Plugins

Ergänzt DeepSeek Harness um kostenlose Modellzugänge — DeepSeek V4.1 Flash, Kimi K3 und weitere — ohne Login, Registrierung oder API key, dazu ein lokales OpenAI-kompatibles Gateway, Fallback-Routing und ein Nutzungs-Dashboard.

Jailbreak-Plugin für DeepSeek Harness: unterstützt alle Modelle, mit austauschbarem Prompt je Modell. Standardprompt für das chinesische Modell 小码酱. Über einen Star und Favoriten freuen wir uns ⭐ Für Weiterentwicklungen bitte den Abschnitt zu Namensnennungspflichten beachten.

ARIS-Research-Workflow-Skills als DeepSeek-Harness-Bundle: 82 Skills plus adversarische Prüfung zwischen Modellen über Codex.

Skill-Center für die dsh-Web-GUI: durchsuchen Sie alle geladenen Skills nach Quelle gruppiert, aktivieren oder deaktivieren Sie den Modellaufruf, erstellen Sie neue Skills und löschen Sie sie in einen wiederherstellbaren Papierkorb.

Ein `describe_image`-Vision-Tool für rein textbasierte Modelle: Bilder (lokaler Pfad, URL, Anhang) werden an einen konfigurierbaren, OpenAI-kompatiblen Vision-Endpunkt gesendet, und nur der zurückgegebene Text gelangt in die Sitzung.

Fest verankertes Wal-Widget in der Ecke für die DSH-Web-GUI — Guthaben, heutige Nutzung und Kosten pro Zug mit Spitzen-/Nebenzeit-Tarifen, editierbare Guthaben-Alarm- und Tagesbudget-Bubbles, modulbasierte eigene Bubbles-Warteschlange mit A/B-gewichteten Auswahlmöglichkeiten und zufälligen Zeilen oder Bildern, über 30 Anbieter-Vorlagen (OpenAI, OpenRouter, Kimi, SiliconFlow, Ark, Zhipu, MiniMax und mehr) mit Guthaben und Abo-Kontingent pro Modell, dazu Task-Ende-Sound, importierte Audiodateien, eigene Rollen und ein Ressourcen-Manager. Nur lokal, keine Telemetrie.

Skill-Zentrum für die dsh-Web-GUI: alle geladenen Skills nach Quelle gruppiert durchsuchen, Modellaufrufe aktivieren oder deaktivieren, neue Skills erstellen und in einen wiederherstellbaren Papierkorb löschen.

Einseitige visuelle HTML-Erklärung: Das Modell erstellt einen kurzen Markdown-Entwurf, das am-CLI ergänzt Fluss-, Sequenz-, Baum-, Zeitachsen- und ER-Diagramme, Tabellen und Hinweise.

Vision-Brücke für reine Textmodelle: Bild einfügen, strukturierte JSON-Belege erhalten (OCR, Layout, Semantik).

System-Prompt-Armor-Plugin für DeepSeek-Modelle: hängt an Position 100 einen Prompt-Abschnitt zur bedingungslosen Befolgung an, stellt ein Profil-Tool mit Kalibrierungs-Metadaten bereit und zeigt ein Echtzeit-Armor-Status-Badge, das von einer Session-Projektion gespeist wird.

System-Prompt-Armor-Plugin für DeepSeek-Modelle: fügt bei Reihenfolge 100 einen Prompt-Abschnitt zur bedingungslosen Befolgung hinzu, stellt ein Profil-Tool mit Kalibrierungsmetadaten bereit und zeigt ein Echtzeit-Statusabzeichen für die Schutzschicht, das von einer Sitzungsprojektion gesteuert wird.

Ein DSH-Agent steuert Blender lokal über eine direkte TCP-Verbindung. Die 15 Werkzeuge decken Ansichtsfenster-Frames, Renderings aus benutzerdefinierten Winkeln, Python-Ausführung, Headless-Betrieb, Job-Übergabe und Transaktions-Rollback ab. Eine Planungsebene umfasst 228 Operationen aus 34 Familien.

Bringt die Modelle der WorkBuddy-Desktop-App direkt in DeepSeek Harness – ohne Konfiguration im DSH-Chat.

DeepSeek-Harness-Tool-Plugin, das dem Modell die Browser-Automatisierung von BrowserSkill (bsk) zur Verfügung stellt

Verbindet lokal angemeldete WorkBuddy-Modelle aus China und dem Ausland mit DSH. Bei jeder Aktualisierung wird der modellbezogene Kreditmultiplikator aus dem Upstream-Katalog gelesen. Dazu gibt es modellweise Bild-Eingaben, Kontowechsel über einen automatisch umschaltenden Pool, manuelles tägliches Einchecken und schreibgeschützte Kreditübersichten auf Karte und im Composer.

Vision für reine Textmodelle: Fügen Sie ein Bild ein und das Modell wechselt zur Vision-Toolkit-Variante für Bild-Q&A, Mehrbildvergleich, Lang-Screenshot-OCR, Screenshot-zu-UI-Reproduktion, Element-Grounding und Pixel-Diff. Standardmäßig kein API-Key erforderlich — Bilder werden vom kostenlosen, vom Autor gehosteten Dienst verarbeitet, 100 pro Maschine pro Tag; konfigurierbar auf Ihren eigenen Anbieter.

Führt lokale Sicherheitsaudits von KI-API-Relais und LLM-Proxys aus DeepSeek Harness heraus durch und erstellt Markdown-Berichte zu Prompt-Injection, Signalen für Modellsubstitution, Umschreibung von Tool-Aufrufen, Fehlerlecks, Stream-Integrität und profilgesteuerten Web3-Risiken.

TongFlow-Studio-Plugin für DeepSeek Harness (dsh): Filmcrew-artiges Projektmodell, vom Agent erstellte TongFlow-Workflows, deterministische Medienerstellung, eingebettete Canvas.

Interaktive UI-Komponenten, direkt in Antworten gerendert: Layouts, Diagramme, Formulare, Quiz, Mermaid, 3D-Szenen und eine Aktions-Event-Loop zurück zum Modell.

Autorisierte Sicherheits-DSH-Sammlung: neun Arbeitsmodi (Redteam-Koordinator, Pentest, Code-Audit, Binäranalyse, Angriff-Verteidigung, AV-Evasion, Incident Response, Cloud-Sicherheit, CTF-Lösung) und fünfzehn Laufzeit-Plugins, verwaltet über eine Einstellungsseite mit Ein-Klick-Bereitstellung, -Installation, -Update und -Deinstallation.

Routet DeepSeek-Harness-Aufgaben über konfigurierte Modell-APIs und unterstützte Anbieter-CLIs, mit abhängigkeitssensitiven Paketen und Kostenvorschau.

Verbindet dsh über stdio MCP mit einer lokalen SandBase-Harness-Laufzeitumgebung zur Verwaltung von Agenten und Sitzungen, zum Streamen von Turns, zur Inspektion von Artefakten und zum Abbrechen von Arbeiten.

White-Box-AGI-Architektur-Erkundung: Metakognition (Selbsterkennungsschleife), kontinuierliches Lernen (Wissens-Schwungrad), Weltmodell (Bedingungsraum, räumlich-zeitlicher Speichergraph), Selbstverbesserung (Bootstrap-Disziplin), Zero-LLM-White-Box-Pipeline und überprüfbare Vertrauens-Leitplanken.

ChatGPT- (Codex), Claude- und Grok-Abonnements als DeepSeek-Harness-LLM-Anbieter nutzen, mit Einstellungs-Login, Modellkatalogen, Nutzung sowie image_generate-, video_generate- und x_search-Werkzeugen.