Plugins

Auto-Thinking-Effort-Routing für dsh: ein lokal feinabgestimmter 7-Fragen-Klassifizierer (ModernBERT, 842 MB, <1 s CPU-Inferenz) wählt low/high/max für No-Intent-Nachrichten; In-Session-Retries eskalieren die Stufe (low → high → max) unter Ausschluss-Constraints; der Judge-Service fällt sicher auf low zurück, wenn nicht erreichbar. Ein Tier-Chip in der Input-Leiste zeigt die Live-Stufe und die letzten 20 Bewertungen. Alle Inferenz ist lokal — Aufgabentext verlässt niemals die Maschine.

Lokale Literatur-Wissensdatenbank-RAG: 10 Tools (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), hybride BM25+Vector+Reranker-Suche, belegte Fragen-Antworten mit anklickbaren DOI-Links, vollständig lokale bge-Embeddings über einen Single-File-SQLite-Index. Benötigt Python 3.9+ mit pymupdf, faiss-cpu und sentence-transformers; der Installer `npx dsh-kb-rag-install` richtet diese ein und lädt das Modell vorab herunter.

eDEX-UI-artige Shell über der DSH-Web-GUI: linke Leiste mit Systemtelemetrie und Per-Core-CPU-Sparklines, rechte Leiste mit Encom-Globe-Weltkarte und Up/Down-Traffic-Diagramm, Dateisystem-Browser mit Dateivorschau sowie ein terminalgestalteter Composer, der dem aktiven Workspace folgt.

Serverkarten-Dashboard für DSH: Status pro Host, CPU, Speicher, Festplatte und Latenz, mit xterm.js-SSH-Terminals per Klick; importiert ~/.ssh/config und wird als better-sidebar-Tab oder als separate rechte Schublade eingebunden.

Session-übergreifendes Speicher-Plugin für DSH (v0.6.1, npm @asherliner/dsh-memory-connect): automatische Extraktion, SQLite-FTS5-Indizierung, RRF-semantisches Abrufen, das in jedem Zug in den System-Prompt injiziert wird, geplante Wartung, LLM-Konsolidierung via ctx.llm, Verhinderung von Kontext-Explosion, globale Soul-Identität via ~/.dsh/soul.md. v0.5.0: temporaler Kontextgraph, Vertrauensmodell, Zusammenfassung am Zugende. v0.6.0: lokale semantische Embeddings (BAAI/bge-small-zh-v1.5), keine Cloud-Aufrufe. v0.6.1: ~-Expansion in der Pfadkonfiguration behoben. Installation ohne Konfiguration.

Lokaler OCR-Fallback für reine Textrouten: Wenn das Sitzungsmodell erklärt, dass es keine Bilder akzeptieren kann, wird das angehängte Bild lokal zwischengespeichert und sein Pfad injiziert, damit das Modell ocr_image aufrufen kann — PP-OCRv5 + ONNX Runtime auf der CPU, kein API-Schlüssel erforderlich, Bilder verlassen die Maschine nie. Still, wenn das Modell Bilder sehen kann.

Rendert Wallpaper Engine-Szenenhintergründe in Echtzeit im Browser (three.js-Player plus Rust/WASM-CPU-Partikelsimulation) und spielt Video- und Web-Hintergründe ab, mit Rückfall auf das Vorschaubild, ohne dass eine Wallpaper-Engine-Laufzeit nötig ist. Durchsucht die lokale Steam-Workshop-Bibliothek (431960) per Autoerkennung oder manuellem Pfad und bietet ein Einstellungspanel für Hintergrundauswahl, Bibliotheks- und Engine-Verzeichnisse, Leuchten, Pause und Qualität.

Großbild-Erkennung für vision-exp-Modelle: verlustfreie 800×800-Kachel-Erkennung (smart/pipeline/full), lokales OCR mit Vorverarbeitung und Handschriftrouting, optionale Multi-Vendor-GPU (DirectML/CUDA/OpenVINO) mit automatischem CPU-Fallback.

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.

Konvertiert Office-Dokumente und PDFs (einschließlich gescannter) über eine CPU-zentrierte Routing-OCR-Pipeline (RapidOCR/SLANet/FormulaNet) in strukturell formatiertes Markdown.

DeepSeek Harness-Plugin für SCNet HPC: SSH-Setup, CPU/DCU-Slurm-Jobs, Cluster-Probing, Diagnose von Compute-Knoten und Hygon DCU/DTK-Anleitung.

Lila-weißes Desktop-Haustier, das am Bildschirmrand andockt und CPU-, RAM-, GPU- und NVMe-Temperaturen sowie Hardware-Informationen in Echtzeit anzeigt.

Zeigt die Echtzeit-CPU- und Speicherauslastung der Maschine an, auf der der DSH-Webserver läuft.

Schwebendes Widget für den Systemstatus: Live-CPU-/Arbeitsspeicher-/Festplattennutzung in der unteren rechten Ecke der DSH-Web-UI mit farbigen Schwellenwertwarnungen.

DSH 插件：用于局域网内设备监控，在右侧边栏（结合 dsh-better-sidebar）登记最多 10 台设备， 通过 SSH 定时采集运行指标、画波形图，并对 CPU / 内存 / 磁盘 / 温度做阈值告警。

DSH 侧栏实时硬件监控：CPU / GPU / 内存 / 磁盘一页看完，每秒刷新，每个读数都能下钻到是哪个应用。支持容量与内存耗尽预测、阈值告警与 NDJSON 导出。纯 Node，零运行时依赖，完整功能仅 Windows。

Windows host performance from WSL: CPU, memory, disk and top processes.

Service control panel in DSH Web settings: live host info (PID, versions, uptime, memory/CPU trends, active sessions), npm update banner, and a confirm-guarded graceful stop that warns when tasks are running and can wait for them to finish.

Systemmonitor in der Sidebar für die DSH-Web-UI: Live-Host-Übersicht (CPU/Speicher/Netzwerk/Datenträger), Prozessliste und Docker-Container-Status, alles schreibgeschützt.

Schreibgeschützte Windows-Geräteinformations-Tools: ein Agenten-Tool pro Win32-Gerätekategorie (Zeit, System, CPU, Speicher, Festplatte, GPU, Netzwerk, Akku, Prozesse, USB, Audio, Drucker) über WMI/CIM- und Node-os-Collector.

蛋白质结构预测与设计插件：序列设计（ProteinMPNN/SolubleMPNN/LigandMPNN）、结构预测（ESMFold）、复合物界面筛选、序列理化打分与多样性聚类——零手动自举（本地 CPU/GPU 自适应），供 dsh-bio-genie 消费 | Protein structure prediction & design toolkit for dsh (sequence design, folding, interface screening)

Real-time host performance monitor for the DeepSeek Harness right Sidebar: CPU / memory / swap gauges, a GPU clock and VRAM line, CPU / GPU / motherboard / drive temperatures, a sortable process table, and a keep-awake toggle for remote sessions — on Linu

Live btop-style CPU/memory/temperature/GPU monitor tab for the DeepSeek Harness web GUI.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.