Plugins

Getreuer Port des hermes-agent MEMORY.md/USER.md-Mechanismus für DSH: begrenzter Dual-Bank-Speicher (2200/1375 Zeichen), ein einzelnes `memory`-Tool (add/replace/remove/batch), Frozen-Snapshot-Injection pro Sitzung, Nudge-Erinnerungen, DSH-nativer JSON-Speicher — null externe Abhängigkeiten, null LLM-Kosten.

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.

Skill zur Strukturierung vor der Suche: trennt Prämissen, Definitionen und Analyseeinheiten, wählt ein Schema (Urteil, Erklärung, Kausalität, Vergleich, Recherchekarte, Kennzahlenkarte), bestätigt Richtung/Machbarkeit und antwortet auf Chinesisch oder Englisch, ohne Wahr/Falsch zu erzwingen. Kein Vertrauen auf Modellgedächtnis: parallele nationale/internationale Suche, Primärquellen je Fach (Politik, Wissenschaft, Medizin, Finanzen, Katastrophen, Lebensmittelsicherheit, Bildung, Sport, Justiz usw.) abrufen und bewerten, erneute Suche mit Widerlegungsbegriffen; jede Aussage an vollständige URL und Zitatposition binden. Mit Key können drei Faktenurteile an TypeSafe Jev (System One) gehen, sonst gelten deterministische Regeln. Das Modell kann die Vertrauensstufe nur senken.

Lehrorientiertes CTF-Skill: erläutert Muster, Toolwahl und Mechanismus jedes Schritts und erstellt danach einen reproduzierbaren Lösungsbericht unter solves/<challenge>/ nach einer Neun-Abschnitte-Prüfung.

Browser-Automatisierung für DSH: füllt Formulare aus, liest Listen und arbeitet über Tabs auf echten Seiten mit vorhandenen Logins. Eigenes sichtbares Desktopfenster; minimiert läuft es ohne Fokusentzug weiter. Login, CAPTCHA oder nativer Dialog halten den Lauf an und geben die Seite an dich zurück; es bestätigt nie in deinem Namen. Login bleibt über eigenes Profil plus erneutes Einspielen von Sitzungscookies erhalten. 23 Playwright-Tools (20 stets aktiv, 3 gesperrt und standardmäßig aus), URL-Allowlist, Dialog-Unterbrechung und per Tests fixierte CDP-Methoden-Allowlist auf Mechanismusebene.

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.

Exakte SymPy-Berechnung und unabhängige Prüfung für Mathematik I der chinesischen Aufnahmeprüfung zum Master: 14 Tools für 214 Operatoren, standardmäßig exakte symbolische Ergebnisse und separate Kontrolle jedes Resultats. Python 3.10+, sympy und mpmath erforderlich.

Polaris Memory: lokalorientiertes Projektgedächtnis-Plugin für DeepSeek Harness. Nutzt je Projekt `.dsh-memory.json` und bietet `memory_read/recall/write/update/delete`, den Befehl `/memory` und eine Settings-Oberfläche. Mit gestaffelter Einfügung (festes Nutzerprofil plus situationsbezogene P1/P2/P3-Erinnerungen), semantischem Abruf (IDF + Synonyme) und strenger Sperre für wichtige Erinnerungen: Ablehnungssemantik erkennen, autorisieren und KI-Löschung blockieren; Nutzer können nach Bestätigung übersteuern.

Installationsseitiger Patch-Schutz für maschinenübergreifende DSH-Gruppenchats: Behebt dsh-weave-rc.14-Fehler (Absturz bei Injection, zufälliger UDP-Port, 4-KB-ACK-Frame-Limit) mit vier idempotenten Patches. Enthält Setup-, Mechanismus- und Betriebsdokumentation für den Chat-Stack dsh-chat × dsh-weave × dsh-bridge.

Benutzerdefinierter Hintergrund (Bilder / GIFs / animierte Wallpaper)-Plugin für die DeepSeek Harness (DSH) Web-GUI: ein Aktivierungsschalter plus lokale Asset-Bibliothek, mit separaten Anzeigemechanismen für das offizielle Theme und Skin-Center-Skins.

Native DeepSeek Harness plugin for evidence-traceable DAG computation and interactive HTML export.

Mechanismusgestützte Disziplinebene für DeepSeek-Harness-Agententeams: Rollenkarten, Quorum für Beendigung, evidenzgeprüfte Berichte und Kostenbudgets.

Stardew-Valley-Theme (Komponentenüberschreibungsedition): Client-Theme nach offiziellem Mechanismus, das eine Alias-Token-Ebene aus cremefarbenem Papier, gestickte Pixelschrift und Tal-Wallpaper über die intakte offizielle React-Oberfläche legt. npm: `dsh-theme-stardew-valley`.

Der Modellauswahl-Button im Eingabefeld zeigt je Anbieter ein Markensymbol und klappt bei schmaler Zeile wie der eingebaute Zugriffsmodus-Button auf ein Symbol zusammen. Unbekannte oder neue Anbieter erhalten ein neutrales Standardsymbol.