Plugins

Kostengünstiges Video-Verständnis-Tool: Ein video_understand-Tool wandelt einen Bilibili-Link / BV / ein lokales Video in eine AVIS-Informationsschicht (ASR + Szenenstruktur + Objekt-Tracking + YOLO-Labels) um und liefert Zusammenfassung + Q&A. Fragegesteuertes dynamisches Routing über Ebenen hinweg (L0 ASR / L1 Objekt-Tracking / L2 Keyframe-VLM), Wiederverwendung der semantischen Schicht für Wiederholungsfragen, Budgetobergrenze pro Frage. Python-Engine: Die Kernschicht benötigt faster-whisper / opencv / yt-dlp (~200-300MB); die optionale semantische Schicht fügt ~2GB torch / transformers / ultralytics hinzu. Ein mitgeliefertes doctor --fix richtet das venv ein und installiert beide.

Dual-Modell-Auto-Routing-Plugin: kostengünstig direkt / teures Upgrade mit einem geschlossenen Escape-Learning-Kreis (falsche direkte Antworten lernen automatisch Fingerabdrücke, wodurch derselbe Fingerabdruck beim nächsten Mal zwangsweise hochgestuft wird), persistent und interoperabel mit dem Python ModelRouter.

Selbstlernende Gewohnheits-Engine für DeepSeek Harness: erkennt Nutzerkorrektur-Signale, bewertet Gewohnheiten bei Schwellenwert mit einem kostengünstigen Modell und bestätigt Kandidaten hinter einem zweistufigen menschlichen Gate.