Plugins

Skills, Agenten, Prompts, Code und Plugins direkt in DeepSeek Harness weiterentwickeln – mit AgentDescent.

Wish Specializer ist ein DSH-Plugin, das dem Modell hilft, deine „Wünsche“ ohne Missverständnisse zu erfüllen. Laut Autor bringt ein kurzer Prompt mit enthaltenem Wish-Preset (PTC ebenfalls möglich) im Heavy-Modus deutliche Leistungssteigerungen.

Übernimmt das DSH-Web-Eingabefeld (v0.3.0-beta.4 · Fähigkeitspaket für komplexe Aufgaben: 3D/Normalen/Interaktion/Daten/Nebenläufigkeit/Leistungsdetails jeweils geprüft + automatisierbare Abnahme + zweisprachig Chinesisch/Englisch · für dsh-0.1.6-alpha.1): vor dem Senden optimiert eine unabhängige KI (Überbringer) den Prompt zu einem direkt an die Arbeits-KI sendbaren Befehl (vier Stärken, flusslänge nach Schwierigkeit, Isolierung pro Sitzung, minimalistisches Mini-Fenster).

Fügt eine Optimize-Schaltfläche neben dem Composer hinzu, die den Prompt-Entwurf mit SSE-Streaming, Konversationskontext-Bewusstsein (Template- vs. Intent-Polish-Strategien), einer Edit-Continuity-Speicherkette, Undo sowie Modell-Routing mit Fallback und Konnektivitätstest analysiert und umschreibt.

Optimiert rohe Anweisungen mit einem Klick: drei Ausgabestile, kontextbezogene Rollen-/Aufgaben-/Zielanalyse, Auswahl mehrerer Beispiele durch einen Modellrichter und iterative Verbesserung mit Sitzungsgedächtnis, smarten Defaults und Nutzerüberschreibungen. /template für 22 Unterfälle ohne Modellaufruf. ✨ Optimieren/Rückgängig im Eingabefeld, prompt_optimize-Tool, Auto-Optimierungs-Hook, Laufzeitstatus, Settings-Panel (dsh 0.2.0) und automatische Erkennung von zh/en-Dokumenten.

Optimiert Tokens in DeepSeek Harness durch durchsuchbare MCP-Tool-Suche und verzögertes Laden, konfigurierbare Komprimierungssteuerung und Statusanzeige, verkleinerte Tool-Ausgaben, visuelle Langtext-Zusammenfassungen und optionale Gesprächsarchivierung mit seitenweisem Abruf.

Reasoning_effort-Optimierer pro Runde für dsh — senkt automatisch die Reasoning-Stufe bei einfachen Werkzeugaufrufen und hebt sie bei schweren Aufgaben wieder an, wodurch die Denkzeit zwischen Werkzeugaufrufen verkürzt wird.

Macht aus einem einzeiligen DSH-Entwurf ein vollständiges Aufgabenbriefing (Rolle, Ziel, Einschränkungen, Ausgabeformat). Byte-verifizierter Port von linshenkx/prompt-optimizer mit drei Modi und zehn identischen Vorlagen. Verlauf nur nach Zustimmung, mit Versionsketten und Strukturvergleich; jeder Lauf weist den Tokenverbrauch aus. Ohne Klick wird nichts gespeichert oder gesendet.

Geschichtete Token-Optimierungspipeline für DeepSeek Harness: Ausgabe-Leiter, MCP Lazy Loading, Kompaktierungs-Treiber, Cache-Treffer-Bericht. Auf echten DSH-Plugin-APIs aufgebaut; in langen Sitzungen werden etwa 40–60 % der Eingaben gespart.

Modell-Router und Kostenoptimierer für DeepSeek Harness: schnelle Flash-Antworten bei einfachen Fragen, automatischer Failover, Live-Panel für Token/Cache/Kosten.

Netzwerkoptimierung für die DSH-Web-UI: reduziert die Übertragungsgröße mit Caching und Komprimierung, um das Laden der Seite stark zu beschleunigen, plus Anzeige bei Verbindungsabbruch und automatische Wiederverbindung. Ideal für Nutzer, die Spitzenleistung anstreben oder instabile Netzwerke verwenden.

Verfeinert den Entwurf im Composer über die ✨-Schaltfläche oder Alt+O zu einem klareren, besser strukturierten Prompt; streamt das Ergebnis live über SSE mit zuerst angezeigtem Reasoning und folgt ohne Konfiguration dem Standardmodell der Sitzung oder einem beliebigen OpenAI-kompatiblen Endpunkt.

Agnes-Bild- und Videogenerierung für DeepSeek Harness mit zwei Agent-Tools, KI-Prompt-Optimierer und Seitenleistenpanel zur Eingabe des API-Schlüssels; der Schlüssel wird nie im Code ausgeliefert.

Verhaltensverwaltungs-Plugin für DeepSeek Harness: Prompt-Abschnitt für Disziplin bei Tool-Aufrufen, bei Fehlern ausgelöste Konvergenz der Parallelität (Pool fällt auf 1, automatische Wiederherstellung), Benutzereingriff bei aufeinanderfolgenden Fehlern. Ergänzt dsh-token-optimizer; funktioniert eigenständig.

Konfigurierbare Sende- und Zeilenumbruchtasten, ein Composer-Kontextmenü mit drei Quellen (DSH und anderen Plugins überlassen / Browser-Menü / plugin-gestyltes eigenes Menü), ein Schnellbefehlspanel mit kategorisierten Prompt-Listen, bei denen jeder Prompt bei jedem Senden oder nur bei der ersten Nachricht einer Session angehängt werden kann, eine Zeile zum Erstellen und Verschieben am Ende jeder Kategorie, ein Prompt-Optimierer, der den Entwurf mit einem separaten Modellaufruf umschreibt, Größenspeicherung des Einstellungspanels und automatische Injektion des x-opencode-session-Headers für OpenCode-Routen. Prompt-Listen liegen in einer globalen ~/.dsh/quick-prompts.json, die unabhängig von Session und Projekt ist.

Agentenstrukturierter Prompt-Optimierer für DeepSeek Harness: schreibt Composer-Entwürfe in role/task/context/constraint/format um, mit den Modi normal, slim und expand, einem Bestätigungsmodal mit Bewertung, continue-optimize sowie lokalen, hybriden, DSH- oder Cloud-API-Engines.

Prompt-Optimierer in der Eingabeleiste: schreibt Entwürfe mit 6 Strategien × 3 Sprachen plus eigene Anweisungen um, mit optionalem Ziel/Todo/Kompaktionszusammenfassung/Werkzeugergebnis und Chat-Kontext, einem Bestätigungsdialog, Verlauf der letzten 5 und dreistufiger Einstellungspersistenz.

Fügt dem Composer eine Icon-Schaltfläche hinzu, die den aktuellen Entwurfs-Prompt über das aktive Modell optimiert.

DSH-Plugin: Markiert Nachrichten als ungültig, damit ein Operator-Annotationsdigest steuert, was der Compaction-Checkpoint übernimmt. Cache-schonend: hängt hinter dem gecachten Präfix an und schreibt den Verlauf nie um.

Fügt Optimize prompt neben dem Senden hinzu. Formt den Entwurf per Streaming des Sitzungsmodells zu einem strukturierten Prompt um (einfach, Abschnitte oder role-task-goal). Mit Use, Undo, Copy, Close.

Prompt-Optimierer für den Composer: Schaltfläche in der Werkzeugzeile überarbeitet den Entwurf über einen bereits eingerichteten Modellkanal; Ausgabe streamt in einem schwebenden Panel über dem Composer ohne Layoutverschiebung. Der Entwurf ändert sich erst mit Accept; während des Streamings wird Accept abgelehnt, damit keine unvollständige Antwort zurückgeschrieben wird. Bei @-Verweisen oder Anhängen fragt das Tool vorher, da vollständiger Ersatz sie zu Text abflachen würde. Keine globalen Tastenkürzel; der API-Key erreicht nie den Browser, der Host führt den Aufruf aus.

Browse 90 prompt methods with usage guidance and sources, insert a selected requirement, or compare and edit a full rewrite before applying it in the DSH composer.

Verdichtet den Composer-Entwurf per Klick zu einem präziseren Prompt und stellt ihn mit einem weiteren Klick exakt wieder her. Standardmäßig Harness-Modelle oder ein beliebiger OpenAI-kompatibler Endpoint; Polierprompt editierbar.

Formuliert Composer-Entwürfe mit konfigurierbarem Modell und vollständig editierbarer Anweisung zu präzisen Prompts um. Liest Inhalte hinter @file-, @folder- und @session-Verweisen als Kontext und erhält die Referenz-Chips. Ein-Klick-Rückgängig stellt den eigenen Originaltext wieder her. Schaltfläche in beiden Composer-Toolbars platzierbar, Farbe und Größe einstellbar.