Plugins

Agent Context Editor ist ein Agent-übergreifendes Plugin zum manuellen Ausschließen, Bearbeiten und selektiven Komprimieren des KI-Gesprächskontexts. Es unterstützt außerdem das Suchen, Filtern, Auswählen, Verbergen, Wiederherstellen und Rückgängigmachen von Gesprächsänderungen unter Beibehaltung der ursprünglichen Sitzung.

AI4Scholar-Fachsuche: 38 Tools über Semantic Scholar, PubMed, Google Scholar, arXiv, bioRxiv/medRxiv und DOI-Auflösung (Suche, Zitationsgraph, Autoren, Empfehlungen, PDF-Volltext in Abschnitten, automatisches Zitieren, wissenschaftliche Abbildungen), eine einheitliche plattformübergreifende Suche mit Deduplizierung, eine API-Schlüssel-Karte in den Einstellungen sowie eine Abrechnung der Credits pro Aufruf über eine `/ai4scholar`-Guthabenkarte.

Ein Live2D-Walmädchen als Begleiter für die DeepSeek Harness Web UI: das Modell bleibt auf dem Bildschirm und reagiert darauf, was der Agent gerade wirklich tut (Denken, Tool-Aufrufe, streamender Text, Fehler, Turn-Ende); Klick auf sie sendet dem Agent eine Nachricht, und die Antwort streamt in eine Sprechblase; Rechtsklick öffnet ein Menü mit Ausdrücken, Verkleidungs-Items, Schreibtischszenen und Einmal-Animationen — jede Aktion aus dem Hotkey-Blatt des Original-Modellautors übernommen, sodass nichts kollidiert und alles von selbst ausläuft. Nicht-kommerzielle Modell-Assets (CC BY-NC-SA 4.0), MIT-Code, von Andersen216 (https://github.com/Andersen216).

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.

Sitzungsbasiertes Task-Board in der Sidebar: Sitzungen in Todo/Doing/Review/Done-Spalten ziehen, Sitzungen mit Modell- und Reasoning-Effort-Auswahl erstellen, Trash mit Restore, Notizen, Export/Import.

Learning-Mode-Agent-Preset: ein Coding-Agent, der beim Coden lehrt — konkrete szenariengestützte Erklärungen, sokratische Anleitung und TODO(你)-Übungs-Lücken, modelliert nach Claude Codes Learning-Output-Stil; installierbar über dsh plugin add (dsh-learning-mode auf npm).

Learning Mode Agent-Preset: ein Coding-Agent, der beim Coden lehrt — konkrete szenariobasierte Erklärungen, sokratische Anleitung und TODO(你)-Übungsblanks, modelliert nach Claude Codes Learning-Ausgabestil; installierbar via dsh plugin add (dsh-learning-mode auf npm).

Schreibt den Live-Status des Harness-Agents (Denken, Arbeiten, Warten, Fertig, Fehler) in eine Statusdatei, die ein mitgeliefertes Electron-Live2D-Desktop-Pet abfragt, sodass Sprechblase und Gesicht dem folgen, was der Agent tut.

Zitationswerkzeuge für Agenten: exakte DOI-Suche, bibliografische Crossref-Suche, GB/T 7714 / APA / MLA / Chicago-Formatierung, BibTeX-Generierung sowie DOI-Validierung mit begrenzter Parallelität und Health-Selbstprüfung.

macOS desk pet forked from anneheartrecord/dsh-desk-pet, in a real always-on-top window that covers fullscreen Spaces: the pose follows whatever the local DSH is doing across six states, the right-click menu is a real AppKit one carrying quiet mode and a session list, and seven skins ship with it. Two of the seven are drawn from geometry by a script in the repo rather than generated, so making a skin needs no image model and no API credits; the bundled skill still expands one photo into all eighteen poses on your own image tool and credentials. There is no Electron and nothing to install alongside it: the window is driven through ctypes on the Python that ships with macOS.

Ships a skill about handing work to subagents instead of doing it inline - which tasks are worth fanning out, how many to run at once, how to send them in parallel, and how to check what they returned instead of trusting the summary.

Voice for the DeepSeek Harness: speak to the agent, hear it back, and see what it is doing from a floating window that stays on top of whatever you are running.