Plugins

Hochzuverlässige Feishu/Lark-Brücke für DeepSeek Harness: QR-Ein-Klick-Authentifizierung, kartenbasierte Befehle und Absichtsbestätigungskarten, verlustfreie „At-least-once“-Ausgangswarteschlange, Medienversand und -empfang, /doctor-Sitzungsprotokoll-ZIP sowie eine wiederverwendbare DSH-Web-GUI, die Sitzungen im richtigen Workspace ablegt.

Prompt-Optimierung per Klick im Composer — schreibt den Entwurf in einen strukturierten Prompt um (Rolle und Ziel, ausführbare Schritte, Ausgabeformat, Akzeptanzkriterien, Randfälle), mit Vorher-/Nachher-Vorschau, Zurückübernahme und Rückgängig. Ändert niemals die Absicht, erfindet niemals Anforderungen.

Fügt eine Optimize-Schaltfläche neben dem Composer hinzu, die den Prompt-Entwurf mit SSE-Streaming, Konversationskontext-Bewusstsein (Template- vs. Intent-Polish-Strategien), einer Edit-Continuity-Speicherkette, Undo sowie Modell-Routing mit Fallback und Konnektivitätstest analysiert und umschreibt.

Auto-Thinking-Effort-Routing für dsh: ein lokal feinabgestimmter 7-Fragen-Klassifizierer (ModernBERT, 842 MB, <1 s CPU-Inferenz) wählt low/high/max für No-Intent-Nachrichten; In-Session-Retries eskalieren die Stufe (low → high → max) unter Ausschluss-Constraints; der Judge-Service fällt sicher auf low zurück, wenn nicht erreichbar. Ein Tier-Chip in der Input-Leiste zeigt die Live-Stufe und die letzten 20 Bewertungen. Alle Inferenz ist lokal — Aufgabentext verlässt niemals die Maschine.

Organkern von Agent-Body: Plugins als ein einziger Körper. Jeder Befehl wird ein Nervenimpuls, der deterministisch das zuständige Organ innerviert und die Fähigkeit benennt; ein Herzschlag mit variablem Intervall pumpt Betreiber-Direktiven, Propriozeption und Homöostase-Warnungen systemweit; Reflexbögen feuern ohne Modellaufruf; Fehler folgen einer deterministischen Zuordnung (Tool, Argumente, Berechtigung, Timeout, Netz), einem Rezept und einer Nachprüfschleife, Argumentfehler werden nie automatisch wiederholt. Ein fehlendes Organ kompensiert das mit der größten Fähigkeitsüberschneidung, und Tool-Schemata werden nach der aktuellen Absicht gefiltert (gemessene Reduktion 84,7 %, im Repo reproduzierbar). Dies ist das Kern-Plugin-Paket im agent-body-Repository.

Vorabfreigabe für Windows-Arbeitsbereiche: Fügt ausdrücklich angegebenen Verzeichnissen einen DACL-ACE mit Vollzugriff hinzu (einschließlich WRITE_OWNER, erforderlich für den Sandbox-Start ab dsh ≥0.1.7) und entfernt wiederholte Eskalationsabfragen. Nur explizit hinzugefügte Pfade, Systemverzeichnisse bleiben gesperrt. Nur Windows.

Kombiniert Headrooms Code-Skeleton-Verfahren (Apache-2.0) mit dem Estimator von TokenPilot (arXiv:2606.17016). Veröffentlichte Werte: Headroom meldet 20 % weniger Tokens für Coding-Agenten und 60–95 % für JSON bei gleichen Antworten; TokenPilot bis zu 60 % geringere Kosten bei langen Sitzungen. Das sind Angaben der Projekte, keine Messungen oder Benchmarks dieses Plugins. In DSH lassen sich Profil, Auto-Compact-Schwelle und Skeleton-Komprimierung einstellen. Exakte Messung mit DeepSeek-V4-Tokenizer und Abgleich derselben Revision; bei nicht unterstützten Modellen bewahrt fail-open die ursprünglichen Tool-Ergebnisse. Skeleton-Komprimierung im Turn und abschließende Intent-Zusammenfassung innerhalb der offiziellen JSONL-Komprimierung.

Fasst alte Gespräche per Nebenmodell vor vollem Kontext zusammen; dauerhaftes On-Disk-Protokoll, nach Host-Kompaktierung neu verankert. Messung: reale Ganztagssitzung, 6 Faltungen ersetzten 209 Nachrichten; aktiver Kontext blieb bei zigtausend Tokens. Routing je Aufgabe über 6 Pools (sparsam, mechanisch, Hauptmodell, schwierig, Vision, Review) oder Auto/Kleinklassifikator; Wechsel erst ab Konfidenzschwelle, Prompt-Cache bleibt warm. Drei-Zeilen-Marke startet 4-Schritt-Übergabe (Fork-Sicherung, Dokument, Kompaktierung, Aufwecken), ohne aktive Subagenten zu verlieren; /ctx-pause, /ctx-resume, /ctx-handover manuell. Agent Teams optional; /vision für Textmodelle; große Diffs an Tester + unabhängigen Reviewer. UI/README in 11 Sprachen. Skills: MySQL/Redis-Lesen, Commits, Anforderungen/Design.

Fünfschichtige Pipeline zur Absichtserkennung (Regeln, pgvector-Abruf, Jev-Bewertung, feinabgestimmte Vermittlung, LLM-Fallback) mit Szenarienverwaltung, PostgreSQL-Speicher und verteilbaren API-Diensten.

Nur-Lese-Archivtools für DeepSeek Web in DSH: Sitzungen auflisten/herunterladen/suchen, share-list und Digest, der 100 Sitzungen auf einer dichten Seite mit Aktivitätsbalken und Themenclustern zusammenfasst. Schreibzugriffe fehlen absichtlich wegen Rate-Limits des Webclients. Benötigt den separat installierten Python-Client deepseek-ops (github.com/Panniantong/deepseek-ops, anderer Autor) mit QR-Login; `scriptDir` auf dessen Pfad setzen.

Prompt-Verbesserung im DeepSeek-Harness-Composer: Die Schaltfläche neben der Modellauswahl schreibt den Entwurf mit einem Hilfs-LLM-Aufruf um und ersetzt ihn an Ort und Stelle; Composer-Undo bleibt erhalten. `/prompt-enhance` gibt den überarbeiteten Prompt als Ergebniszeile zurück, ohne den Entwurf anzufassen. Der Aufruf kann im Profile-Patch an einen eigenen schnellen Provider und ein Modell gebunden werden. Die Richtlinie bewahrt Absicht, Sprache und Informationen, lässt Code/Befehle/Pfade unverändert und erfindet oder polstert nichts mit Platzhaltern auf.

Java-Entwicklungsplugin für DeepSeek Harness: deterministische Auto-Fixes für .java, tokensparende Template-Intents sowie plattformübergreifende Erkennung und persistenter Cache für JDK/Gradle/Android SDK/FFmpeg/LWJGL/IDEA.

Open-Source-Preset Deep PTC mode für DeepSeek Harness. Behält PTC-Tools bei; Arbeitsvertrag: DeepSeek-Identität, Anweisung ans Modell zu unbegrenztem Tokenbudget (keine ausgelassenen Reads/Befehle/Checks), Umfangsplanung (≤5 Min. intern, bis 20 Min. ohne Freigabe angezeigt, darüber mit Freigabe) und Rückfragen bei Unklarheit. Wrapper offizieller shell/job/question-Tools begrenzen Warten: Vordergrundbefehle nach 30 s als Hintergrundjobs (einstellbar); steering-Nutzernachricht beendet Warten; Pausen >5 s und lange run_code-Timer abgelehnt; Fragen zeitgesteuert. Basis ist offizielles PTC des installierten Harness; Upstream-Änderungen inkl. Modul-Löschungen/-Umbenennungen ohne Sitzungsbruch. Executor: Automatic, WSL Bash, Windows PowerShell, native Zsh, native Bash.

Fügt unter dem DSH-Eingabefeld eine ✦-Schaltfläche hinzu. Ein Aufruf des konfigurierten Standardmodells macht den Entwurf zu einem vollständigeren Prompt, bewahrt Absicht und Sprache und ersetzt den Text direkt, ohne ihn zu senden.

Chatgesteuerte Image-Deck-Werkbank für DSH: erstellt aus einer Absicht ein Storyboard-Skript, generiert seitenweise Prompts und KI-Bilder mit Einzelrevisionen, bietet neun Designstile und exportiert PDF/PPTX (je Folie ein ganzseitiges Bild).

Prompt-Verbesserer mit vier Stufen für den Composer. Die Systemstufe erzeugt stets einen LangGPT-Systemprompt (# Role / Profile / Skills / Rules / Workflows / Initialization) und macht aus dem Aufgabenentwurf den Systemprompt des ausführenden Agenten. Andere Stufen glätten leicht, machen einen Absatz oder ein Fünf-Abschnitte-Briefing. Iterationswerkbank verfeinert eine bearbeitbare Basis mit optionaler Vorgabe, mit Rückübernahme und Rückgängig. Ändert nie die Absicht und erfindet keine Vorgaben.

Prompt-Verbesserung in vier Stufen per Schaltfläche/Shortcut: leicht glätten, Einzelabsatz, Fünf-Abschnitt-Brief oder Acht-Abschnitt-System-Prompt. Vorher/Nachher, Zurückschreiben, Rückgängig. Ändert nie die Absicht und erfindet keine Anforderungen.

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.

Intent-Fitting für DSH: Der Agent sagt mehrere Richtungen voraus, stellt pro Runde gebündelte Rückfragen und verengt die Verteilung bis zu einer Richtung, die er zur Bestätigung vorschlägt. Mit schwebendem Panel unten rechts und lokalem JSONL-Archiv.

Automatische Modellstufen-Routing für DeepSeek Harness: Jede Nutzeranweisung führt zu genau einer Stufenentscheidung. Komplexe Vorhaben werden auf der starken Stufe geplant und auf der günstigen umgesetzt; einfache bleiben durchgehend günstig. Mit deterministischer Schutzregel und TTL-Eskalationsfallback.

Cadence-SKILL-Assistent (Virtuoso Lisp) für EDA-Ingenieure: dokumentationsgestützte API-Suche (3.557 Einträge aus fünf IC6.1.8-Handbüchern, Signatur-Konfidenz, erfindet nie APIs) plus statische Analyse ohne Ausführung auf Basis lexikalischer Tiefenkoordinaten. Erkennt iterator-sichere Löschung mit positionsabhängigem copy()-Schutz, gleicht printf-Platzhalter/Argumente ab, findet nth mit O(N²) in Schleifen, veraltete APIs samt Seitenverweisen, fängt gefährliche Absichten ab und sortiert CIW-Fehlerlogs. Host-Seite ohne Drittanbieterabhängigkeiten.

DSH-Einstellungsseiten, Tabs und Einträge sofort per Stichwort, Pinyin, Absicht oder KI finden und direkt öffnen.

Sehen für jede DSH-Route: Bilder mit absichtsgesteuerter Autoanalyse in den Web-Composer einfügen, das Lesen von Bildern im Arbeitsbereich an einen Kimi/MiniMax-Vision-Subagenten delegieren und eingefügte Originale zum Bearbeiten materialisieren.