Plugins

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

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.

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.

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.

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

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.

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.

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

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.

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

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.

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.

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.

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

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.

Inoffizieller Command-Code-LLM-Provider: registriert eine `commandcode`-Route mit einem Live-Modellkatalog und Unterstützung für Reasoning-Effort.

Generative UI direkt in der Unterhaltung: Das Modell rendert interaktive HTML-Karten in den Chat-Stream, mit Streaming-Vorschau und sandboxed Rendering.

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.

Adaptiver Reasoning-Slider-Skin, der die verfügbaren Reasoning-Effort-Stufen jedes Modells auf eine visuelle Intensitätsskala von 0 bis 30 abbildet, mit synchronisierten Porträts, Hintergrund und Oberflächenfarben.

Persistente Multi-Modell-Teams, die in den Einstellungen konfiguriert und im Composer ausgewählt werden, mit Modell-/Tool-Richtlinien pro Mitglied; der Haupt-Agent plant jede Sendung dynamisch als begrenzten DAG mit begrenzten Prüf-/Reparaturschleifen, während das Run Center Wiederholungsversuche und Token pro Mitglied anhand offizieller Harness-Nutzungsereignisse verfolgt.

Seitenleisten-Nutzungspanel, das Tokens der Relay-Site zuordnet, die jede Anfrage bedient hat, ausgelesen aus Ihrer bestehenden Provider-Konfiguration: Summen für heute/Monat/gesamt, Aufschlüsselungen nach Site und Modell, eine Jahresaktivitäts-Heatmap sowie New API-/Sub2API-/DeepSeek-Guthaben.

Meldet, welche Skills in jedem Turn aufgerufen wurden (vom Modell geladen, als /name getippt oder keine) und verwaltet das lokale Skill-Verzeichnis: Installation aus einer eingefügten Repository-, Ordner-, SKILL.md- oder Zip-Adresse, Festlegen eines chinesischen Anzeigenamens in der Skill-meta.yaml und Entfernen eines Skills unter Beibehaltung eines Backups.

Das Modell mit Datenbanken verbinden und SQL schreiben lassen.

Langzeitgedächtnis für DeepSeek Harness in einfachem Markdown, eine Tatsache pro Datei, lesbar in jedem Editor. Der `MEMORY.md`-Index hat eine strikte Obergrenze von 200 Zeilen / 25 KB, erzwungen durch `ctx.tools.guard()`: Ein Schreibvorgang, der den Index über die Grenze wachsen lassen würde, wird abgelehnt, während ein Neuschreiben, das ihn verkleinert, immer durchgeht, sodass ein übergroßer Index schrittweise komprimiert werden kann. Das Plugin schreibt niemals selbst Erinnerungen – was behalten wird, entscheiden Sie und das Modell. Derselbe Speicher wird auch von Claude Code, Codex, Kiro und OpenClaw verwendet.