Plugins

TongFlow-Studio-Plugin für DeepSeek Harness (dsh): Filmcrew-artiges Projektmodell, vom Agent erstellte TongFlow-Workflows, deterministische Medienerstellung, eingebettete Canvas.

Deterministische Branchenrechercheberichte für DeepSeek Harness – Unternehmens- und Branchenrecherche-Workflows erzeugen strukturierte, überprüfbare Berichte aus stufenweise aufbereiteten Belegen.

Kuratiertes dateibasiertes Langzeitgedächtnis für DeepSeek Harness — menschenlesbare Markdown-Notizen, ein einziger Klartext-Dateispeicher, der über Hosts hinweg gemeinsam genutzt wird (von git ignoriert, wenn er sich in einem Projekt-Repository befindet), und eine deterministische Indexobergrenze, die von ctx.tools.guard() durchgesetzt wird

Ausführungs-Labyrinth für DSH-Sitzungen: der reale Weg des Agenten — Hauptfortschritt, gescheiterte oder Sackgassen-Umwege, Rückschritte, erneute Anfragen und Subagenten-Zweige — auf einer gemeinsamen Wall-Clock-Zeitlinie dargestellt, mit drei Tracks unter jedem Lane, die diese Achse teilen (Tool-Call-Dichte, Token-Puls, Kontextdruck) und einem deterministischen Analysepanel darunter (Tool-Result-Matrix, Fehler-Wiederherstellungs-Ketten, Dauerverteilung); beobachte, wie es live in einem Sitzungstab wächst, oder lade bis zu 5 Sitzungsprotokolle für einen Vergleich auf derselben Achse hoch.

Deterministische Research-Berichte für chinesische öffentliche Mutual Funds, erstellt aus Public-Source-Daten (Tiantian Fund und Eastmoney), Pure-Function-Metriken (Performance-Dekomposition, Holdings-Penetration, Style-Attribution, Manager-Profil) und versionierten Berichten mit Per-Number-Snapshot-Traceability-Appendix.

Vollständiges Skill-Paket traditioneller chinesischer Weisheit (XuanShu) als DeepSeek Harness Cordis-Plugin: Berechnung von Bazi, Ziwei-Doushu, Liuyao, Meihua, Qimen, Daliuren, Taiyi, Wuyun-Liuqi, Konstitution und Feng Shui, mit einer lokalen deterministischen Engine und einem Visualisierungs-Dashboard.

Schutzmechanismus für wissenschaftliches Schreiben (zweisprachig EN/ZH): entfernt KI-typisches defensives Schreiben, schützt wissenschaftliche Belege (Zahlen, Zitate, Aussagekraft, nicht signifikante Ergebnisse, Geltungsbereich) beim Überarbeiten und richtet den Text auf eine Zielzeitschrift aus (Journal Profile + Journal Fit). Deterministische lokale Regex-/Statistikverarbeitung, ohne Netzwerk/LLM; enthält writing_rules / writing_audit / writing_style_profile / writing_journal_profile mit automatischer Prüfung beim Verfassen des Papers.

Blender-3D-Produktions-Plugin mit 30 Modellierungs-/Rekonstruktions-Skills, 13 Runtime-Tools und 26 deterministischen Helfern für Referenz-Fitting, Rendering, Validierung, Animation und portablen Export; installierbar als `dsh-blender`.

Einheitliche Multi-Provider-Websuche und -Abruf: BYOK-Schlüsselpools, Gesundheitsüberwachung und deterministischer Fallback.

Erzeugt konfigurierbare, deterministische Sitzungstitel für DeepSeek Harness aus semantischen Prompt-Feldern und Vorlagen.

DeepTrace — deterministische Agentenberichte aus Sitzungsprotokollen (täglich/wöchentlich/monatlich/jährlich/benutzerdefiniert): Kosten- und Token-Aufschlüsselung, 8 Insight-Regeln, Kollaborationsüberprüfung, Live-Anbieterguthaben, PDF/PNG/HTML-Export; schreibgeschützt, überschreibt niemals den Verlauf.

Toolkit ohne Abhängigkeiten: Zeit / Encoding / JSON / Rechner / CSV / Regex / Markdown / Diff / Stat / Schema — zehn deterministische Tools in einer Installation.

Steuert das wissenschaftliche Plotten mit OriginLab Origin aus dem KI-Chat über MCP: 62 Tools. Watchdog für modale Dialoge, LabTalk-Sicherheitsschleuse, release/reconnect, Fits mit anfänglichen/festen/gewichteten Parametern, feingranulare Plot- und Sheet-Bearbeitungen, Matrix-Tools, deklaratives FigureSpec-YAML (diffbar und replaybar), schreibgeschützter MCP-Ressourcen-Snapshot, matplotlib-figure-Bridge, PowerPoint-Assembly mit Panelbeschriftungen, Suche in der Graph-Gallery-Vorlagen, EPS-Export, Dateizugriffs-Whitelist, visuelle Regressionsbaseline und editierbares OPJU-Ergebnis mit deterministischer Rücklese-Verifikation.

Leitplanken für das Romanschreiben: 20 novel_*-Tools erzwingen Faktenbuch-Konsistenz, Phasen- und Kapiteltore, maschinelle Prüfung mit deterministischen Metriken und vorschlagsbasierte Revisionen; eine Werkbank im rechten Bedienfeld deckt Lesen, TTS-Wiedergabe, Feinschliff, Korrekturlesen, Kontinuitätsprüfungen und Batch-Entwurf ab, und eine Bypass-Engine führt interne Schritte außerhalb der Hauptkonversation aus.

Zero-residence-Kontext-Engine: Große Tool-Payloads werden aus dem aktiven Kontext in einen abfragbaren Speicher ausgelagert, sodass nur deterministische Zeiger zurückbleiben und die Prompt-Tokens pro Turn nicht mehr mit dem Transkript wachsen. Maskierte Inhalte werden auf Anforderung wörtlich aus dem Sitzungsprotokoll rekonstruiert – anhand der Tool-Call-ID oder der Session-Seq.

Organkern von Agent-Body: Plugins als ein einziger Körper. Jeder Befehl wird ein Nervenimpuls, der deterministisch das zuständige Organ innerviert und die Fähigkeit benennt; ein Herzschlag mit variablem Intervall pumpt Betreiber-Direktiven, Propriozeption und Homöostase-Warnungen systemweit; Reflexbögen feuern ohne Modellaufruf; Fehler folgen einer deterministischen Zuordnung (Tool, Argumente, Berechtigung, Timeout, Netz), einem Rezept und einer Nachprüfschleife, Argumentfehler werden nie automatisch wiederholt. Ein fehlendes Organ kompensiert das mit der größten Fähigkeitsüberschneidung, und Tool-Schemata werden nach der aktuellen Absicht gefiltert (gemessene Reduktion 84,7 %, im Repo reproduzierbar). Dies ist das Kern-Plugin-Paket im agent-body-Repository.

Das Gedächtnisorgan von Agent-Body: Nach 2 Minuten Stille geht es in leichten Schlaf, nach 5 Minuten in Tiefschlaf, wo deterministische Regeln echte Erfahrung zu Gedächtniskarten destillieren (Fallstricke, Playbooks, Hotspots, ungelöste Probleme, Fakten). Eingehende Befehle rufen verwandte Karten per Schlüsselwort ab und injizieren sie in den Kontext; lange ungenutzte Karten verfallen mit einer Halbwertszeit und werden archiviert statt gelöscht. Außerdem entrauscht es körperweite Homöostase-Warnungen: Wiederholungen innerhalb eines Fensters werden gezählt statt erneut ausgegeben, und eine Warnung, die immer wiederkehrt, ohne je zu heilen, konvergiert zu einem bekannten Steady-State-Offset und verstummt. Konsolidierung und Abruf machen keine Modellaufrufe.

White-Box-Kausal-Leitplanke für dsh: Jeder Tool-Aufruf wird vor der Ausführung entlang einer deterministischen kausalen Logikkette geprüft — blockiert destruktive und Anmeldeinformations-Datei-Operationen, eskaliert wiederholte Grenzverletzungen, trennt fehlerhafte Verknüpfungen bis zur verifizierten Behebung und gibt Risikobewertungen für nicht prüfbare Ausführungen ab; läuft vollständig lokal ohne API-Kosten, plus 6 White-Box-Selbstprüfwerkzeuge.

Projektionsgesteuerter Live-DAG für die Subagenten und dauerhaften Workflows einer Session: Status und Navigation, deterministisches Layout tiefer Ketten, Einpassungs-/Schwenk-Steuerung der Canvas und Neuanordnung der Knoten der aktuellen Sitzung.

Sitzungsübergreifendes Gedächtnis mit deterministischem Recall ohne Tokenverbrauch (Bigram-Jaccard mit FTS5-BM25 via RRF kombiniert, chinesischbewusste Tokenisierung), Verstärkung, die wiederholte Beobachtungen stärkt, und Prozeduren, die zu SKILL.md-Dateien kristallisiert werden und vor Ort durch einen aktiv-veraltet-archivierten Lebenszyklus mit rückgängig machbarer Archivierung und Wiederherstellung verfeinert werden. Ingest und Disposal bieten jeweils eine vom Nutzer gewählte Autonomie-Stufe; Konflikte und Schreibvorgänge mit hoher Wichtigkeit gehen immer zur menschlichen Prüfung, und nichts wird jemals automatisch gelöscht. Erfordert Node 22.5+.

Deterministische Kontextkompression für dsh – null LLM-Aufrufe, regelbasiertes Beschneiden, das Pfade, Befehle, Fehlerspuren und offene To-dos wortgetreu erhält. Komprimiert ~80k Token auf wenige Hundert.

Cordis-/hongtou-Befehl: zweiphasige Pipeline (strukturiertes LLM-JSON + deterministisches Word-2003-XML-Template-Rendering)

Schreibtools, die KI-klingende Muster entfernen und deinen persönlichen Stil treffen. 8 deterministische Tools scannen Text, bauen aus deinen Samples einen Stil-Fingerprint und liefern Rewrite-Briefings.

Geschützte Kontextverdichtung für DeepSeek Harness (dsh): das LLM schlägt vor, die deterministic Wächter entscheiden — eager Per-Atom-Shrink (extract/summary/false unter Verbatim-Wächtern) + Lazy-Reference-Graph-Eviction (0-LLM) + byte-genaue Rückgewinnung aus einem Append-Only-Log.