Plugins

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.

Lokale Literatur-Wissensdatenbank als RAG für DSH: hybride BM25-+-Vektor-Suche auf einem SQLite-Index, Cross-Encoder-Reranking, zitierte Antworten mit Provenienz auf Abschnitts- und Seitenebene, reine Metadaten-Aktualisierung und Hintergrund-Ingestion mit Fortschrittsabfrage.

Sitzungsübergreifendes Gedächtnis mit deterministischem Recall ohne Tokenverbrauch (Bigram-Jaccard mit FTS5-BM25 via RRF kombiniert, chinesischbewusste Tokenisierung), Verstärkung, die wiederholte Beobachtungen stärkt, und Prozeduren, die zu SKILL.md-Dateien kristallisiert werden und vor Ort durch einen aktiv-veraltet-archivierten Lebenszyklus mit rückgängig machbarer Archivierung und Wiederherstellung verfeinert werden. Ingest und Disposal bieten jeweils eine vom Nutzer gewählte Autonomie-Stufe; Konflikte und Schreibvorgänge mit hoher Wichtigkeit gehen immer zur menschlichen Prüfung, und nichts wird jemals automatisch gelöscht. Erfordert Node 22.5+.

Eine Wissensdatenbank im Obsidian-Stil: Quellen einlesen, den LLM ein vernetztes Wiki aufbauen und pflegen lassen und Fragen stellen, die darauf basieren.

Connector only, it renders nothing itself: subscribes to DeepSeek Harness session events and folds them into a 12-phase work state (planning / thinking / executing-tool / streaming / waiting-input / voice / awaiting-approval / complete / error / paused / idle / heartbeat), then POSTs each phase to a desktop-pet backend at http://127.0.0.1:8000/api/plugin/dsh/ingest. It holds no window. No API key or token is needed. Requires the Mao Live2D pet application to be separately installed and running (that is a Windows Electron app with its own PowerShell 7 / Python 3.10+ / Node 18+ prerequisites); without it this plugin has nothing to push to.

Sitzungsübergreifendes Langzeitgedächtnis mit lokalem Go-Dienst (ca. 50 MB RAM, SQLite-vec und überprüfungsverstärkte Aussagen): sofortige Erinnerungseinfügung je Nutzernachricht, Transkriptübernahme am Sitzungsende sowie memory_search-, memory_logs- und memory_ingest-Werkzeuge. Installation: dsh plugin --profile web add @djasdh/interest-memory-dsh-bridge. Nur Protokollbrücke; dsh plugin add installiert den Go-Dienst nicht. Erst nach README separat installieren und starten. Solange er nicht läuft, liefern die Werkzeuge stillschweigend nichts zurück.

Cipher memory platform as a DSH bundle: four memory types (attention, experience, preference, cognitive) sedimented per turn by four memory agents, cross-session deterministic recall injected via systemPrompt.context, insight review kept out of user-facing output, per-session UNNI/LOOP modes with memory-driven auto-continuation, memory search/ingest tools, plus a settings page (SOUL editor) and an AgentPool panel.

Aufbereitung der Tool-Ausgabe beim Einlesen: behält Fehler- und Warnzeilen sowie Kopf und Ende, schreibt den Volltext mit einem für das Modell lesbaren Zeiger auf die Platte; deckt jedes Text-Tool ab, kleine Ergebnisse laufen unverändert durch.

Bi-temporales Gedächtnis auf Basis eines SodaMem-Daemons: Recall fließt in den Prompt ein, während jeder Turn zusammengesetzt wird, und jeder abgeschlossene Turn wird aufgenommen — ohne Tool-Aufruf und ohne Modell-Aufruf im Lesepfad; jede erinnerte Tatsache nennt den Turn, aus dem sie stammt, und trägt Gültigkeitsdaten, sodass überholte Fakten nicht mehr abgerufen werden.

Plugin zur Erzwingung des Speicherprotokolls: bindet den opencode-memory-MCP-Server an, erzwingt memory_weave vor Tool-Aufrufen, nimmt Turns automatisch auf und injiziert Speicher-Kontext in Agentenschritte.

Local knowledge base for DeepSeek Harness: five tools to ingest Markdown, plain text and PDF files, search them with BM25 or hybrid BM25 plus optional local embeddings, and answer with cited source passages. Runs offline with no database server. Requires Node.js 18+ and Python 3.9+; PDF ingest needs pymupdf.

Fullscreen business-app framework for DeepSeek Harness Web with a dark-sidebar workbench bundling a database connectivity tester and SQL query panel, a two-level knowledge base (bill and accounting) with local search and Word document ingestion, metadata environment comparison with alter-SQL generation, a data dictionary, agent log-search report demos, a system test-case runner, Evernote-style notes, developer utilities, and mini-games.

Werkzeugübergreifendes Sitzungsmigrations-Plugin für DeepSeek Harness (dsh): originalgetreuer Import, Fortsetzung, Wissensextraktion, bidirektionaler Export, Schwärzung sensibler Daten.

Converts tables in .docx, .xlsx, .xlsm, .csv and .tsv files into the table JSON consumed by the rule checkers, and reports when it could not rather than guessing.

Model-facing codebase-memory CLI tools (codebase_list_projects/index_repository/index_status/search_graph/query_graph/trace_path/get_code_snippet/get_graph_schema/get_architecture/search_code/detect_changes/manage_adr/ingest_traces/delete_project) that ru

Turn chat logs into a panel list maintained by a resident agent. Includes a zero npm-dependency core and an optional WeChat/QQ ingestion pipeline. Installs as a DSH profile bundle.

Resume screening plugin for HR in DeepSeek Harness: ingest up to 100k Word/PDF/Excel resumes into one searchable library with skills / coarse categories / ingest time, auto-ingest & de-dupe new resumes, then screen by plain-language criteria — rule pre-filter in the database plus LLM fine-judge on the shortlisted few, CSV export. Works on DeepSeek Harness 0.1.7 through 0.2.x, tested on 0.2.0-rc.1.

Knowledge base (Vault memory + knowledge graph) for dsh: kb__* tools for deterministic memory search/write, knowledge-graph nodes/edges/subgraph/traversal, document-to-graph ingestion and unified cross-store query (KAL) - no web-search tools.

Obsidian knowledge-base ingest workflow as a DeepSeek Harness plugin: a bundled skill provider + an obsidian_validate_vault model tool, all declarative and composable.

DeepSeek Harness plugin: ingest research PDFs into a citable OKF markdown library, then search, graph, measure coverage, and write surveys in the same conversation

The claude-obsidian-derived knowledge-suite skills (wiki, wiki-ingest, wiki-query, wiki-lint, save) as a DeepSeek Harness plugin, with attribution.