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.

Reines Konfigurationspaket, das Ouroboros über den MCP-Client von DSH einbindet und 36 Workflow-Tools für Interview, Seed, Ausführung, Bewertung und Evolution in DSH bereitstellt.

Sicherheits-Plugin für Reverse Engineering und Pentest als Einzelbündel: Werkzeug-Einengung im ersten Zug, Domain-Routing und 33 Werkzeuge für APK, Web, native Binaries, Protokolle, Malware und LLM-Proben — mit Playbooks für Entpacken, Lizenzumgehung und Anti-Analyse, einer H-CoT-Auswertungs-Engine (semantisches Routing, Befehl /hcot), einer Web-Werkbank mit Ledger-gesteuertem Werkzeugregal, einem fallbasierten Workflow auf der Festplatte (automatisch persistierte Beweiskette, E-nummerierte validierte Befunde, Fortsetzen nach Kompaktierung), GitHub-basierter externer Werkzeugsuche und 361 On-Demand-Referenzdokumenten.

Quantitatives F&E-Toolkit für DeepSeek Harness — 59 Tools in sechs Domänen für Marktdaten, Indikatoren, Faktorbewertung, walk-forward ML-Validierung, Risiko (VaR/CVaR/Drawdown/Beta mit Kupiec-POF), Optionen, Anleihen, FICC und Fondssimulation, mit einer End-to-End-Forschungs-Pipeline PDAT→PET.

Steuert Ihren echten Chrome aus DSH über eine lokale WebSocket-Brücke: Tab-Verwaltung, Navigation, DOM-Snapshots, Seiten-JS-Evaluation, Klicks, Tippen, Screenshots, Waits und Dialog-Handling hinter einem Settings-Toggle.

OMK — Observe. Measure. Know. Evidenzgestützte Wissensänderungen für KI-Anwendungen.

Evaluierungs-Harness für DSH-Plugins: YAML-Fälle steuern echte Headless-Agent-Läufe, prüfen Tool-Aufrufe, Argumente, Ergebnisse und Token-Nutzung, mit einem Baseline-Gate gegen CI-Regressionen.

Beweiserster Selbstentwicklungs-Controller: begrenzte Cordis-Kandidatengenerierung, einmalige Echt-Loader-Aufnahme, Harbor-Bewertung und eine absturzwiederherstellbare protokollierte Abstammung.

Exportiert reine Metadaten-Events zu DSH-Zügen, Modellen, Tools, Genehmigungen, Wiederholungen und Fehlern an Tuning Engines für kontrollierte Traces, Richtlinienbewertung, Kostenanalyse und Work-Session-Review, mit einer festplattengestützten Wiederholungswarteschlange.

Proaktives Multi-Modell-Scheduling-Plugin: Multi-Source-Signalaufnahme mit Dedup und Dringlichkeits-Ranking, eine Vier-Wege-Execute/Defer/Dismiss/Ask-User-Entscheidungsmaschine, DAG-Plan-Generierung mit paralleler Modell-Ausführung, Qualitäts-Reflexion mit automatischem Retry und Modell-Switch, Langzeit-Gedächtnis für Task-Muster und Lektionen und Strategie-Evolution über genetische Algorithmen mit sandboxed Evaluation und Canary-Rollout.

Startet 3 oder 5 Coding-Agent-Kandidaten in entkoppelten Git-Worktrees, validiert deren Patches mit Projektkommandos, rankt nur passende Kandidaten und verlangt eine separate Freigabe, bevor der Gewinner angewendet wird.

Auditierbare Vision- und plattformübergreifende Computer-Use-Laufzeit für DeepSeek Harness mit quellenerhaltenden Beweisen.

Automatisierte tägliche Content-Pipeline für Insta360 GO 3S: BLE/WiFi-Fernaufnahme von Aquariumaufnahmen, drahtloser Import, ffmpeg-Qualitätsbewertung mit Entscheidungsprotokoll, automatische Bearbeitung (Segmentauswahl, TTS-Erzählung, Musik, Untertitel) und Bilibili-Upload über biliup (standardmäßig Trockenlauf).

Führt reproduzierbare DSH-Profil- und Patch-Experimente mit geführter Fallausarbeitung, Assertions, Web-Vergleichsberichten, Wiederherstellung und Richtlinienprüfungen aus.

Berater zur PR-Bewertung und -Verbesserung: bewertet die Erfolgswahrscheinlichkeit von PRs anhand historischer Anti-Patterns und Erfolgsmuster, mit Ein-Klick-Bewertung und umsetzbaren Vorschlägen.

Ein modell-natives Meta-Agent-Plugin für DeepSeek Harness: Das Modell synthetisiert zur Laufzeit aufgabenspezifische Workflows aus fünf agentischen Workflow-Mustern (Prompt Chaining, parallele Worker, Router, Supervisor, Evaluationsschleife) und koordiniert Tools und Subagent

Compares existing DSH sessions or runs controlled A/B trials between agent presets, showing aligned timelines, paired metric deltas, explicit success checks, and exportable reports.

Adaptive model discovery, evaluation, tiering, and subagent routing for DeepSeek Harness.

Langfuse-Observability für DeepSeek Harness (DSH): Trace-Bäume pro Turn, aggregiert nach Sitzungs-ID, mit Prompt-Versionierung und Auswertung.

Wiedergabe echter DeepSeek-Harness-Turns gegen Standard-, Minimal-, Anchored- oder Plugin-Kandidaten mit eingefrorenen Request-Surface-Beweisen

Prüft, welche DeepSeek Harness-Plugins tatsächlich geladen wurden, und ruft öffentliche Bewertungsboards auf trapstreet.run ab.

CDP-Bridge zu einem bereits laufenden Chrome/Edge für DSH: Screenshots, Pixel-Assertions, DOM-/CSS-Prüfungen und JS-Auswertung auf der Seite über HTTP + WebSocket, mit null Kindprozessen, null npm-Abhängigkeiten und ohne Freigabe pro Nutzung.

Measure whether a dsh setup change actually helped: register repeatable cases, run them, and diff the results before and after you change rules, skills, or models.