Plugins

Liest bereits vorhandene Sitzungsdateien von 42 anderen Coding-Agenten auf diesem Rechner, auch von vor der Installation (Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed und weitere). Sechs Tools (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), der Befehl /deja und optionaler automatischer Abruf im Runtime-Kontext. Lokaler BM25-Index, kein LLM, keine Embeddings, kein Netzwerk. Installation: dsh plugin --profile web add dsh-deja

Projektbezogener sitzungsübergreifender Speicher: siebenschichtiger SQLite-Speicher (soul/user/project/fact/lesson/rules/topic) auf node:sqlite, cache-freundliche Injektion bei der ersten Nachricht plus Keyword-Treffer pro Nachricht, die Tools memory_remember/search/find_similar/read/update/project sowie Konsolidierung im Leerlauffenster („dream“) mit Sperrung zur Spitzenlastzeit. Prompttexte werden als sprachspezifische Datendateien mitgeliefert — das Framework unterstützt mehrsprachige Nutzer.

Persistente Multi-Modell-Trupps, die in den Einstellungen konfiguriert und im Composer ausgewählt werden, mit Modell- und Tool-Richtlinien pro Mitglied. Standardmäßig erledigt der leitende Agent einfache Arbeit selbst und delegiert nur, wenn der gespeicherte Trupp gebraucht wird; delegierte Arbeit läuft als begrenzter DAG mit optionaler Prüfung und Reparatur. Run Center verfolgt Wiederholungen und Tokens pro Mitglied aus offiziellen Harness-Nutzungsereignissen.

Verbessert die Modellerfahrung: Parameter auf mehrere Arten ergänzen, Kompatibilität verbessern, Reasoning-Aufwand speichern, Subagents folgen dem Modell und Aufwand des Elternprozesses in Echtzeit, und die KI kann den Aufwand selbst anpassen.

Honcho-Memory-Plugin von Plastic Labs: Injiziert zu Sessionbeginn das Benutzerprofil, die Session-Zusammenfassung und relevante Schlussfolgerungen, lädt jeden Turn mit geschwärzten Geheimnissen im Hintergrund zu Honcho hoch und fügt die Tools honcho_search / honcho_chat / honcho_remember sowie den Statusbefehl /honcho hinzu; konfiguriert über die mit den anderen Honcho-Integrationen geteilte ~/.honcho/config.json, gegen gehostetes honcho.dev oder eine selbstgehostete Instanz.

Sitzungsübergreifendes Markdown-Gedächtnis mit LLM-Wiki/SOUL.md. Standard: erst nach erster Nutzernachricht, nur aktive Sitzung. remember/recall/consolidate/forget, Skill, pack/unpack-Migration, persönliche Erinnerungen im Leerlauf. Dateibudget schützt Index vor Trunkierung; last_access ermöglicht Relevanzabnahme. Nur-Lese-Dashboard: Größe/Aktualität/lint. Index via summary:, ziehbarer Seiten-/Tag-Graph mit Zoom, Filter tag/type/salience/hot/stale, Linkvorschläge, checkup mit priorisierten Maßnahmen. Skill bei Bedarf senkt Start-Payload ~23%. Eigenes Icon und Repo-Feedback. Erfordert DSH-Format v4, offizielles DeepSeek Harness 0.1.7+; Nachrichtenquelle plugin:memory.

Agenten-Teams: Erstellen Sie benannte langlebige Teamkollegen, koordinieren Sie sie mit einer gemeinsamen Aufgabenliste, einem Mitglieder-Postfach und virtuellen Arbeitsbereichen, und beobachten Sie das Team live in einem Teamraum-Tab.

Union-Arbeitsbereiche: führt mehrere Verzeichnisse in einer Sitzung zusammen, verwaltet Unionen über ein Einstellungspanel und liest/schreibt Mitgliedsdateien mittels uw_read/uw_write/uw_edit/uw_delete/uw_move-Tools.

Persona und Tagebuch über Sitzungen hinweg für DeepSeek Harness. Ein lokaler Filter wählt zu merkende Gesprächsrunden; ein zusätzlicher Modellaufruf erstellt Ich-Tagebucheintrag und Nutzereindruck, jeweils mit konkretem Anlass. Spätere Gespräche erhalten ca. 2000 tokens eigene Erinnerung in drei Ebenen: Persona-Kern, vom Modell selbst verfasste Urteile und Tagebuch. Ein Tool lässt das Modell Urteile mit eigenen Worten festhalten. Die vom Menschen verfasste Markdown-Notiz liest das Plugin nur. Im Seitenpanel kann man das Archiv lesen, vergessen oder exportieren; Vergessen stuft Einträge herab, löscht sie nicht, und starke Themenübereinstimmung kann sie zurückholen. Lokaler, portabler Ordner. Geheimnisse werden vor dem Senden entfernt. Keine Runtime-Abhängigkeiten oder Builds.

Fügt dem DSH-Webclient ein Mehrbenutzer-Einstellungsfeld hinzu: Auswahl des Nutzungsmodus, Mitgliederverwaltung mit Online-Status und Gerätebindung sowie Wechsel oder gemeinsame Nutzung der Speicher- und Wissensbasen pro Mitglied.

Laufende Konversationsaufgabe aus dem Composer-Bereich pausieren / fortsetzen / abbrechen: Erzwungene Pause unterbricht sofort und merkt sich das unterbrochene Tool, sichere Pause landet nach Abschluss des Tools oder der Argumentation, Fortsetzen fragt nach Bestätigung, und die Standard-Pausengranularität ist in den Einstellungen konfigurierbar.

Wiederverwendbare Agent-Team-Vorlagen für DeepSeek Harness. Settings speichert benannte Teams: einen Captain mit eigenem Prompt und Tool-Freigabeliste sowie Mitglieder mit eigener Provider-/Model-Route, Reasoning-Effort, Prompt und Tools. Eine Composer-Steuerung wendet ein Team auf die aktuelle Session an, installiert den Captain-Prompt und registriert spawn_team_member, get_team_preset und update_team_preset.

Quota-Pille und -Panel unten rechts, die Mitgliedschaftskontingente plattformübergreifend aggregieren (Kimi Code, DeepSeek, Zhipu Coding Plan, BigModel, Qwen, Scnet, TokenRouter, SupaWriter), API-Schlüssel automatisch aus der DSH-Credentials-Domain synchronisieren und farbige Nutzungsbalken anzeigen.

Passt Mitglieder- und Aufgabenanzahl von Agent Team, Nachrichtengröße und Abbau-Zeitlimit an.

Drei Werkzeuge, mit denen jeder Agent – auch ein Teammitglied – die von ihm gestarteten Subagenten auflisten, steuern und stoppen kann.

Teilt „New Session“ in der DSH-Web-Seitenleiste in zwei Modi: eine Zeile 日常聊天 öffnet eine Session mit dem Agent-Preset `daily`, das das Plugin in das Harness-Home installiert (Persona, Websuche und -abruf, Ask-User und Kompaktierung — keine Dateien, Shell, Plan-Modus oder Subagents), in einem eigenen daily-chat-Workspace, dessen Seitenleisten-Bereich nur diese Chats listet, während 开始工作 den mitgelieferten Coding-Agent behält; der eingebaute New-Session-Button wird versteckt und jeder andere New-Session-Einstiegspunkt folgt dem aktiven Modus, der in localStorage gemerkt wird.

dsh-Client-Bundle: ein Seitenleisten-Dashboard für Nutzung und Kosten — Token-Statistiken, spitzen-/nebenzeitbewusste Preise pro Modell, Mitgliedschaftsstufen, Erfolge und eine tägliche Heatmap.

Honcho-Speicherbrücke: Synchronisiert jeden Gesprächsdurchgang automatisch mit einem selbstgehosteten Honcho-Dienst, mit recall/search/remember/context/status-Tools, Kontextinjektion beim Sitzungsstart und einem visuellen Einstellungsfenster.

Memory Lake als persistente Memory-Schicht für dsh: Tools memory_search, memory_remember und memory_forget über die memorylake-CLI, eine Sitzungs-Statuszeile sowie geführte Setup-/Diagnose-Skills, mit einer gemeinsamen ~/.memorylake-Identität und Memory-Menge für die Claude-Code- und Codex-Plugins.

OneBot-v11-Hub zwischen einer vorgelagerten OneBot-Implementierung (LLOneBot u. a.) und nachgelagerten Bots: leitet Ereignisse und Aktionen unverändert weiter. Bietet eine Sitzungschronik, ein Aktionsprotokoll, geschichtete Erinnerung (aktive Themen/Aufgaben, langfristige Ereignisse, Personen- und Gruppenprofile) sowie onebot_*‑Tools für Antworten, Medien, Mitglieder und rohe API-Aufrufe.

Memo — Sitzungsspeichersuche für DeepSeek-Harness-Agenten: sitzungsübergreifender Volltext-Abruf (memo_search), destillierte Notizen (memo_remember) und Korpus-Statistiken (memo_stats) über den offiziellen sessionQuery-Dienst. Keine Infrastruktur, lokal-zuerst.

Laufzeit-Erweiterungssuite für DeepSeek Harness: sitzungsübergreifende Mailbox mit Cold-Start-Aktivierung, Agent-Teams (Kapitän + Mitglieder + Abhängigkeits-Taskboard + team_wait), Subagent-Erstellungsrichtlinie mit Eskalationsgenehmigung, aufgabenbewusste Routing-Voreinstellung, Plugin-Markt, Skill-Manager und Laufzeit-Injektor.

Sitzungsübergreifender Gedächtnistresor: Tools remember / recall / forget, Prompt-Injektion pro Runde und ein Eintrags-Browser auf der Einstellungsseite.

Mehragenten-Rundtisch: Jedes Mitglied spricht der Reihe nach als Subagent mit eigenem Modell, ein Host fasst jede Runde zusammen und beim Beenden wird ein Markdown-Protokoll erstellt.