Plugins

Vier schreibgeschützte Werkzeuge über eine WeKnora-Wissensdatenbank: Wissensdatenbanken auflisten, hybride Passagesuche, Chunks eines Dokuments in der richtigen Reihenfolge wieder zusammensetzen und WeKnoras eigene zitierte RAG- oder ReAct-Agent-Antwort mit fortsetzbarer Sitzungs-ID.

WeKnora-Wissensabrufwerkzeuge für DeepSeek Harness (dsh): semantische Suche, Dokumentenlesen und RAG-/Agent-Antworten über Ihre eigenen Wissensdatenbanken.

TongFlow-Filmcrew-Studio für Bild-, Sprach-, Musik- und Videoproduktion: Der Agent erstellt assetbezogene TongFlow-Workflow-Dateien (.tongflow.json), die über TongFlow-Plugins ausgeführt werden, mit eingebetteter Workflow-Canvas, Shot-/Character-/Take-Projektlayout und Manga-Drama-Vorlage; Sitzungen, die mit @tongflow beginnen, öffnen die Studio-Ansicht.

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

Fehlerbehebungs-Gedächtnis: durchsucht und protokolliert Lehren aus der Fehlerbehebung realer Engineering-Sitzungen, mit BM25- + semantischer RAG-Suche und einer Wissensdatenbank mit gewonnenen Erkenntnissen.

Lokaler IMAP-Rechnungsdownload, OCR, Archiv und Excel-Spesenabrechnungs-Zusammenfassungen für DeepSeek Harness.

Agentenübergreifendes, local-first persistentes Gedächtnis-Plugin für DeepSeek Harness (DSH), unterstützt von Mnemon. Es teilt Langzeitgedächtnis zwischen Mnemon-fähigen Agents und fügt Laufzeitgedächtnis, durchsuchbare Projektdokumente, semantischen Recall, Knowledge Graph und eine Seitenleisten-UI hinzu.

Mnemotechnik-Ebene.

Drei-Schichten-Speichersteuerungsebene für DeepSeek Harness: persistenter Laufzeitkontext, durchsuchbare Projektdokumente, austauschbarer Langzeitspeicher, intelligentes Routing, überwachte Agent-Workflows, WebUI und Headless-Werkzeuge.

Rollenspiel-Arbeitsbereich für DeepSeek Harness: Charakterkarten von SillyTavern/TauriTavern importieren oder über einen interaktiven Flow neu erstellen; einen langen TXT-Roman per intensivem oder schnellem Lesedurchlauf in eine spielbare Karte verwandeln; der Haupt-Agent konsultiert Worldbooks bei Bedarf, Prosa wird in einem eigenen Tab gelesen; mehrere Worldlines in einer Konversation erkunden (regenerieren, bearbeiten-und-senden, klonen); Style-Presets mit 16 eingebauten Stilen, ein Charakter-Agenten-Cluster, eine Entscheidungskarte und Karten-/Roman-Export; lange Geschichten bleiben kohärent durch eingefrorenes Einstellungs-Präfix, hart geschnittenes Kontextfenster, nachvollziehbare Director-Notes und Keyword-/semantischen/Hybrid-Recall, mit Embeddings online oder lokal.

DeepSeek-Harness-Integration für OpenContext mit dauerhaftem sitzungsübergreifendem Speicher, automatischer Prompt-Erfassung und -Abruf, Sitzungszusammenfassungen, strukturierten Erkenntnissen und Dokumentenabruf.

Toolkit zur Verarbeitung chinesischer Regierungsdokumente: GB/T 9704-Formatprüfung, automatische Korrektur, Inhaltsrevision (rote Annotation + Durchstreichung), Vorlagenerstellung, Markdown-zu-docx-Konvertierung und Kopf-/Fuß-/Seitenzahleneinfügung für 24 offizielle Dokumenttypen.

Durchsuchen Sie über 65.600 API-Dokumente aus 20 chinesischen offenen Plattformen mithilfe von fünf schreibgeschützten Tools und einem Laufzeit-Skill.

Tiefgehendes Lesen von Büchern und Artikeln in fünf Modi (Schnell, Tief, Wissenskarte, Feynman, Vollständiges Buch) mit Aussage-Beleg-Daten-Berichten, Mermaid/XMind-Mindmaps, Stapelvergleich, Budget-Vorabprüfung, transparentem Fortschritt von Hintergrundaufgaben sowie MD/HTML-Exporten aus URLs, Dateien oder eingefügtem Text.

Stellt dem Modell die Dokument-Parsing-Tools von MineRU zur Verfügung.

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.

Listet in der DSH-Seitenleiste alle Markdown-Dokumente, Bilder und Videos des Session-Workspace auf, nach Relevanz für die aktuelle Konversation geordnet: aktuelle Nachrichten werden lokal mit IDF-Gewichtung gegen Titel, Zusammenfassung und Text der Dokumente abgeglichen — ohne Modellaufrufe und Netzwerk. Da sie aus dem Workspace gescannt statt erinnert wird, bleibt die Liste nach DSH-Neustart oder neuer Session erhalten. Bilder und Videos werden an Ort und Stelle angezeigt, relative Bildpfade aufgelöst, Videos per HTTP Range gestreamt. Eine Referenzleiste unter dem Vorschaukopf zeigt zitierende und zitierte Dokumente, mit Klick zum Wechseln. Dieselbe Rangfolge steht dem Agenten als Tool knit_docs bereit, das relevanteste Dokumente samt passender Passage zurückgibt, sofern gefunden.

Datei-Upload mit farbcodierten Anhang-Karten (sitzungsisolierte Speicherung, sha256-Deduplizierung, TTL-Bereinigung) plus einem inhaltserkennenden read_document-Tool für PDF/DOCX/XLSX/TXT.

Blockadressierte Dokumentbearbeitung: ein MCP-Server, der geml_get / geml_set / geml_check und ähnliche Funktionen bereitstellt, sodass ein Agent nur einen adressierten Block eines Markdown- oder GEML-Dokuments liest oder umschreibt statt der gesamten Datei. Enthält den GEML-Autoren-Skill sowie einen Code-Graph-Skill, der den Aufrufgraphen eines Projekts als GEML-Codemaps aufbaut und durchsucht.

Agent-native Dokumentverarbeitung für DSH — adressierbare Blöcke ermöglichen es einem Agenten, nur einen Abschnitt statt der gesamten Datei zu lesen und zu bearbeiten. Enthält den geml-MCP-Server sowie die Autoren- und Code-Graph-Skills.

Claude-artiger Datei-Upload per Drag-and-drop/Büroklammer mit Inhaltserkennung, Dokument-zu-Markdown-Konvertierung via Microsoft MarkItDown (integrierter JS-Fallback), Text-Inlining und einem read_document-Tool für Agenten.

Importiert Charakterkarten und World Books aus SillyTavern/TavernAI, speichert sie als lokale Markdown-Lore-Dokumente und generiert aus deinen Prompts Romanprosa mit den Weltdaten als Referenz.

Ein-Klick-Optimierung einer rohen Anweisung in einen professionellen Prompt: drei Ausgabestile, situationsbewusstes Rollen-/Aufgaben-/Ziel-Profiling, selbstiteratives Lernen (Sitzungsspeicher + intelligente Standardwerte + Benutzer-Überschreibungen), /template für 22 Unterszenen mit null Modellaufrufen, ✨ Ein-Klick-Optimierung/Rückgängig im Eingabefeld, prompt_optimize-Tool, Auto-Optimize-Hook und automatisch erkannte zh/en-Dokumente.

Wandelt lokale Markdown- und Textdokumente in eine abfragbare Wissensdatenbank mit hybrider semantischer und Stichwortsuche, Zitatverifizierung und Quelleninjektion um.