Plugins

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

Ein-Klick-Optimierung einer rohen Anweisung in einen professionellen Prompt: drei Ausgabestile, situationsbewusstes Rollen-/Aufgaben-/Ziel-Profiling, selbstiteratives Lernen (Sitzungsspeicher + intelligente Standardwerte + Benutzer-Überschreibungen), /template für 22 Unterszenen mit null Modellaufrufen, ✨ Ein-Klick-Optimierung/Rückgängig im Eingabefeld, prompt_optimize-Tool, Auto-Optimize-Hook und automatisch erkannte zh/en-Dokumente.

Leistungsprofiling und LLM-Cache-Diagnose für DeepSeek Harness — Kontext-Engineering, Latenzprofiling und Berichte zum Cache-Verhalten.

Sicherheits-Audit-Plugin für DeepSeek Harness: statische Berechtigungsprofilierung und ein Runtime-Sentinel für Plugins von Drittanbietern

Datenbereinigung und Datenanreicherung für CSV/XLSX/JSON-Unternehmenslisten in DeepSeek Harness, einschließlich Tabellenkalkulationsbereinigung, Deduplizierung, Profilierung, optionalem Qichacha MCP und Exporten.

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

Datenanalyse-Toolkit: CSV/TSV/JSON-Profiling, IQR- und Z-Score-Anomalieerkennung, strukturierte Zusammenfassung mit Qualitätsproblemen und codefreie Filter-/Gruppen-/Aggregat-Abfragen.

Request-Context-Profiler für DeepSeek Harness — zeigt, was sich zwischen Modellanfragen geändert hat und wie sich die Cache-Wiederverwendung dadurch verändert hat.

Algorithm learning toolkit syncing Codeforces and AtCoder submissions, profiling weaknesses, generating AI training plans, and tracking spaced-repetition reviews across a 114-lesson algorithm curriculum.