Plugins
Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.
23 Plugins gefunden
dsh-qwen38-local-qol
yunado/dsh-qwen38-local-qol
Denk-Budgets pro Anfrage, ein Kompaktierungs-Backend und ein Einstellungs-Tab für die lokale Qwen3.8-Linie (llama.cpp oder NInfer).
dsh-local-ai
perrylink/dsh-local-ai
Ollama-Provider für DeepSeek Harness mit Modellverwaltung, Gesundheitsprüfungen, regelbasiertem lokalem Routing und Cloud-Fallback.
rapid-mlx-dsh-provider
raullenchai/rapid-mlx-dsh-provider
Nativer Rapid-MLX-Provider für DeepSeek Harness (dsh) — dsh liest die Modellinformationen vom Server anstatt aus Ihrer settings.yaml.
dsh-local-model
songzhiyin/dsh-local-model
Registriert einen lokalen LLM-Anbieter und leitet Modellaufrufe an einen OpenAI-kompatiblen Endpunkt oder die native Ollama-API. Eine Verbindungstestkarte erscheint in den Models-Einstellungen; keine Kontoanmeldung nötig.
dsh-compact-suite
noirabaka/dsh-compact-suite
Übernimmt den Kompaktierungsschwellenwert aller eingebundenen Engines: setzt headroomTokens auf -1e6, sodass ratio allein den Auslöser bestimmt, hält die Aufbewahrung bei jedem Schreibpfad darunter und leitet den Kompaktierungsaufruf an ein gewähltes Modell weiter. Ergänzt ein Panel mit Ein-Klick-Kompaktierung und Protokoll je Sitzung.
AItelier (dsh)
linxuhao/aitelier
Führt AItelier-Pipelines von DSH über MCP aus: 39 Werkzeuge (22 Lese-, 17 Schreibwerkzeuge) zum Erzeugen, Ausführen, Inspizieren, Bearbeiten, Exportieren und Importieren mehrstufiger SkillFlow-Pipelines. Die Schritte werden in AItelier statt in der DSH-Sitzung ausgeführt und über run_id gepollt, pausieren an engine-erzwungenen Checkpoints, die mit answer_checkpoint beantwortet werden, und hinterlassen pro-Schritt-Traces und Schrittausgaben zum späteren Lesen; add_provider / map_model / edit_role richten eine einzelne Rolle auf einen lokalen oder günstigeren Endpunkt aus. Bündelt einen aitelier-pipelines-Skill.
dsh-local-trim
leonlee114514/dsh-local-trim
Ein-Schritt-Einrichtung lokaler DSH-Modelle mit leichtem Harness. Prüft Loopback-/private Endpunkte von llama.cpp, Ollama, vLLM und LM Studio, liest Kontext-/Ausgabelimits und registriert einen Anbieter. Nur dieser wird angepasst: Tools mit tools.restrict, Prompt, Speicher, Anweisungen und Schemas; Cloud-Anbieter bleiben unberührt. Panel: aktiver Hook, Kürzung, Anbieterstatus/-test. Start vermeidet Duplikate, wartet 3–600 s und räumt nur den eigenen Prozess auf; Stop betrifft nur plugin-gestartete Backends. RAM/VRAM-Prüfung lehnt übergroße Dateien ab, verlangt Bestätigung bei hoher Hostlast und warnt bei mmap nur. GGUF-/Ollama-Erkennung unter Windows/macOS/Linux. Das Löschen eines Anbieters löscht keine Gewichte. Nur Timeouts werden einmal wiederholt.
tool-guardian
luminarisoftwares/tool-guardian
Schaltet drei Routerwerkzeuge (list_capabilities, describe_tool, call_tool) vor stdio-MCP-Server: Schemas werden bei Bedarf statt in jeder Anfrage geladen. Ergebnisse durchlaufen eine deterministische Ausgabestufenfolge; das Original wird zuerst archiviert und kann mit retrieve_spill abgerufen werden. Werkzeuggruppen lassen sich mit Tokenpreisen versehen und je Agent ausblenden. Verbindet einen Python-Router aus der Standardbibliothek; Python 3.9+ erforderlich.
context-guardian
luminarisoftwares/context-guardian
Fallback für compaction-basic: Bei Fehler, leerer Ausgabe oder zu langem LLM-Resümee wird der Span deterministisch mit seq-Zeiger pro Zeile kompiliert (mitgelieferter dsh-compaction-instant-Compiler). Ergänzt recall/search-Tools, /recall- und /context-Befehle, Idle-Auslöser bei 45 % des Fensters und Span-Archiv auf Disk. Die Engine wird als eine Zeile im Agenten-Preset eingebunden (docs/dsh-integration.md).
aitelier
linxuhao/aitelier
Nutzt AItelier als Subagenten aus DeepSeek Harness: Pipelines von SkillFlow erzeugen, bearbeiten, ausführen, exportieren und importieren. Nur Client – erfordert ein laufendes AItelier-Backend (Docker; siehe README).
dsh-laci-engine
atlantis-la/dsh-laci-engine
Local model scheduler for DSH on Windows 10/11 with DSH Desktop 0.2.x: a bundled console for engine/model import, VRAM estimation, load/close, and an OpenAI-compatible gateway.
dsh-local-delegate
mythgreenland/dsh-local-delegate
Lagert mechanische Textaufgaben (Übersetzen, Zusammenfassen, Extrahieren, Klassifizieren, Umschreiben) über Dateipfade an einen Ollama-nativen oder OpenAI-kompatiblen Endpunkt aus, damit der Quelltext nicht in den Kontext des Hauptmodells gelangt. Registriert local_transform, local_batch und local_health. Workspace-spezifische lokale KI-Stufen (none/light/default/high/max) ergänzen den Subagenten local_worker und einen Nur-Planungsmodus. Der optionale Schalter SlaveAgentTeams erkennt eingebundene Modellrouten, startet parallele Kindagenten mit Failover je Knoten und registriert die Endpunktkette als llm-pi-ai-Routen. Einrichtung über die Web GUI; ein erreichbarer Endpunkt ist erforderlich.
dsh-bili-see
aba3345/dsh-bili-see
Bilibili-Autopilot mit lokalem Ollama: Videos nach Themenkontingent wählen, Untertitel/Top-Kommentare/Keyframes lesen, Antwortbedarf prüfen und Kommentar durch fünf Sicherheitsstufen posten. Start über dsh-schedule; bei deaktivierten Kommentaren keine Schreibtools. v1.1 prüft Schreibrecht vor jedem Senden, postet atomar, speichert Risikofehler als Pause und prüft Persona-Stil. Python 3.10+ und Repo-requirements.txt nötig.
dsh-llm-ollama
1035041186/dsh-llm-ollama
dsh-llm-ollama ist ein Community-Plugin für DeepSeek Harness (dsh), mit dem Harness über das native Ollama-Protokoll (/api/chat) eine lokale Ollama-Instanz anbindet. Sofort einsatzbereit: Es werden keine offiziellen dsh-Dateien geändert, nach der Installation erscheint eine Ollama-Seite in den Einstellungen und die Modellauswahl der Sitzung bietet die Modelle dieses Anbieters an.
dsh-hear
flyingcharon/dsh-hear
Gives a text-only agent an ear: a local audio model says what was said and how it sounded, checked against measured pitch, energy and pauses, with optional QQ voice watching. Its HTTP routes have no DSH access check, so a web page open in your browser could call them.
dsh-qwen-mode
fuxfantx/dsh-qwen-mode
Qwen mode for DSH: manages local GenieX and Alibaba Cloud QwenCloud providers, normalizes thinking and sampling, detects model capabilities, and shows per-turn latency and decode speed. Its bundle patch replaces the permission plugin's preset table with reply-only, read-only, workspace-write and danger-full-access (the last two as in stock), so any custom presets are overridden.
dsh-local-llm
verson00/dsh-local-llm
Runs the local llama.cpp Qwen3.5-4B from a Settings page — Windows only, NVIDIA GPU (8 GB VRAM handles the 4B Q4) — with start, stop and restart, launch parameters, deployment paths with a presence check, provider-route and compaction-policy sync in the profile patch, a loopback request-capture proxy, and a local_worker tool that hands translation, OCR and video-frame chores to the local model by file path. Needs llama-server.exe (verified on b12069) and Qwen3.5-4B GGUF + mmproj files on disk; video frames also need ffmpeg.
dsh-result-budget
wildchiken/dsh-result-budget
Trims each tool result to a token budget derived from the active model's context window (ratio of window minus reserved output, clamped), keeping head and tail with a notice on how to fetch the rest; mount globally or inside one agent preset.
dsh-plugin-ollama-bridge
wth373737/dsh-plugin-ollama-bridge
Local Ollama worker tools for DeepSeek Harness: model inventory, a single unverified ask, and a batch runner that chunks long text, checks every item deterministically, returns a small verbatim sample for review and can optionally write the labelled result inside the session workspace.
dsh-ollama-tool-guard
yersi88/dsh-ollama-tool-guard
Lokaler Tool-Schutz, der jeden DeepSeek-Harness-Aufruf vor der Ausführung mit einem Ollama-Entscheidungsmodell bewertet. Riskante Aufrufe verlangen eine Freigabe; bei nicht erreichbarem Modell werden alle Aufrufe gestoppt. Erfordert DSH 0.2.x und lokales Ollama 0.35.1+ mit vorab geladenem Standardmodell clef-flash (~6 GB); andernfalls werden alle Tool-Aufrufe abgelehnt.
dsh-llm-moe4all
headmaster218/dsh-llm-moe4all
Führt MoE4All-Modelle lokal in DSH aus, installiert die Engine automatisch, findet und lädt Modelle, bietet Inferenz-Einstellungen und Live-Geschwindigkeitsmessung oder verbindet sich mit einem vorhandenen Dienst.
dsh-model-manager
ansonfishing/dsh-model-manager
Steuerfeld für lokale LLM-Inferenzserver in der DSH-Webansicht: Dienstregister mit Healthchecks und Stoppschaltern, benannte Parameterprofile für llama.cpp/SGLang/vLLM mit KV-/VRAM-Prüfung vor dem Speichern, GPU-Erkennung und tok/s-Benchmarks.
dsh-local-llm
wertybsd/dsh-local-llm
Plugin zur Integration lokaler LLMs für DeepSeek Harness.