Plugins

Paper-Bibliothek, PDF-Reader und Tutor. Zitierte Seiten springen zur genauen Stelle und markieren sie; Auswahl im Paper fragen. Leseplan, Abschnittscoaching, sitzungsübergreifende benotete Quizze. MinerU (selbst gehostet ohne Anmeldung; mineru.net-Cloud mit token) liest Scans; Formeln per Klick zitierbar (LaTeX an Chat), mit QK^T suchbar und je Seite aufgelistet. Optionales embeddings endpoint für Semantik. Löschungen in wiederherstellbarem .trash. Scroll-/Einzelseite, rechte Leiste im Vollbild, Pfadkopie, übersetzter PDF-Export, Original↔Chinesisch via babeldoc ohne Vorinstallation. Transkription/Suche standardmäßig lokal; nur aktivierte Cloud MinerU/embeddings/Übersetzung senden Text an den konfigurierten Dienst.

Analysiert eine lokale Audiodatei und gibt eine kurze, verständliche Einschätzung zu Tempo, Tonart, Dynamik, Clipping und Arrangementform aus. Rohmesswerte bleiben in einem separaten Block; Audio verlässt den Rechner nicht.

Ein Plugin-Manager-Tab unter Einstellungen → Plugins: chinesische Namen und leicht verständliche Beschreibungen für jedes installierte Plugin, Ein-Klick-Aktivierung/Deaktivierung, Notizbearbeitung direkt in der UI und Suche/Filterung im installierten Katalog.

Ersetzt den Trajektorie-Tab der Web-GUI durch eine neubenutzerfreundliche Runde-für-Runde-Storyline, verständliche Tool-Beschriftungen, Kategorie-Filter und unscharfe Suche.

Ersetzt den Trajectory-Tab der Web-GUI durch eine für Einsteiger verständliche rundenweise Story, Werkzeugbezeichnungen in einfacher Sprache, Kategoriefilter und Fuzzy-Suche.

One-Click-prägnanter Ausgabestil für DeepSeek Harness: Ergebnisse zuerst, kein Filler, gleiche Arbeitstiefe. Jede finale Antwort beginnt mit einer Klartext-Digest-Karte (Text markieren zum Kopieren), scoped pro Session, funktioniert auch headless/CLI, mit /concise-Kommando, style.md-Overrides und lokaler API. Links und Dateipfade in der Digest-Karte werden als klickbare Chips gerendert: URLs springen, lokale Dateien öffnen mit der Standard-App (v0.9+). Eine Per-Step-Vorgenerierungs-Contract-Erinnerung (v0.11.2+) behebt messbar Digest-Fehler bei Audit-Report/Tabellen-förmigen Antworten.

Ein-Klick-Gesundheitsprüfung für DeepSeek Harness: 0–100-Score, Problemliste in einfacher Sprache und sichere, reversible Korrekturen über die cordis.patch.yml des Profils.

Ein Klartext-Plugin-Katalog und Profil-Manager für die DeepSeek Harness Web-UI.

DSH 插件：用你选的模型把最终回答润色成大白话，默认显示润色版、原回答可折叠。

DSH plugin: plain-language narration, an uncertainty gate, and mid-run interruption policy for DeepSeek Harness agents.

Agent preset for DeepSeek Harness: the standard tool stack plus four working rules written into the persona prompt — a project keeps at most four documents (intro, decisions, change log, current state and next steps), those documents describe only the current state with no AI edit history or superseded decisions, no git commit or push or pull request until the user explicitly asks, and a careful-coding workflow (restate the goal and done-criteria first, surgical diffs, evidence before claiming success) with plain-language reports.

Beginner panel for DeepSeek Harness: routes a plain-language request into ready-to-use plans (prompt variants, matching skills, advanced moves) with a local keyword engine and fills the chosen plan into a new session in one click.

Plain-language trust dashboard for the dsh trust family: aggregates the nine channels (injection interception, write denials, egress blocks, custody-chain verification, tool-surface and prompt drift, leftover scans, forgotten compaction constraints, profile composition) into one right-sidebar panel with a single status light and event cards that translate engine jargon into sentences a non-security user can act on; the read and egress engines run from the package's own npm dependencies so those channels work even without the sibling plugins, and absent plugins simply show as not installed.

A one-line caption above the composer that tells you what the AI is doing right now: the step number, the action (e.g. running npm test), and whether it is still going, done, or failed with a short plain-language reason. Inferred locally from tool calls and the thinking text; no model calls, no network requests, no writes to DSH data.

Turns one plain-language request into a live workbench window: a sidebar panel asks a few clarifying questions, the model writes a single-file HTML artifact, and the plugin mounts it in a resizable floating window or a standalone browser tab. Declared window actions are recorded as info-level project journal entries (without their payloads), and workbenches can be imported, exported, or installed from a market index.

Select a passage in a DSH conversation and read a plain-language explanation in a floating panel, which carries the surrounding message as the context. Three explanation depths (plain / general / pro) that re-explain on the spot when switched; optional web search and local file lookup (the model decides by default, and a button can force one lookup that reports only what is new); follow-up questions; and a button that hands the whole exchange to a new session in standby mode - the background is queued without waking the model or spending tokens. Settings live on the host in settings.json, and nothing is written until you press save. The repository also ships an OpenAI-compatible endpoint and a browser extension (source).

Bounded self-managed long-term memory (Hermes-style MEMORY.md / USER.md with hard character limits and a safety scan), a review that runs after every turn and writes plain-language notes or refines an existing skill instead of adding a near-duplicate, a curator that finds and surgically repairs skills the loader would silently discard, cross-session search over past messages, and a learning card above the composer that appears only when there is news and asks before it deletes or rewords a memory.

Resume screening plugin for HR in DeepSeek Harness: ingest up to 100k Word/PDF/Excel resumes into one searchable library with skills / coarse categories / ingest time, auto-ingest & de-dupe new resumes, then screen by plain-language criteria — rule pre-filter in the database plus LLM fine-judge on the shortlisted few, CSV export. Works on DeepSeek Harness 0.1.7 through 0.2.x, tested on 0.2.0-rc.1.