Plugins

BrowserSkill-Brücke zur Steuerung sichtbarer Chrome- und Edge-Agent-Fenster aus DeepSeek Harness, mit nativen Browser-Werkzeugen, Barrierefreiheits- und VOM-Beobachtungen, Screenshots, eigener Mehrfachsitzungssteuerung und einem Live-Web-UI-Overlay.

Barrierefreiheitsorientierte Computer-Use-Steuerung für macOS: aktuelle Beobachtungen, Ablehnung veralteter Zustände, eingegrenzte Berechtigungen und sichere Eingaben.

ROS2-Debug-Werkzeugkasten und Roboterzustands-Bildanalyse für DeepSeek Harness: Aufzählung von Node/Topic/Service/Action/Interface/TF, Topologie-JSON des gesamten Graphen, rosdep-Prüfungen, genehmigungsgesteuerte Builds und Custom-Message-Gerüstbau, GUI-Screenshots und multimodale Visionsbeobachtung sowie Headless-RViz2-Offscreen-Rendering (Low-Poly-Meshes, direkter Pixel-Read, GPU-Passthrough – Bewegungsdarstellung mit 30 Hz) mit paralleler VLM-Echtzeitanalyse.

Sitzungsübergreifendes Gedächtnis mit deterministischem Recall ohne Tokenverbrauch (Bigram-Jaccard mit FTS5-BM25 via RRF kombiniert, chinesischbewusste Tokenisierung), Verstärkung, die wiederholte Beobachtungen stärkt, und Prozeduren, die zu SKILL.md-Dateien kristallisiert werden und vor Ort durch einen aktiv-veraltet-archivierten Lebenszyklus mit rückgängig machbarer Archivierung und Wiederherstellung verfeinert werden. Ingest und Disposal bieten jeweils eine vom Nutzer gewählte Autonomie-Stufe; Konflikte und Schreibvorgänge mit hoher Wichtigkeit gehen immer zur menschlichen Prüfung, und nichts wird jemals automatisch gelöscht. Erfordert Node 22.5+.

Berührungslose Laufzeit-Telemetrie für DSH: jede Sitzung schreibt Aufgabe, Modellstufe, Tools, Fehler, Dauer und Status automatisch in ein menschenlesbares Journal mit Statistikbereich (reiner Beobachter — keine Tools, keine LLM-Aufrufe, keine Injektion).

Windows-Desktop-Automatisierung für DeepSeek Harness: barrierefreiheitsorientierte observe/act-Schleife mit 30 Standard-Tools (Element-/Koordinaten-Ziele, Auto/A11y/Event-Strategierouting), Sicherheitssemantik für ersetzte Beobachtungen und ohne Wiedergabe, dauerhafter Kill-Switch, RuntimeId/rect-drift-Veraltungsschutz, Chat-Karten und schwebendes Panel (Live-Ops, Frame-Wand, Einstellungen zur Umgebungs-Autoerkennung), gekachelte Visionsbeschreibung für Modelle mit niedriger Auflösung, JSONL-Audit-Spur und PID-Zulassungsliste. Erfordert Windows 10+ und Python 3.9+ mit uiautomation und pillow (von der Einstellungsseite installierbar).

Security-audit facts AI coding agents cannot compute, plus a verdict gate: euthyna history attributes deleted lines to commits and flags those from security fixes (--origins finds the first introducer), euthyna coverage reports which changed symbols no test ever invoked, and euthyna gate checks each finding against six gates, downgrading any without evidence to an observation.

Distills session work into background observations and reflections to preserve context across compaction.

DSH Plugin DevKit: runtime observation kernel, isolated debug boot, host contract tests, slot preview

Conversation-level multi-agent workbench for editable task planning, real child-session observation, plan-versus-runtime comparison, and evidence-backed recovery previews; tested with DSH 0.1.1-rc.2.

Clean Architecture reference library for DSH: 8 pinned reference repos (Go, Java, C#, Python) indexed into a local FTS5 database, with assertion rules, a review ledger, and a read-only observation panel.

Step-0 observation probe for dsh-compaction-audit: logs every compaction/* session event and probes whether shadowedSeqs still resolve to readable events in session.events. Observe-only; never injects, never blocks.

Human-in-the-Loop-Tools (`human_task` / `human_task_ready_check`): pausieren den Agenten, bis der Nutzer eine reale Aktion ausführt oder eine Beobachtung zurückgibt (GUI-Operation, Spieltests, visuelle Verifikation, Hardware-Prüfungen), gesteuert über die Zustimmung der Session und eine AFK-Anwesenheitsprüfung, und geben ein strukturiertes JSON-Ergebnis über einen Web-Task-Dialog zurück.

Leitet Chat-Bilder an ein festes OpenAI-kompatibles Vision-Modell und gibt sachliche Beobachtungen an das gewählte Hauptmodell zurück; sitzungsbezogene Beobachtungen werden über Replays, Kompaktierung und Neustarts hinweg wiederverwendet.

Ein DeepSeek-Harness-Plugin, das die anywhere-claude-mem-Git-Synchronisierung in einen DSH-Peer verwandelt: zieht beim Sitzungsstart rechnerübergreifendes Gedächtnis und überträgt neue Prompts/Beobachtungen, sobald sie im claude-mem-Worker eintreffen

Memory bridge between DeepSeek Harness and ai-memory: runs ai-memory's finalize-session when a DSH session ends, so the observations it already captured become searchable wiki pages. Skips subagents, queues concurrent session ends, and sweeps sessions abandoned by a forced restart. Requires a separately installed ai-memory server with its DSH lifecycle hooks wired by hand — ai-memory’s own install-hooks does not support DSH; this plugin only finalizes what capture has already recorded.

A headless-first macOS Computer Use driver for DeepSeek Harness with AX-first observations, window-bound multimodal evidence, host-owned approval, and evidence-backed action receipts

Insight dock for the DSH Web GUI: lets an agent park a short, strictly-bounded side observation while it works, shows it above the composer, and lets the user ask to hear it later — with a context anchor that survives context compaction.

Linux X11 computer use for DeepSeek Harness: 9 tools (screenshot, move/click/drag/scroll mouse, type, key combos) driven by a zero-dependency Python XTest helper — native-pixel coordinates, per-action verification, optional auto-observation screenshot.

Human-in-the-loop tools (`human_task` / `human_task_ready_check`): pause the agent until the user performs a real-world action or returns an observation (GUI operation, game testing, visual verification, hardware checks), gated by session consent and an AFK presence check, returning a structured JSON result via a web task dialog.

Observational file-mutation rollback for the fs tools: write/edit pre-images are checkpointed as git blobs or snapshots and restored through a model-facing rollback_files tool or a /rollback command.