Plugins

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.

Ein-Klick-Prompt-Verbesserung (5 Modi, Memory-Chain, Multi-Modell-Fallback) plus Spracherkennung (Cloud Qwen3-ASR / Offline SenseVoice, automatischer Stopp bei Stille) für den Composer, mit Ein-Klick-Neustart des DSH-Dienstes.

Multi-Modell-Rat für DeepSeek Harness: unabhängige Antworten, anonyme Peer-Reviews und eine nachprüfbare Endentscheidung.

Multi-Modell-Orchestrator: Das Hauptgehirn zerlegt komplexe Aufgaben und verteilt Teilaufgaben je nach Stärken an GLM-/Kimi-/Qwen-Subagenten, mit Token-Verbrauch pro Modell.

Proaktives Multi-Modell-Scheduling-Plugin: Multi-Source-Signalaufnahme mit Dedup und Dringlichkeits-Ranking, eine Vier-Wege-Execute/Defer/Dismiss/Ask-User-Entscheidungsmaschine, DAG-Plan-Generierung mit paralleler Modell-Ausführung, Qualitäts-Reflexion mit automatischem Retry und Modell-Switch, Langzeit-Gedächtnis für Task-Muster und Lektionen und Strategie-Evolution über genetische Algorithmen mit sandboxed Evaluation und Canary-Rollout.

Konfigurierbares Standardmodell für Subagenten-Delegationen über settings.yaml, mit Einzelmodell- und Multi-Modell-Round-Robin- oder Zufallsstrategien.

Multimodell-Routing-Plugin für DeepSeek Harness: Überlassen Sie fachliche Aufgaben fachlichen Agenten — passen Sie professionelle Agenten (Vision/Übersetzung/Sprache/Sub-Agent usw.) an und binden Sie sie an unabhängige Modelle; Ein-Klick-Login für multimodale Konten, Gesundheits-Routing des Kontopools und Echtzeit-Nutzungsstatistiken.

Agentenaufrufbares Vision-Tool, das lokale Bilder über einen von dir konfigurierten, OpenAI-kompatiblen Vision-Endpunkt beschreibt, mit optionalem Multi-Modell-Gegencheck und ohne integrierte Schlüssel.

Build and manage dsh agent modes from the settings page: start each one from the official standard / PTC / minimal / Cordis composition, toggle the plugin rows it mounts one by one, rename it, and edit its system prompt — a plain file the agent loop re-reads before every model step, so an edit applies to the running session on its next step. Rows left untouched stay byte-identical to the shipped ones, platform conditions included.

Modellbezogene Fähigkeitsprofilerstellung für DSH: wandelt den lokalen Sitzungsverlauf in modellspezifische Dashboards mit Sitzungsanzahl, Werkzeugnutzung, Fehlerquoten und Top-Fehlersignaturen um, mit Zeitbereichsfiltern und Mehrfachmodell-Vergleich.

Für DeepSeek Harness: Modelle registrieren, bei Porträts helfen und das Agent-Modell aus einem geheimnisfreien Katalog auswählen.

Custom modes and custom prompts for DeepSeek Harness (dsh): edit a mode's system prompt on the settings page (it takes effect on the next model step), choose its base mode, switch plugins row by row, and keep several assistants side by side.

FreeDSH — free-first multi-model routing, safe core updates and pt-BR/Windows support for DeepSeek Harness. Installable as a DSH bundle (dsh plugin add). Unofficial project.

Governs multi-model access, monthly credits, manual/quality/credit/auto routing, failure rerouting, and usage auditing for DSH.

DeepSeek-Harness plugin for multi-model orchestration with recursive task decomposition, dynamic routing, quality gates, failure recovery, and KPI reporting.

A draggable mascot invites you to play Xiangqi (Chinese chess) while the AI thinks, with a built-in engine, move-record export, and optional multi-model commentary.

Message review and quote chips for conversations: multi-model cross review (code/reply) with severity grading and summaries, review history, and host-persisted preferences.

Zweistufiger Modell-Router für DeepSeek Harness — LLM-Judge-Routing, Multi-Modell-Fallback-Ketten, Failover mit exponentiellem Backoff und Orchestrierung auf Aufgabenebene (DSH-Anpassung von pi-shift-router)

DeepSee: Vision für DeepSeek Harness, Multi-Modell-Routing und visuelle Gemini-Selbstprüfungen vor der Auslieferung

Explicit, evidence-first multi-model consultation for DeepSeek Harness

Runs one coding prompt across multiple configured models in isolated Git worktrees, streams side-by-side tool traces and results, and commits the candidate the user adopts for later rounds.

Evidence-first multi-model coding comparison workbench for DeepSeek Harness