Plugins

Denk-Budgets pro Anfrage, ein Kompaktierungs-Backend und ein Einstellungs-Tab für die lokale Qwen3.8-Linie (llama.cpp oder NInfer).

Toolbox für die Embedded-C/C++-Firmware-Entwicklung: Agents und Skills zu FreeRTOS, Interrupts, NVM-Speicher, Keil MDK, ARMCLANG, HardFault-Triage, Zustandsmaschinen, Architektur und LVGL-Patterns.

Erzwingt Kontextkomprimierung beim Ausführen von llama.cpp-Modellen mit niedrigem Kontext wie Qwen3.8-27B, verbessert die Modelleffizienz und die Nutzungsglätte, zusammen mit gut ausgearbeiteten Komprimierungs-Prompts.

Bilibili-Video-Analyse: Metadaten, Transkript (ASR-Fallback über Bijian/sherpa-onnx/whisper.cpp), Kommentare, Danmaku und scharfe Keyframes mit optionalen lokalen Vision-Beschreibungen.

Spracheingabe für die Web-UI: nach Pausen segmentiertes Diktat und Sprachnachrichten, jeweils mit eigener Anbieter-Fallback-Kette (Deepgram, Groq, HuggingFace, lokales whisper.cpp oder ein OpenAI-kompatibler Endpunkt).

Local-first-Freisprech-Sprachassistent für DeepSeek Harness (DSH) mit Spracherkennung, Sprachsynthese, Sprachbefehlen und lokalen Sprach-Engines.

Lokales Modell-Plugin für DeepSeek Harness: GGUF-Modelle in den Einstellungen verwalten, llama.cpp bei der ersten Nachricht automatisch starten und nach 5 Minuten Leerlauf zum Freigeben von VRAM automatisch entladen.

C/C++-LSP-Konfigurations-Plugin für DeepSeek Harness mit clangd.

Schaltet drei Routerwerkzeuge (list_capabilities, describe_tool, call_tool) vor stdio-MCP-Server: Schemas werden bei Bedarf statt in jeder Anfrage geladen. Ergebnisse durchlaufen eine deterministische Ausgabestufenfolge; das Original wird zuerst archiviert und kann mit retrieve_spill abgerufen werden. Werkzeuggruppen lassen sich mit Tokenpreisen versehen und je Agent ausblenden. Verbindet einen Python-Router aus der Standardbibliothek; Python 3.9+ erforderlich.

DeepSeek Harness (DSH) plugin for llama.cpp docker panel "llamapad" / llamapad 面板的 DeepSeek Harness 插件

Personal dsh preferences: a tunable companion to the official compaction engine (threshold, retention, summarization model/reasoning, turn-end compaction), llama.cpp model import for the Models page, and tab/notification helpers (status-light favicon, bro

OpenAI-compatible client for llama.cpp / Unsloth Desktop (default :8080).

Local-first voice conversations for DSH, with local speech recognition and synthesis and optional external providers.

Per-provider concurrency gate on the llm/stream waterfall: holds surplus model requests in a FIFO queue inside DSH so main agent, subagents and compaction take turns on a single-slot local server (llama.cpp --parallel 1) instead of timing out; maxConcurrent / maxQueued / queueTimeoutMs.

Host-side long-task detection for small-context local models: long outputs are scaffolded into a parts skeleton (one part per reply, then assemble), and multi-step work into a PLAN.md ledger with notes/ (plan first, one step per reply). Detection is heuristic and host-side, so it does not depend on the model judging its own limits.

C++ audit skill: detects the target project's actual C++ standard before making any recommendation, then reports findings across RAII and ownership, move semantics, exception safety, performance and memory, containers and algorithms, concurrency, templates and compile-time, standard boundary, and type safety, ABI and interface design, each with a checkpoint, a reason, a bad-to-good example and the minimum standard.

C++ runtime info probe for Windows via CDB: cpp_trace prints variables at multiple breakpoints in one session (replaces hand-written print), cpp_probe dumps the call stack at a conditional breakpoint. Install: dsh plugin --profile web add dsh-cpp-probe.

Re-encodes WebP attachment images to PNG so alpha-channel images load on LLM backends that cannot decode WebP (e.g. llama.cpp).

DeepSeek Harness (dsh) plugin: live local LLM endpoint health in the web rightbar. llama.cpp slots (busy/TTFT/wedged, /metrics) + Ollama MODELS (loaded vs empty). Engine fingerprinted by response shape. Installable dsh.bundle.

DSH plugin: inject per-model sampling parameters (top_p, top_k, min_p, repeat_penalty, presence_penalty, frequency_penalty) into every chat-completions request sent to a local llama.cpp / llama-server gateway.

Keeps every model request inside a per-provider allow-list, enforced at the agent/request waterfall: disallowed models are redirected to a fallback or refused; subagents stop inheriting stale creation-time routes; warns when consecutive requests would make a --models-max 1 llama.cpp router reload models. A one-entry list is a global single-model mode.

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.

Dictate prompts into the DeepSeek Harness Web Client — a microphone in the composer, with swappable transcription: hosted Whisper API, self-hosted server, or a fully offline whisper.cpp binary.