Plugins

Verbindet DeepSeek Harness mit der local-first, selbst-evolvierenden persönlichen Wissensdatenbank von ReMe: erfasst abgeschlossene Hauptagent-Gespräche automatisch als nutzereigenes Markdown-Gedächtnis, durchsucht Gespräche und Quellmaterial über reme_search mit BM25, optionalen Embeddings und Wikilink-Erweiterung und plant eine tägliche Gedächtnis-Konsolidierung.

Liest die Session-Dateien, die dreiunddreißig andere Coding-Agents auf dieser Maschine bereits geschrieben haben — Claude Code, Codex, Cursor, VS Code Copilot Chat, opencode, OpenClaw, Hermes, Kimi, Cline, Zed und mehr — auch Sessions von vor der Installation: sechs Tools (deja_recall, deja_session, deja_blame, deja_fix, deja_how, deja_remember), ein /deja-Befehl und optionales automatisches Recall im Runtime-Kontext. Lokaler BM25-Index, kein LLM, keine Embeddings, kein Netzwerk (dsh plugin --profile web add dsh-deja).

Ein-Klick-Prompt-Verbesserung (5 Modi, Memory-Chain, Multi-Modell-Fallback) plus Spracherkennung (Cloud Qwen3-ASR / Offline SenseVoice, automatischer Stopp bei Stille) für den Composer, mit Ein-Klick-Neustart des DSH-Dienstes.

Design-Treue-QA für textbasierte Modelle: Ein `deepseek_vision`-Tool leiht sich ein Auge von jedem OpenAI-kompatiblen Vision-Pfad, damit das Modell beurteilen kann, ob eine Implementierung zu seinem Mock passt — ausgeliefert mit dem Benchmark hinter diesem Urteil (vier Fixtures, 23 injizierte Defekte, Rohtranskripte) und der Fragedisziplin, von der es abhängt.

DeepSeek-Gehirn + automatische Bildtranskription: Bilder in der GUI anhängen und jedes wird standardmäßig über das offizielle deepseek-v4-flash-vision-exp transkribiert (ein reines Text-V4-Pro-Gehirn kann Bilder sehen), mit jeder OpenAI-kompatiblen VLM oder lokalem Ollama als Alternative.

Denk-Budgets pro Anfrage, ein Kompaktierungs-Backend und ein Einstellungs-Tab für die lokale Qwen3.8-Linie (llama.cpp oder NInfer).

Sendet eigenständige Aufgaben von DSH an 11 externe Agent-CLIs (Codex, Claude Code, TraeCode, OpenCode, Gemini, Cursor, Kimi, Qwen, Copilot, WorkBuddy, Grok): ein Nur-Host-Bundle, das das Tool conductor_dispatch registriert sowie eine automatisch ausgelöste conductor-Skill enthält.

Sprach-IA-Freundin für die Web-UI: FunASR-Mikrofoneingabe, Qwen3-TTS gesprochene Antworten, Animationsfenster für den Begleiter und Zwei-Wege-QQ-Chat (Text/Sprache/Bild-Push) via NapCat.

Erzwingt Kontextkomprimierung beim Ausführen von llama.cpp-Modellen mit niedrigem Kontext wie Qwen3.8-27B, verbessert die Modelleffizienz und die Nutzungsglätte, zusammen mit gut ausgearbeiteten Komprimierungs-Prompts.

Eine Vision-Language-Gateway-Provider-Route: Eingefügte Bilder werden von einem konfigurierbaren VL-Modell (standardmäßig Qwen-VL) beschrieben, bevor sie an DeepSeek gesendet werden.

Kostenlose Vision-Brücke für reine Textmodelle: Bildverständnis, OCR, UI- und Debug-Analyse über kostenlose Anbieter (Qwen3-VL-Flash, Doubao, DeepSeek-OCR) mit einer Einstellungs-GUI.

Nutze deine angemeldete Web-KI (DeepSeek, GLM, Kimi, Qwen, Doubao...) als Modellanbieter in DeepSeek Harness. Web-Modelle senden Tool-Aufrufe aus, DSH führt sie unter seinem nativen Berechtigungssystem aus, und die Ergebnisse kehren in dieselbe Websitzung zurück. Keine API-Schlüssel.

Ein-Klick-Einrichtung kostenloser Modelle für DSH Web, gedacht für Programmieranfänger: Ein-Klick-Installer für Windows (install.bat) und macOS/Linux (install.sh, v1.7.0+); vier dauerhaft kostenlose Kanäle – Zhipu GLM (Text + Bild), SiliconFlow (Qwen3-8B plus 15+ Modelle unter 9B), iFlytek Spark Lite und der kostenlose OpenRouter-Pool, der über openrouter/auto läuft und aus einem sich mit der Zeit ändernden Pool wählt; der Einrichtungshinweis unten links verschwindet, sobald ein kostenloses Modell verbunden ist; Echtzeit-Erinnerung an DeepSeek-Preise zu Stoß- und Nebenzeiten; mitgeliefertes Hilfezentrum für Anfänger.

Scannt 20+ KI-Agents auf diesem Rechner (Codex, Claude Code, cc-switch, Hermes, opencode, Gemini, Grok, Kimi, CodeBuddy, Trae, OpenClaw, Qoder, WorkBuddy, Zcode, Cursor, Windsurf, Cline, Roo Code, Qwen Code, …) und synct, verwaltet und ergänzt deren MCP-Server und Skills per Ein-Klick in DSH — global oder pro Workspace.

Quota-Pille und -Panel unten rechts, die Mitgliedschaftskontingente plattformübergreifend aggregieren (Kimi Code, DeepSeek, Zhipu Coding Plan, BigModel, Qwen, Scnet, TokenRouter, SupaWriter), API-Schlüssel automatisch aus der DSH-Credentials-Domain synchronisieren und farbige Nutzungsbalken anzeigen.

Multi-Modell-Orchestrator: Das Hauptgehirn zerlegt komplexe Aufgaben und verteilt Teilaufgaben je nach Stärken an GLM-/Kimi-/Qwen-Subagenten, mit Token-Verbrauch pro Modell.

LLM-Adapter-Plugin für lokal betriebene Qwen-Modelle hinter einem zu OpenAI kompatiblen Endpunkt von vLLM, mit Umschaltung der Multimodalität je Modell, vollständig konfigurierbarem Reasoning-Aufwand und einer Web-Einstellungsseite zum Bearbeiten der Bereitstellung aus dem Frontend.

Einheitlicher Router für Bilderzeugung für DeepSeek Harness (DSH): entdeckt Bildmodelle automatisch von jedem OpenAI-kompatiblen Endpunkt, stellt die Tools draw_image und draw_list_sources bereit und unterstützt SenseNova, StepFun, Agnes, Qwen, Flux, SD, Imagen und mehr.

Korrektur der Kompaktierung für von NInfer gehostete Gateways qwen3.8-27b: deaktiviert das Denken bei Aufrufen von dsh zur Kompaktierung des Kontexts und zum Sitzungstitel, damit xhigh-Reasoning nicht das gesamte Budget der Ausgabe verbrennt; dieselbe Idee gilt für andere Startarten, dieses Paket zielt jedoch nur auf NInfer.

Zeigt eingefügte oder hochgeladene Bilder direkt im DSH-Web-Chat an und gibt reinen Textmodellen Sehkraft: Das vom Modell aufrufbare Tool visual_review nutzt zuerst eine OpenAI-kompatible multimodale API und fällt bei einem Fehler auf einen lokalen Qwen3-VL-Worker zurück.

Native Vision-Bridge für LLM-Anbieter: In den Chat eingefügte Bilder werden von einem Vision-Modell (Qwen3-VL über pi-ai/llama.cpp) beschrieben, und die Textbeschreibung wird zur Antwort an das rein textbasierte DeepSeek weitergegeben — Bildaufnahme, Routing und Kompaktierung laufen vollständig über harness-native Mechanismen, mit LRU-Beschreibungscache und 503-Retry.

Lokale Multi-Plan-Brücke für DeepSeek Harness: nutzen Sie Ihre bestehenden ChatGPT-Codex-, Claude-, ZCode-(GLM-) und Qwen-Abonnements über einen Loopback-Proxy, mit Statuskarte auf der Einstellungsseite und Ein-Klick-Bereitstellung. Keine Änderungen am dsh-Kern.

Consumer des ui_mockup-Tools: erzeugt in der Diskussionsphase UI-Wireframes bzw. High-Fidelity-Skizzen, legt den Entwurf auf der Platte ab, bittet um Bestätigung und sperrt danach die Design-Spezifikation; enthält Client-Karten, Bild-Routing und i18n.

Erzeugt UI-Wireframes und hochauflösende Mockups in DeepSeek Harness mit auswählbaren DashScope- und Volcengine-Bildanbietern.