Plugins

Integriert TypeSafe Jev in DeepSeek Harness für die Auswahl von Skills und Dateien, Aufgabenaufsicht, Korrektur gemeinsamer Erkenntnisse, Filterung von Tool-Ausgaben, Genehmigungsunterstützung und Navigation durch protokollierte Phasen. Alle Funktionen sind standardmäßig deaktiviert.

Klassifiziert anstehende Tool-Aufrufe mit Jev (dem nicht-generativen Entscheidungsmodell von TypeSafe AI) auf tools/pre-execute — sicher hochriskante Aufrufe werden abgelehnt, unklare zur Freigabe eskaliert — und genehmigt klar erlaubte, reversible Aufrufe auf approval/request automatisch, hinter Argument-Evidence-Gating. Erweitert außerdem den Session-Reference-Resolver per Subclassing, damit Snapshots Jev-bewertete Nachrichten behalten statt älteste zuerst zu verwerfen. Fällt bei jedem Provider-Fehler auf Standardverhalten zurück; Shadow-Modus mit /jev-stats-Befehl; TypeSafe- oder OpenRouter-Endpunkte; 64 Tests.

Jev-gestütztes Entscheidungsschicht-Plugin für DeepSeek Harness

DeepSeek Harness-Plugin, das Jev-Urteile in drei automatische Aktionen übersetzt — übermäßig große Tool-Ausgaben auf die für die Anfrage relevanten Segmente kürzen, abgerufene Seiten auf an das Modell gerichtete Anweisungen prüfen und auswählen, welcher Skill zum nächsten Schritt passt — plus die Tools jev_ask und jev_gate, ein Urteils-Journal, das Neustarts übersteht, und einen /jev-status-Bericht. Benötigt einen TypeSafe-API-Schlüssel; ohne diesen ist es inaktiv und sendet nichts.

Fügt pro Runde eine vom lokalen JEV-Modell des jev-decision-kit-Arbeitsbereichs gewählte Skill-Auswahlpräambel ein, damit der Agent genau diese Skills lädt, statt zu suchen. Benötigt einen separat eingerichteten jev-decision-kit-Arbeitsbereich (Python .venv, host/preface_worker.py, models/jev/head.json); ohne ihn wird nichts eingefügt.

TypeSafe Jev (System-One-Entscheidungsmodell) als Tool jev_decide für DeepSeek Harness: noul-, Choice- und Score-Fragen liefern kalibrierte Wahrscheinlichkeiten; Credentials nutzen dieselbe Schnittstelle wie in DSH; 429/529-Backoff-Retry eingebaut.

Nutzt das Entscheidungsmodell-Paradigma Jev (System One) mit jedem OpenAI-kompatiblen LLM – kein TypeSafe-Schlüssel nötig. Registriert ein jev_decide-Tool, das in einem Aufruf wahrscheinlichkeitsverteilte Antworten auf typisierte Fragen (choice/score/boolean) liefert.

Zeigt von JeV gewählte Aufgabenpläne, Fortschritte und Phasenzusammenfassungen im DSH-Chat, mit nativer Übersetzung oder kurzen Zusammenfassungen. JeV-Schlüssel nötig; der Jev-Dienst wird extern aufgerufen und kann Kosten verursachen. Enthält hierarchische serielle/parallele Aufgabenabläufe.

Ergänzt DSH-Auswahlfragen um menschenorientierte TypeSafe-Jev-Ratschläge. Standardmäßig auf Abruf, automatische Anfragen optional. Mit Empfehlungen, Wahrscheinlichkeiten, Konfidenz, Knappheitswarnungen, kopierbaren Vorschlägen, Übernahme mit einem Klick, profilbezogenen Kartenlayouts und temporären Entscheidungspräferenzen. Optionale Anfragevorschauen maskieren gemeinsame Zugangsdaten; außerdem lokale Gesundheitsprüfungen und bereinigte Diagnoseexporte.

Sicherheitsventil vor der DSH-Ausführung: Fängt jeden bash/pwsh-Aufruf über `tools/pre-execute` ab, wendet zuerst Offline-Statikregeln an und fragt dann TypeSafe Jevs System-One-Modell, ob der Befehl reale Daten unumkehrbar löscht/überschreibt. Entscheidungen: allow/revise/block/escalate; revise gibt dem Modell eine sicherere Fassung, escalate bietet ein einmaliges menschliches Token. Bei erschöpftem Guthaben oder fehlendem API key gibt es einen deutlichen Fehler, keinen stillen Ausfall. Fehlt der Schlüssel, fordert der Dialog `guard key set` an und liest ihn von stdin. Jeder Entscheid kommt ins gemeinsame Auditlog; Texte zh-CN/en.

JEV-Agent-Preset-Bundle mit promptgesteuerter Aufgabenvermittlung, Gegenprüfung und quantitativen Checklisten.

Optionaler JEV-Entscheidungsmodus mit deterministischem Projekteingriff, begrenzter semantischer Auswahl, nativen Autorisierungsprüfungen und Desktop-Einstellungen für Zugangsdaten.

Senkt LLM-Kosten: Ein Jev-Klassifikator (System One) prüft jeden Zug anhand einer deklarativen Richtlinie und empfiehlt den Modellpfad für Subagenten. Routineaufgaben laufen zu Flash-Tarifen, schwierige bleiben beim Hauptmodell. Mit explizitem /route-Auslöser, Laufzeitprüfung der Delegierungsfähigkeit, Schwärzung von Zugangsdaten und Offline-Wiedergabe anhand des Entscheidungsprotokolls.

v0.8.6 behebt einen Startabsturz: Host-Runtime ist optionaler Peer, keine installierte Abhängigkeit. TypeSafe Jev/System One bietet 7 Tools: `jev_decision` (1–25 parallele typisierte Urteile, keine Prosa), `jev_choose` (ordnet 2–10 Optionen), `jev_batch` (1–20 Texte, 1–5 Urteile, echter Aufruf je Text bei begrenzter Parallelität; Rohfehler, kein Raten), `jev_usage`, `jev_overview`, `jev_guard_status`, `jev_verify` (26/27 im festen 27-Fragen-Test, Parallelität 6). Ledger speichert standardmäßig dauerhaft in `$DSH_HOME/jev-usage.json`. Remaining=`quota.declaredBalanceUsd` minus lokale Ausgaben seit `quota.balanceSince`; kein Guthaben-Endpunkt, nichts erfunden. Fehlender API key: expliziter Fehler; Fehler je Oberfläche isoliert. Client nach refresh, Server nach Host-Neustart.

Semantisches Tool-Routing, Skill-Erkennung und typisierte System-One-Entscheidungen für DeepSeek Harness mit TypeSafe Jev.

Steuert einen Browser anhand eines Ziels in natürlicher Sprache: Ein Entscheidungsdienst wählt den nächsten Vorgang und das Ziel aus einer indizierten Elementtabelle, sodass eine DSH-Sitzung einen Tool-Aufruf statt eines Turns pro Klick benötigt.

Führt Jev-(TypeSafe-System-One-)Bewertungen an den Agent-Loop-Gates von DeepSeek Harness aus: pre-step, pre-execute, post-execute und Turn-Stopp. Keine UI-Abhängigkeiten; in jede Harness-Komposition integrierbar.

`/JevLoop`-Steuerungsfeld für moqi: Zeigt Gates und API-Key von dsh-jev-loop über moqis tuiHost-Schnittstelle an.

Strukturierte Entscheidungsebene für den DSH-Agent-Loop: Gate für gefährliche Aufrufe, Selbstprüfung der Ausgabe, Tool-Eingrenzung und Loop-Guard mit austauschbarem Entscheidungsmodell.