Plugins

Skill zur Recherche im chinesischsprachigen Internet für KI-Agenten: durchsucht Diskussionen der letzten 30 Tage auf 8 großen Plattformen, verfolgt plattformübergreifende Trends, erstellt Berichte mit Originalquellen und liefert täglich ein plattformweites Trendranking. Unterstützt Claude Code, Codex und OpenClaw.

Vereinheitlichte Suche mit Evidenzverifikation für Agents: 120+ Engines mit mehrsprachigem Routing, vertikalen Domänen und strukturierten Modalitätskarten, 10 MCP-Tools plus wide_research-Orchestrierung sowie eine Fetch-Verify-Schleife, die Evidenzwerte nachträgt.

Bindet 88 paketisierte Forschungs-, Social-Intelligence-, Marketing- und Business-Agent-Skills über den Dateisystem-Skill-Provider in dsh ein.

Adaptiver Deep-Research-Orchestrator, aufgebaut auf der offiziellen Workflow-Engine.

Portiert vom ARS-Claude-Code-Plugin (44k+ Sterne auf GitHub): akademische Research-Skills für DeepSeek Harness — ein Deep-Research-Agent-Team, eine Paper-Writing-Pipeline, ein Multi-Perspektiven-Peer-Review-Panel und ein End-to-End-Orchestrator, plus sechzehn /ars-*-Befehle.

Adaptiver Orchestrator für tiefgehende Recherche (Workflow-Engine).

Multi-Plattform-Recherche- und Deep-Search-Pipeline: harvest_scout für parallele Entdeckung über GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili und YouTube; harvest_deep_research für automatisch erstellte umfassende Rechercheberichte; dazu Extraktion, Quellenübergreifende Verifikation und Glaubwürdigkeitsprüfung.

Skill für Berichte zu chinesischer Industrie und Technologie mit Offline-DOCX-Pipeline `build_docx.py`. Vorgaben: 9 Kapitel, verständliche Zeitleiste (Section 2.1), technische Engpasskriterien in 5 Dimensionen und Make-vs-Buy-Kosten-/Kompensationsabwägungen. Prüfung mit `check_threads.py`; Ausgabe als `.docx` mit automatischem Inhaltsverzeichnis auf 3 Ebenen. Benötigt Python 3.9+ und lxml.

PubMed-Deep-Research-Werkzeugsatz: Literatursuche, Autorenrecherche, Namensgleichheits-Disambiguierung, Institutsstatistiken und Mentor-Schüler-Matching.

Multi-round deep research in the DSH sidebar: each round fans sub-questions out to parallel sub-agents, then continues from where the last round stopped and writes a cited report.

Biomedizinisches Forschungs-Plugin für DeepSeek Harness (dsh) mit biomcp-MCP-Servertools, wissenschaftlichen Plotting-Skills und einem Deep-Research-Subagent.

DocChain-Wissensbasis und Dokumentkonverter: Suche nach Dateiname, Inhalt und Metadaten; Inhalt über doc_id/Name finden und lesen; Themen auflisten; Stapel-Upload; Dokument zu Markdown; Bildähnlichkeitssuche und Bildbeschreibungen je Dokument als Sidecar-Markdown; Deep Research. Jede Skriptfunktion gibt es auch als natives DSH-Tool in-process: doc search/content search/filename search/topic info/metadata search/upload/image search/image describe/doc2markdown. Einstellungen verwalten mehrere Umgebungen mit eigener Adresse/Zugangsdaten, Ein-Klick-Wechsel und Themen je Umgebung. docchain-Service-URL und API-Key nötig, außer für doc2markdown. Bildbeschreibungen benötigen zusätzlich einen OpenAI-kompatiblen multimodalen Endpoint (konfigurierbares internes Gateway-Modell als Standard).