Plugins

Tool-Katalog für Agenten: Durchsuchen Sie rund 2.600 externe Endpunkte (SEO und SERP, Backlinks, Social Media, Personen- und Firmenanreicherung, Werbebibliotheken, Scraping) nach der gewünschten Aufgabe, sehen Sie sich Parameter und Preis pro Aufruf jedes Endpunkts an und rufen Sie ihn dann mit serverseitig injizierten Zugangsdaten auf. Enthält den Skill sowie eine MCP-Zeile, die deaktiviert bleibt, bis TREG_TOKEN gesetzt ist.

Ersetzt die Dateisystem- und Bash-Provider durch einen virtuellen mirage-Arbeitsbereich: Datei-Tools und Shell-Befehle laufen über eingebundene Ressourcen (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) anstelle der Host-Festplatte, mit Lese-/Schreib-/Ausführungsmodi je Mount, Sandbox-Routing je Befehl (monty, pyodide, quickjs im Prozess; docker, e2b, daytona remote) und installierten CLIs (git, gh, slack, linear, ntn, gws oder eine selbst registrierte) als Kopfwörter im virtuellen Terminal.

Vision für reine Textmodelle: Fügen Sie ein Bild ein und das Modell wechselt zur Vision-Toolkit-Variante für Bild-Q&A, Mehrbildvergleich, Lang-Screenshot-OCR, Screenshot-zu-UI-Reproduktion, Element-Grounding und Pixel-Diff. Standardmäßig kein API-Key erforderlich — Bilder werden vom kostenlosen, vom Autor gehosteten Dienst verarbeitet, 100 pro Maschine pro Tag; konfigurierbar auf Ihren eigenen Anbieter.

Führt lokale Sicherheitsaudits von KI-API-Relais und LLM-Proxys aus DeepSeek Harness heraus durch und erstellt Markdown-Berichte zu Prompt-Injection, Signalen für Modellsubstitution, Umschreibung von Tool-Aufrufen, Fehlerlecks, Stream-Integrität und profilgesteuerten Web3-Risiken.

Schreibwerkstatt für Romane für DSH mit Autoren-Preset, Outline- und Charakterverwaltung, Manuskriptanmerkungen, Review-Workflows und einem verwalteten lokalen Python-Backend.

Lokaler IMAP-Rechnungsdownload, OCR, Archiv und Excel-Spesenabrechnungs-Zusammenfassungen für DeepSeek Harness.

Die Funktionen von DeepWatch, installierbar in ein bestehendes DeepSeek Harness-Profil

Pixel-perfekte Klone jeder beliebigen Webseite. Eine URL einfügen, eine vermessene Vite + React-Nachbildung erhalten.

Vereinheitlichte Suche mit Evidenzverifikation für Agents: 120+ Engines mit mehrsprachigem Routing, vertikalen Domänen und strukturierten Modalitätskarten, 10 MCP-Tools plus wide_research-Orchestrierung sowie eine Fetch-Verify-Schleife, die Evidenzwerte nachträgt.

Lokales IMAP-Rechnungsdownload, OCR, Archivierung und Excel-Zusammenfassungspaket für DeepSeek Harness

Skills und optionale MCP-Zeilen für elf Marktplätze: Preisvergleich über Wildberries, Detsky Mir und Yandex Market sowie quellenbezogene Suche, Produktkarten und Bewertungen, einschließlich Ozon, Avito und AliExpress. Die 14 Skills werden bei der Installation geladen; beide MCP-Zeilen bleiben deaktiviert, bis RU_MARKETPLACE_MCP_DIR auf einen lokalen Clone verweist, der Python 3.12+ und uv benötigt.

Entfernt KI-Spuren aus russischen Texten: findet Copy-und-Paste-Artefakte von Chatbots (ChatGPT, Gemini, Grok, Perplexity, DeepSeek), entfernt versteckte Textmarkierungen (Null-Breite-Zeichen, unsichtbares Layout; der Schatten-Scan erfasst auch durch Unsichtbares geteilte Marker) und schreibt den Text auf Wunsch in natürliche Prosa um; 40 Regex-Marker, davon 38 mit vollständigen Einträgen im Evidenzregister; 156 Gates, 530 Tests; offline und reines Textbündel (binäre Metadatenentfernung liegt in scripts/).

Verbindet DeepSeek Harness mit Multisim MCP für Schaltkreis-Generierung, Simulation, Diagnose, Design-Optimierung und Experiment-Bericht-Export.

Smart-Charts-Skill: verwandelt Datendateien (CSV/TSV/TXT/XLSX/XLS/JSON) in eigenständiges interaktives ECharts-HTML – 32 Diagrammtypen inklusive Offline-Karten, 3 Themes, kein CDN. Ein --profile-Datenprofil (dtype je Spalte, Kardinalität, Fehlwerte, Stichproben, Statistiken, Entitätskörnung, Insight-Signale) lässt den Agenten die Daten selbst lesen und das Diagramm wählen; jedes Diagramm bettet ein Fact Sheet (plot_stats + data_preview) ein, dessen Zahlen die einzigen zitierbaren Werte sind. LLM-Transform-Code läuft in einer eingeschränkten Sandbox (Blacklist + AST-Whitelist + sichere Builtins); --doctor prüft die Python-Umgebung selbst. Vollständig offline, ECharts mitgeliefert.

Lokale Literatur-Wissensdatenbank-RAG: 10 Tools (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), hybride BM25+Vector+Reranker-Suche, belegte Fragen-Antworten mit anklickbaren DOI-Links, vollständig lokale bge-Embeddings über einen Single-File-SQLite-Index. Benötigt Python 3.9+ mit pymupdf, faiss-cpu und sentence-transformers; der Installer `npx dsh-kb-rag-install` richtet diese ein und lädt das Modell vorab herunter.

Bridge zur ShiGuang Memory Engine (SGME): agentenübergreifendes gemeinsames Langzeitgedächtnis über HTTP — L0/L1/L1.5/L2-Destillation, szenariobasierte Injektion, einheitliche Suche und proaktive Care-Signale (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), installierbar als `dsh-sgme`.

DSH-native Integrationsschicht für die Minta-Speicher-Engine: setzt die offizielle dsh-mcp-client-Zeile zusammen, registriert die Skill minta-memory-governance sowie ein Speicher-Prewarm zu Sitzungsbeginn und liefert ein Minta-Agent-Preset mit; erfordert die separat bereitgestellte Minta-Engine (Python/Docker), die die 19 MCP-Tools bereitstellt — ohne diese nicht verwendbar.

FormatForge: schmiedet 30+ Dateiformate (PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, Archive) über einen Drag-and-Drop-Eingang, die Tools ff_translate/ff_formats/ff_result und eine CLI in KI-lesbaren Text; gescannte PDFs greifen auf lokales OCR zurück oder auf einen Enhance-Hinweis für das Sitzungsmodell.

Kostengünstiges Video-Verständnis-Tool: Ein video_understand-Tool wandelt einen Bilibili-Link / BV / ein lokales Video in eine AVIS-Informationsschicht (ASR + Szenenstruktur + Objekt-Tracking + YOLO-Labels) um und liefert Zusammenfassung + Q&A. Fragegesteuertes dynamisches Routing über Ebenen hinweg (L0 ASR / L1 Objekt-Tracking / L2 Keyframe-VLM), Wiederverwendung der semantischen Schicht für Wiederholungsfragen, Budgetobergrenze pro Frage. Python-Engine: Die Kernschicht benötigt faster-whisper / opencv / yt-dlp (~200-300MB); die optionale semantische Schicht fügt ~2GB torch / transformers / ultralytics hinzu. Ein mitgeliefertes doctor --fix richtet das venv ein und installiert beide.

Patent-Schreib-Gatekeeper für dsh – prüft die Idee zuerst gegen chinesischen Stand der Technik, führt dann Gespräche zur Ausrichtung von fünf Parteien, das Verfassen einer achtkapiteligen Offenbarung, Abbildungen und Simulationsläufe, eine Sieben-Dimensionen-Prüfung und den Export nach docx/PDF durch. Die Skills funktionieren sofort; die Such-, Export- und Experimentier-Tools stammen aus einem mitgelieferten Python-MCP-Dienst, der deaktiviert ausgeliefert wird – eine Zeile in ~/.dsh/patent-services.yaml aktiviert ihn, und uvx holt das Wheel von PyPI.

NeatMem-Langzeitgedächtnis-Plugin für DeepSeek Harness – schlanker REST-Client gegen einen neatmem-Server

Cron-Scheduler mit Sidebar-UI: Shell-, Python- oder Node-Skripte, Skills oder Agent-Tasks nach Zeitplan ausführen, mit Push-Benachrichtigungen und Sitzungs-Archivierung.

DSH Director Toolkit ist ein DeepSeek-Harness-Plugin für 3D-Artists, technische Designer und Creative Coder. Eine halbfertige Idee, eine Referenznotiz oder eine Portfolio-Bildunterschrift einfügen und ein kompaktes Direction-Pack für Blender, Three.js, Houdini oder C4D erhalten.

Ein gemeinsamer Obsidian-Vault für jeden Agenten: abhängigkeitsfreier Python-Kern (search/promote/adjudicate/forget), Vault-Vorlage, dsh-Plugin (memory_search/show/submit/status).