigt zeilenweise Diffs pro Datei zwischen beliebigen zwei davon, mit Trace-Wiedergabe aus Sitzungsprotokollen (kein Snapshot-Producer nötig) und vorschauorientiertem Workspace-Rollback mit Einzelschritt-Undo, über /diff- und /rollback-Befehle, eine JSON-HTTP-API und ein GUI-Panel.

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.

Vom Engine erzwungene Leitplanken für DeepSeek-Harness-Agenten-Schwärme: Qualitätsgates weisen halbfertige Arbeit zurück, absturzsichere Checkpoints setzen an Ort und Stelle fort – KI-Teams laufen nicht nur, sie brechen nicht.

Fügt Delete session zum Kontextmenü der Seitenleiste hinzu. Nach einem Bestätigungsdialog mit Log-Größe und aktueller Aktivität werden Log-Dateien, Projection-Checkpoints und Host-Memory-Registrierungen sauber entkoppelt.

Code-Workbench in der rechten Seitenleiste: Workspace-Dateibaum und mehrteiliger Monaco-Editor (Syntaxhervorhebung, versionsgesichertes Speichern), Tab-Vervollständigung durch DeepSeek fill-in-the-middle, Checkpoint/Rollback je Speicherung, Codebase-Suche samt Agent-Tool `codebase_search` und Referenz-Chips, die Auswahl als `@path`-Erwähnung in den Chat einfügen.

Lokale Aufgaben-Checkpoints und begrenzte Wiederherstellung für DSH, mit optionalem hierarchischem Speicher L0–L3, abhängigkeitssensibler Suche, voraussetzungsbewusstem Kontext und sechs optional aktivierbaren Speicherwerkzeugen.

Experimentelle Windows-Brücke, über die Codex DSH-Desktop-0.2.1-rc.3-Aufgaben per lokalem MCP beaufsichtigt: blockierende Richtungsfragen, Plan-Checkpoints, Prüfung und Überarbeitung sowie Routing zu benannten Arbeitsbereichen. Windows-Portierung von Cryocell77/dsh-desktop-mcp-bridge (MIT); gleicher Paketname und Loader-Eintrag wie das Original, daher nicht parallel aktivierbar.

Produktivitätspaket für DeepSeek Harness: Gesprächssuche, Checkpoints, Kontextverwaltung, Haupt-/Seitenchat, lokales Langzeitgedächtnis, Aufgaben und Tagesplanung.

Checkpoints des gesamten Workspace je Turn: Snapshot am Turnende und Liste geänderter Dateien darunter. Dateien, Unterhaltung oder beides wiederherstellbar. Ein Gesamtscan statt Schreib-Tool-Hook erfasst auch Shell-, externe Editor- und Git-Änderungen. Gesprächswiederherstellung forkt ab diesem Turn, statt das Original abzuschneiden; auch die Wiederherstellung ist rückgängig zu machen. Verlauf in einem Schatten-Git-Repo unter DSH_HOME, Projekt-.git bleibt unangetastet. Git >=2.20 und Node.js >=20 erforderlich.

TRAE-ähnlicher Gesprächs-Rollback, neu für DSH 0.1.7-rc.2: Turn-Checkpoints stellen geänderte Dateien wieder her und kürzen den Modellkontext unter derselben session id direkt. /rollback doctor prüft den framework-contract; die Diff-Vorschau betroffener Dateien basiert auf dem aktuellen Plattenstand und bleibt so nach Neustarts korrekt. Mit Ein-Klick-Rücknahme der letzten Aktion per Ctrl+Shift+Z, Einstellung zum Ausblenden zurückgerollter Nachrichten und englischer UI.

Plugin für Browser-Patrouillen und Website-Prüfung: Abläufe einmal anlernen und als deterministische Runbooks mit verwaltetem Chromium, Screenshots, Zugangsdaten, Checkpoints und Selektor-Wiederherstellung abspielen.

Smarte Checkpoints, Schutzmechanismen für Arbeitsbereiche und sofortiger Rollback für DeepSeek Harness.

Mehrsprachiger Untertitelübersetzungs-Workflow für dsh: SRT/VTT-Parsing, LLM-Übersetzung auf Satzebene, zweisprachige Zusammenführung, gebündelt mit fortsetzbaren Checkpoints.

Per-turn git checkpoints of a workspace: undo one turn’s changes, or go back to the end of an earlier turn, with a diff preview and an undo of the revert itself.

Host-side progress checkpoints for long DSH tasks. After N minutes or M tool calls the model is nudged to post a one-line progress note and keep working, so you can correct it before it runs far off course.

Writes a novel from one idea to a validated manuscript with a code-driven workflow: a JavaScript state machine runs the stages (constitution, outline, design, writing, validation, batch, export) and a 15-step per-chapter loop, PowerShell scripts validate each gate, and versioned checkpoints let a restart resume at the exact chapter. Nine subagent roles do the drafting and review. Needs PowerShell 7 (pwsh) and Python 3.7+; without pwsh the gates record a DEGRADED verdict and the run pauses.

Per-turn, per-file checkpoints for files written by DSH tools: keep, undo, redo, and revert to here from a dock above the composer, with inline before/after diffs, pinning, and per-session storage cleanup.

A Conductor tab and commands for a chat's context: /new replaces the context in place with a model-written handoff, /rewind restores the chat and the agent's file edits to an earlier prompt, plus /drop, pins, an automatic compaction level, recovery after failed turns, silent messages between chats and agent and task orchestration. Supersedes dsh-orchestrator, dsh-force-compact and dsh-continue, so do not install it alongside them. Requires DSH >= 0.2.1-rc.5, Node >= 22.5, the web profile and dsh-better-sidebar.

Routes model and reasoning effort per turn: a cheap classifier reads each request and picks one of five tiers, a supervisor model re-routes on tool errors and checkpoints, and upgrading to the stronger model waits for confirmation.

Declarative DAG runtime for DSH tool plans with bounded parallel execution, read-only retries, per-step checkpoints, cancellation, and conservative crash recovery.

Keep conclusions alive across context compaction: the model writes a task checkpoint and the plugin re-injects it into the system prompt's first node — the span compaction never touches, so it survives any number of compactions. Four-tier injection (0/95/175/≤12000 chars) scales with session relatedness; checkpoints live in the plugin's own folder, never in your workspace.