Zum Hauptinhalt springen

Plugins

Durchsuche, filtere und installiere DeepSeek-Harness-Plugins.

141 Plugins gefunden

F

dsh-memory

furongjun-1999/dsh-memory

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.

704vor 20 StundenGedächtnisMIT
N

dsh-infinite_canvas

ninkch/dsh-infinite_canvas

Knotenbasiertes Kreativstudio für DeepSeek Harness: Skripte, Storyboards, Referenzbilder und Mehrfachaufnahme-Videogenerierung auf einer unendlichen Fläche, stapelweise aus dem Chat steuerbar. Eigene Bild-/Video-/TTS-Anbieter erforderlich (OpenAI-artige Endpunkte oder Seedance-/Sora-artige Video-APIs); ohne Konfiguration läuft die Pipeline offline im Demo-Modus mit Platzhaltermedien.

156vor 3 TagenVision, Sprache & MultimodalApache-2.0
Q

dsh-imagegen-video

q253595422/dsh-imagegen-video

KI-Bild- und Videogenerierung für die DSH-Web-GUI. Kanalbezogene Modellkataloge und Familienanpassung (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), Generator-Seitenleiste, unendliche Node-Leinwand, Dateivorschau, Leinwand-Skills und Promptvorlagen. Video unterstützt Text-/Bild-zu-Video, ersten/letzten Keyframe und mehrere Referenzen, asynchrones Senden/Abfragen/Herunterladen, hostseitige Videotools, Videonodes sowie lokales Zusammenfügen von mindestens zwei Nodes zu einer MP4 mit ffmpeg.

111vorgesternVision, Sprache & MultimodalApache-2.0
P

dsh-quant

pengpengyi92/dsh-quant

Quantitatives F&E-Toolkit für DeepSeek Harness — 59 Tools in sechs Domänen für Marktdaten, Indikatoren, Faktorbewertung, walk-forward ML-Validierung, Risiko (VaR/CVaR/Drawdown/Beta mit Kupiec-POF), Optionen, Anleihen, FICC und Fondssimulation, mit einer End-to-End-Forschungs-Pipeline PDAT→PET.

72vor 4 TagenTools & FunktionenMIT
F

qa-skills

fishzjp/qa-skills

QA-Pipeline als 10 Agent-Skills: Anforderungsanalyse, Teststrategie, Fallerstellung und Review, E2E (Playwright) und API-Automatisierung, explorativ, Regressionsumfang und Bug-Analyse, gestützt auf eine gemeinsame Wissensbasis mit Formatregeln, Risikomodell und Schema-Validatoren.

64vor 9 TagenSkillsMIT
P

dsh-data-quality

perrylink/dsh-data-quality

Datenqualitätsprüfung für DeepSeek Harness – Profilierung, Bereinigung und Verifikations-Pipelines mit strukturierten Berichten.

53vor 5 TagenTools & FunktionenApache-2.0
C

Vibe-Mathematics

chongcyrus/vibe-mathematics

Installiert vier Multi-Agent-Presets für mathematische Forschung in DSH: v2 (wahrscheinlichkeitsgetriebene Pipeline mit Debatte mehrerer Prüfer), v3 (Markdown-Wissensbasis im Paper-Stil mit Planer-Agent und wiederverwendbarer Methodenbibliothek), v4 (persistente, selbstorganisierte Bewohner, die sich Nachrichten schreiben und treffen) und v5 (ein Forschungsinstitut mit einem Akademiker, der Arbeit zerlegt und verteilt, abstimmenden Forschern, Aushilfen, Gruppenchat und einem Compare-and-Set-Task-Board); alle vier unterstützen Checkpoint-Fortsetzung, menschliches Eingreifen und einen optionalen Lean-Formalverifizierungs-Schalter (off/encourage/require), dessen bestandener Beweis die Abstimmung in eine Treueprüfung der Lean-Aussagen verwandelt.

47vor 16 StundenWorkflow-AutomatisierungMIT
S

minecraft-dev

sikadi233-hub/minecraft-dev

Minecraft-Entwicklung für DeepSeek Harness (dsh), für Minecraft 1.7.10 bis 26.3: neun Skills für Paper-/Spigot-Plugins, Fabric-/Forge-/NeoForge-Mods, Add-ons wichtiger Mods und Gradle-/JDK-Einrichtung je Versionsepoche. Mit mc_scaffold-Generator, mc_gradle-Runner und 18 Offline-API-Signaturindizes aus festgelegten Artefakten samt Herkunftsheadern. mc_arbitrate ist eine deterministische Shard-Pipeline mit Contract-Freeze, Shard-Briefings, 21 hochwertigen Auditregeln einschließlich 5 Shard-übergreifender Prüfungen, Manifest-Merge und Weiterleitung von Kompilierfehlern; die Engine ruft kein Modell auf. Apache-2.0 mit NOTICE.

45vor 12 TagenSkillsApache-2.0
P

deep-read-summarize

pensivefei/deep-read-summarize

Vertieftes Lesen und Zusammenfassen für DSH: Bücher, Papers, Videos und Web werden über Plugin-Parser, parallele MapReduce-Tiefenlese-Subagenten, JSON-Schema-Ausgaben und einen idempotenten Cache in strukturierte Obsidian-Notizen umgewandelt.

45gesternWorkflow-AutomatisierungMIT
K

dsh-lowtide

kelaohu/dsh-lowtide

lowtide: menschlich adjudizierte Off-Peak-Batch-Task-Pipeline für dsh (Peak-/Tal-Pricing-bewusst)

43vor 3 MonatenWorkflow-AutomatisierungMIT
N

dsh-academic-research-skills

nullptr-dzf/dsh-academic-research-skills

Portiert vom ARS-Claude-Code-Plugin (44k+ Sterne auf GitHub): akademische Research-Skills für DeepSeek Harness — ein Deep-Research-Agent-Team, eine Paper-Writing-Pipeline, ein Multi-Perspektiven-Peer-Review-Panel und ein End-to-End-Orchestrator, plus sechzehn /ars-*-Befehle.

32vor 3 MonatenSkills
D

dsh-prime-memory

drscrewdriver/dsh-prime-memory

Geschichtetes Gedächtnis für DSH mit 10 Agent-Tools: privilegierte Schreibvorgänge (memory_add, memory_delete, memory_import), Rumination-Steuerung (memory_ruminate und zugehörige Befehle) und Gedächtnisgraph. Eine L0-L3-Destillationspipeline ruft vor jedem Modellschritt relevante Erinnerungen ab und fügt sie ein.

27vor 22 StundenGedächtnisMIT
Z

lunheng-article-pipeline-dsh

zuoyunlai/lunheng-article-pipeline-dsh

DeepSeek-Harness-Bundle für lange Texte (Fachaufsätze, Branchenanalysen, Wirtschaftskommentare) als 9-Rollen-/6-Phasen-Pipeline: T1 Literatur, T2 Daten und T3 Fälle parallel; T4 Analyst, T5 Autor, T6 kritischer Begleiter, T7 Auditor, T8 Finalisierer durch Koordinator, T9 Peer-Reviewer. Enthält trianguläre Evidenzprüfung; M-gate: 26 Checks (25 Skripte + 1 Mensch); G0-G16-Audit mit Prüfung von KI-Schreibspuren in chinesischen Texten; Peer-Review-Bewertung mit Journal-Abgleich; 4 menschliche Checkpoints. Installation: `dsh plugin add lunheng-article-pipeline` (`package.json#dsh.bundle.patch` und `lib/index.js` registrieren den Skill). Rollen-Karten T1-T9, Vorlagen, 36 abhängigkeitsfreie Prüfskripte und READMEs in 5 Sprachen.

27vor 4 TagenSkillsMIT
B

dsh-webui-mobile

bbtssama/dsh-webui-mobile

Mobile Web-Shell für die DSH Web GUI: Overlay-Schubladen, ziehbarer FAB, mobile Composer-Korrekturen und ein schwebender Bild-Upload-Button oberhalb des Composers (native Galerie/Kamera, integriert in die validierte add-images-Pipeline), ohne Desktop-Regression. Auf npm als dsh-webui-mobile veröffentlicht.

24vor 2 MonatenIntegrationen & FernzugriffMIT
E

dsh-reel

eileenes/dsh-reel

Promo-Studio für DSH-Plugins: Pluginname eingeben, einer Fallakte zuordnen und lokal einen 28-Sekunden-Film mit echter UI plus Poster rendern. V0.1 rendert in lokalem Chrome mit eigenem Frame-Renderer (Shutter-Intervall-Sampling für Bewegungsunschärfe, harte Schnitte) und liefert Kompositions-Assets mit; npm install reicht ohne Onetake-Runtime. Benötigt Node.js 22+, Chrome/Chromium und ffmpeg; python3 für den Tonmix.

23vor 6 TagenTools & FunktionenMIT
M

dsh-plugin-teamflow

michaelshii/dsh-plugin-teamflow

Macht aus einer einzeiligen Anforderung eine geprüfte Lieferung. TeamFlow durchläuft Triage, PRD, Design, technischen Plan, parallele Entwicklung, QA mit Fehlerbehebung und Abnahme. Enthält 12 `teamflow_*`-Tools sowie eine Werkbank mit Live-Pipelinegrafik und Backlog-Kanban. Für jede Anforderung gibt es einen Ordner mit PRD, Design, technischem Plan, QA-Bericht und Abnahmeprotokoll.

23vor 18 StundenWorkflow-AutomatisierungMIT
G

dsh-plugin-image-workbench

guohwa/dsh-plugin-image-workbench

Bildwerkbank in der DSH-Seitenleiste mit Illustrations-/Fotografie-Pipelines, lokalem Kontenpool und beliebigen OpenAI-kompatiblen Endpunkten.

20vorgesternVision, Sprache & MultimodalMIT
N

dsh-pipeline-kernel

not-big-dog/dsh-pipeline-kernel

20vor 3 MonatenWorkflow-AutomatisierungMIT
Y

dsh-expert-team

yangdcm/dsh-expert-team

Rollenbasiertes Multi-Agent-Team für DeepSeek Harness: Produkt, Architektur, Frontend, Backend, Review und QA arbeiten in neun Phasen mit Prüftoren; dauerhaftes Team möglich. Keine Laufzeitabhängigkeiten, kein Build.

19vor 12 TagenWorkflow-AutomatisierungMIT
T

dsh-harvest

toustifer/dsh-harvest

Multi-Plattform-Recherche- und Deep-Search-Pipeline: harvest_scout für parallele Entdeckung über GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili und YouTube; harvest_deep_research für automatisch erstellte umfassende Rechercheberichte; dazu Extraktion, Quellenübergreifende Verifikation und Glaubwürdigkeitsprüfung.

16vor 2 MonatenTools & FunktionenMIT
X

dsh-craft-your-textbook

xx-hub/dsh-craft-your-textbook

Macht aus Lehrbuch-PDFs Unterrichtspläne für einen KI-Tutor oder lesbare Lehrbücher. Sechs Stufen mit Bestätigungspunkten. DSH prüft den Zugriff auf die HTTP-Routen nicht; Webseiten im Browser können sie aufrufen.

15gesternWorkflow-AutomatisierungMIT
T

dsh-novel-solo

tkingxiao/dsh-novel-solo

„Single-Core Writing“-Plugin für DeepSeek Harness: Werkzeuge gründlich verschlankt und Ausgabe gehärtet für quantisierte kleine Modelle, geeignet für lokale Langroman-Pipelines mit On-Device-Modellen.

14vor 16 TagenWorkflow-AutomatisierungMIT
A

dsh-expert-mode

asher-2000/dsh-expert-mode

Expert-Preset für DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): Chefkoordinator + 17 Domänen-Subagenten mit Auto-Delegation. Funktionen: Taskboard (Zustände pending/ready/running/done/failed, DAG, atomare Beanspruchung, Retry, Wiederherstellung), Quality Gates (5-stufige Pipeline: Anforderungen, Implementierung, Verifikation, Prüfung, Integration; 2 Überarbeitungen), Five-Anchor (Prüfung/Konvergenz/Anti-Drift/Zusammenarbeit/Ressourcen), Near-distance (Vorlage Identität/Aufgabe/Ausgabe), progressive Offenlegung (~28 % Token-Einsparung), Persistenz, P2P-Bus, Kreuzprüfung, Erfahrungspool, Schnellweg, Auto-Retry. 17 Experten: Daten, Redaktion, Recht, PM, Frontend, UI/UX, Architekt, Social, Growth, Quant.-Finanzen, Backend, DevOps, DB, QA, Sicherheit.

14vor 2 MonatenTools & FunktionenMIT
E

dsh-progressive-tools

everclear077/dsh-progressive-tools

Cache-stabile progressive Werkzeugentdeckung: eine feste tool_search- und tool_dispatch-Oberfläche bei jeder Anfrage, Katalogsuche im Speicher, verschachtelter Dispatch durch die Harness-Pipeline und eine byte-stabile native Werkzeugliste über die Entdeckung hinweg.

13letzten MonatTools & FunktionenMIT