Plugins

Native konversationelle Bildgenerierung für DeepSeek Harness: Bitten Sie den Agenten, ein Bild zu erstellen, und er übernimmt die Generierung und behält das Ergebnis direkt in der Konversation.

Projektbezogener sitzungsübergreifender Speicher: siebenschichtiger SQLite-Speicher (soul/user/project/fact/lesson/rules/topic) auf node:sqlite, cache-freundliche Injektion bei der ersten Nachricht plus Keyword-Treffer pro Nachricht, die Tools memory_remember/search/find_similar/read/update/project sowie Konsolidierung im Leerlauffenster („dream“) mit Sperrung zur Spitzenlastzeit. Prompttexte werden als sprachspezifische Datendateien mitgeliefert — das Framework unterstützt mehrsprachige Nutzer.

Skin-Plugin mit einem Befehl: 8 Original-Themes, transluzentes Hintergrundbild mit einstellbarer Transparenz/Unschärfe, benutzerspezifische Akzentfarbe, gemeinsam nutzbarer Theme-Pack-Import/-Export, Favoriten und Zufallsauswahl — vollständig nativ im Token-System von DSH.

The memory that dreams – sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich an dich und deine Projekte, konsolidiert Erinnerungen im Leerlauf (autoDream), stellt widersprüchliche Erinnerungen zur Prüfung zurück und führt ein erneut abspielbares Prüfprotokoll. Das Gedächtnis bleibt als SQLite mit bearbeitbaren Markdown-Spiegeln auf deinem Rechner; Abruf über vier Wege (Stichwort, Vektor, BM25, Entitätsgraph), interaktives Gedächtnis-Panel, 10 Modell-Tools, MCP-Server, externe API und CLI. Zusammenfassung und Konsolidierung nutzen das bereits konfigurierte Host-Modell; mit lokalem Embedder läuft die semantische Suche vollständig offline.

Erzeugt Game-Art aus Referenzbildern mit Seedream-Bildgenerierung und MiniMax Image-to-Video und baut Acht-Richtungs-Sprites, Sequenzframes und Skelettanimationen mit lokalem Green-Screen-Keying zusammen.

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert dich über Sitzungen hinweg, konsolidiert sich im Schlaf selbst (autoDream), friert widersprüchliche Erinnerungen für deine Prüfung ein und führt ein wiedergabefähiges Audit-Protokoll. Offline-first lokale semantische Suche über SQLite mit manuell editierbaren Markdown-Spiegeln, ein Entity-Graph, ein interaktives Gedächtnis-Panel sowie eine externe API und CLI.

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich über Sitzungen hinweg, konsolidiert sich im Schlaf (autoDream), friert widersprüchliche Erinnerungen für die Prüfung ein und führt eine wiederabspielbare Prüfspur. Offline-first lokale semantische Suche über SQLite mit menschenlesbaren Markdown-Spiegeln, einem Entitätengraphen, einem interaktiven Gedächtnis-Panel sowie externer API und CLI.

KI-Bild- und Videogenerierung für die DSH-Web-GUI. Kanalbezogene Modellkataloge und Familienanpassung (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), Generator-Seitenleiste, unendliche Node-Leinwand, Dateivorschau, Leinwand-Skills und Promptvorlagen. Video unterstützt Text-/Bild-zu-Video, ersten/letzten Keyframe und mehrere Referenzen, asynchrones Senden/Abfragen/Herunterladen, hostseitige Videotools, Videonodes sowie lokales Zusammenfügen von mindestens zwei Nodes zu einer MP4 mit ffmpeg.

Sitzungsübergreifende Speicher-Engine für DeepSeek Harness: SQLite-Speicher + von Menschen editierbarer Markdown-Spiegel, autoDream-Konsolidierung, Offline-Semantiksuche (lokale Vektorisierung/Reranking/Clustering), Entität-Attribut-Zeitachse, Sleep Mode, autoSummarize mit benutzerdefiniertem Modell und 7 Speicherwerkzeuge.

Langkontext-Vorbereitung, Dream-Gedächtnis, Aufgabenprüfung, Workflows und Computerinteraktion für DSH.

Kein weiteres Speicher-Plugin: ODR ist eine Selbstverbesserungsschleife in sich entwickelnden Welten (Dream-RSI). Versuche werden in einem Discovery Tree aufgezeichnet; zwischen den Läufen werden Tausende Strategievarianten in dieser Welt erneut abgespielt. Eine Strategie, ein Rezept oder eine Lektion wird erst nach erfolgreichem kontrafaktischem Replay übernommen, nie allein aufgrund der Aussage des Modells. Sentinel prüft Tool-Aufrufe, bevor Budget verbraucht wird. Das LLM bleibt eingefroren. Installation über npm als dsh-open-dream-rsi.

Erfahrungswissen und Reflexion für DSH-Agenten: Extrahiert nach Aufgaben automatisch mögliche Lehren und ruft später passende, vom Nutzer geprüfte Lehren ab. Mit Herkunftsnachweis, projektspezifischem Abruf, Konfliktbehandlung, Nutzungsfeedback und Ablaufprüfung. Erfassen und Abrufen haben getrennte Schalter; Schreiben nach AGENTS.md verlangt Vorschau und ausdrückliche Anwendung. Vierstufige Ersteinrichtungsanleitung im Einstellungsbereich.

Offline-Selbstverbesserung für Coding-Agenten: Strategien werden per kontrafaktischem Replay in einem sich entwickelnden Weltmodell geprüft. Kein Fine-Tuning, LLM bleibt unverändert. Mit MCP und Python-Server.

Biomimetisches Speichersystem für DeepSeek Harness: ein einzelner SQLite-Speicher (node:sqlite, WAL), dessen Markdown-Baum als schreibgeschützter Spiegel geführt wird; Speicher-Tools, Injektion eingefrorener Snapshots zu Sitzungsbeginn, abgestufte Genehmigungsschwellen, bedarfsgesteuerte Extraktion der aktuellen Sitzung, Zusammenführung von Fast-Duplikaten, ein Archiv- und Überschreibungs-Lebenszyklus, Speicher-Stoffwechsel (dream), Speicher-Pins, semantisches Wiederauffinden über lokale Embeddings und der Befehl /memory.

Ein beschreibbares, Git-versioniertes Selbst für DeepSeek Harness: Persona-Dateien werden in jeden Zug eingefügt, dazu gibt es eine Persona-eigene Speicherschicht. Die Übernahme themenbezogener Journale in Träume hängt von 👍/😑/👎-Bewertungen ab. Mit erlaubnislistenbasierten Selbst-Upgrades und Persona-Tab in den Einstellungen.

Optimierter Fork von dsh-image-gen mit Stapelgenerierung (count), Galerie-Seitenwechsel, verzögertem Laden, erneuten Abrufen/Timeout und 7 Providern: Gemini, OpenAI, Seedream, DashScope, Agnes, GLM-Image und Stability AI.

Sendet Auszüge aus aktuellen chinesischen Markdown-Gesprächsexporten an die DeepSeek-API (API-Schlüssel erforderlich), erzeugt einen Traum und speichert ihn als lokale Markdown-Datei.

Bildgenerierung über acht Provider-APIs (Labnana, OpenAI, Gemini, Seedream, DashScope, xAI, Zhipu, ComfyUI) mit mehreren gespeicherten Profilen, Galerie je Gespräch und Labnana-Guthabenverfolgung.

Bildgenerierung mit Galerie in der Seitenleiste und drei Agenten-Tools (paint_image, paint_images, edit_painting). Anbieter: ModelScope, Google Gemini, OpenAI, SiliconFlow, Volcengine Seedream, Alibaba DashScope, xAI und Zhipu sowie jeder OpenAI-kompatible Endpunkt, jeweils mit eigener Proxy-Einstellung.

Consumer des ui_mockup-Tools: erzeugt in der Diskussionsphase UI-Wireframes bzw. High-Fidelity-Skizzen, legt den Entwurf auf der Platte ab, bittet um Bestätigung und sperrt danach die Design-Spezifikation; enthält Client-Karten, Bild-Routing und i18n.

Erzeugt UI-Wireframes und hochauflösende Mockups in DeepSeek Harness mit auswählbaren DashScope- und Volcengine-Bildanbietern.

Labnana-Bildgenerierung für DeepSeek Harness: Text zu Bild / Bild zu Bild / präzise Bearbeitung mit Credits-Schätzung, Abo-Guthaben und Web-Einstellungs-UI.

Bildgenerierung mit mehreren Engines im Gespräch: Agent-Tool und Composer-Dock mit Ein/Aus-Schalter, Presets für Volcengine Ark, SiliconFlow, OpenAI-kompatibel oder benutzerdefiniert sowie lokale Ausgabenübersicht. Den API-Schlüssel für die ausgewählte Engine stellt der Nutzer bereit.

Whale-Chan-Agentenpreset für DeepSeek Harness mit rollengerechtem Verhalten, geschichtetem Langzeitgedächtnis und traumartiger Konsolidierung.