Plugins

Wechselt das dsh-Turn-Statuslabel durch 1059 zweisprachige Phrasen mit Schreibmaschinenausgabe, animiertem Regenbogenverlauf, Danmaku, 12 umschaltbaren Themenpaketen, Live-Platzhaltern und rotierendem Tab-Titel. Zwei Sternpakete sind standardmäßig deaktiviert; das Stargazer-Paket enthält eine Phrase pro Stargazer und wird wöchentlich per Workflow aktualisiert.

Forschungs-Skills für 3D Gaussian Splatting / NeRF / Computergrafik: 18 KI-Skills (Paper-Leser, Methodenvergleich, Versuchsplanung, Code-Review, Trainings-Debugger, Visualizer, MCP-Renderer usw.) für einen kuratierten Katalog mit 1011 Methoden sowie ein stdio-MCP-Server für agentengesteuertes 3DGS-Rendering.

Die DSH-Plugin-Entwicklungs-Wissensdatenbank als On-Demand-Agenten-Skill: offizielle Einschränkungen, Aufgaben-Workflows, API-Referenz und Community-Fallstricke, mit dem Bundle installiert, damit der Agent beim Plugin-Erstellen nachschlagen kann.

Legt die Reasoning-Sprache des Modells auf die unter Settings - General - Thinking language gewählte Stufe fest (vereinfachtes Chinesisch oder eine Standardstufe, die nur Antworten einschränkt und das Reasoning dem Modell überlässt). Fügt eine System-Prompt-Sektion mit Reihenfolge -1000000 ein und setzt sie am Ende des Assemble-Ablaufs wieder an den Anfang; optional wird eine Kopie vor jede Nutzernachricht gesetzt, wenn Modelle statische Sektionen schlecht befolgen.

Lokaler Obsidian-Vault als Wissensspeicher des Agenten, mit schreibgeschützten DSH-Tools, die Status, Preference, Correction, Memory, Project, Search und Suggest auf die passende Seite routen.

Steuert das wissenschaftliche Plotten mit OriginLab Origin aus dem KI-Chat über MCP: 62 Tools. Watchdog für modale Dialoge, LabTalk-Sicherheitsschleuse, release/reconnect, Fits mit anfänglichen/festen/gewichteten Parametern, feingranulare Plot- und Sheet-Bearbeitungen, Matrix-Tools, deklaratives FigureSpec-YAML (diffbar und replaybar), schreibgeschützter MCP-Ressourcen-Snapshot, matplotlib-figure-Bridge, PowerPoint-Assembly mit Panelbeschriftungen, Suche in der Graph-Gallery-Vorlagen, EPS-Export, Dateizugriffs-Whitelist, visuelle Regressionsbaseline und editierbares OPJU-Ergebnis mit deterministischer Rücklese-Verifikation.

Registriert die browserpaw-Skill und das Tool browserpaw_session zur Verbindung mit dem lokalen BrowserPaw-Host (127.0.0.1:12306 über bridge-token) und steuert Chrome, ohne Anmeldungen zu verlieren.

Lokaler Obsidian-Tresor als Wissensspeicher des Agenten, mit schreibgeschützten DSH-Tools, die Status, Präferenz, Korrektur, Speicher, Projekt, Suche und Vorschlag an die passende Seite weiterleiten.

Auto-Thinking-Effort-Routing für dsh: ein lokal feinabgestimmter 7-Fragen-Klassifizierer (ModernBERT, 842 MB, <1 s CPU-Inferenz) wählt low/high/max für No-Intent-Nachrichten; In-Session-Retries eskalieren die Stufe (low → high → max) unter Ausschluss-Constraints; der Judge-Service fällt sicher auf low zurück, wenn nicht erreichbar. Ein Tier-Chip in der Input-Leiste zeigt die Live-Stufe und die letzten 20 Bewertungen. Alle Inferenz ist lokal — Aufgabentext verlässt niemals die Maschine.

Sitzungsübergreifendes Markdown-Gedächtnis (LLM-Wiki) und SOUL.md-Persona; Standardinjektion nach erster Nutzernachricht, nur aktive Sitzung. Erfordert Sessionformat v4 (offizielles DeepSeek Harness 0.1.7+) und source kind plugin:memory. v0.13 engines.dsh verlangt offizielles 0.2.1-rc.5 und lehnt ältere Hosts ab; Review now POST /api/memory/control action growth-now sendet einen floor-konformen Rückblick. v0.14 Sitzungs-gate (Chip, /memory on|off|status, Einstellungen): off stoppt Injektion/digest/Erinnerung/last_access, löscht nichts; disabledWorkspaces lässt ganze Projekte standardmäßig off sein; Sitzungsentscheidungen gelten 7 Tage. v0.15 Basic soul pflegt nur einen Block in SOUL.md, lässt den Rest unverändert und schließt BOOTSTRAP ab. checkup-Bericht mit Prioritäten.

DeepSeek-Harness-Plugin mit 15 Engineering- und Produktivitäts-Skills von obra/superpowers, zweisprachigen Beschreibungen und individueller Aktivierung je Skill.

Git-Toolfenster im JetBrains-Stil für die Seitenleiste: Zweigbaum mit Ahead/Behind-Badges, Commit-Graph mit Text-/Autor-/Datums-/Pfadfiltern, Zeilen-Diff pro Datei, Änderungsliste und Commit-Box sowie Aktionen für Branches, Tags und Stashes, Merge, Rebase, Cherry-Pick, Reset und Fetch/Pull/Push.

Visuelles Branch-Brainstorming, das für jede Richtung eine isolierte Sitzung erstellt, Parent-, Sibling-, Checkpoint- und Rückkehr-Handoffs automatisiert und einen vollständigen Baum-Tab mit optionaler Better-Sidebar-Ansicht bietet.

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.

Ein in sich geschlossenes zweites Gehirn für DeepSeek Harness — erfasst dauerhaftes Dialogwissen automatisch in einem lokalen Markdown-Tresor (benutzerdefinierte Deduplizierung, CJK-Suche, git-freundlich), mit einer grafischen Wissensdatenbank und einem interaktiven Wissensgraphen (Legendenfilter, Zeitachsen-Färbung, Box-Auswahl, Zusammenführen, Löschen, PNG-Export/-Import).

Feinkörniges Berechtigungs-Gateway: Tool-Call-Überprüfung pro Kategorie (Verzeichnisse außerhalb des Workspace, Befehle, Datei-Lesen/Schreiben, Sub-Agents, wiederholte Aktionen) mit globalen und pro Projekt geltenden Allow/Deny-Ausnahmen, Quick-Tool-Standards, benutzerdefinierten Regeln, einem zweisprachigen Genehmigungs-Modal mit Inline-Diff-Details, benutzerdefinierten Ablehnungsgründen und einem Sandbox-Upgrade-Flow.

Anatomie-Panel für die Agent-Body-Organe: liefert ein Live-Vitalwerte-Dashboard unter /anatomy direkt im Harness selbst – Organe, Herzschlag, Heilungsjournal, Selbsttrainings-Zähler und der echte Pulsstrom – direkt aus den Laufzeitdateien gelesen statt neu eingetippt. Nur Host, kein Client-Bundle und kein Build-Schritt.

Feingranulare Berechtigungsregeln pro Tool für DSH am tools/pre-execute-Gate, Deny- und Ask-Listen in Claude-Code-Regelsyntax (`Bash(rm -rf:*), Read(_secrets_), mcp__server__tool`), funktioniert eigenständig ohne Migration.

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.

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.

Agent-Preset-Bundle für Programming Mode: der Standard-Coding-Agent mit einer Persona, die die Superpowers-Disziplin vorschreibt (zuerst Skills, Brainstorming vor dem Bauen, Pläne vor Code, TDD, systematisches Debugging, Verifizierung vor Abschluss) sowie einer stets aktiven Ponytail-Codevolumen-Disziplin (7-stufige Minimalcode-Leiter, standardmäßig vollständig); enthält alle zwanzig Skills gebündelt (14 superpowers + 6 ponytail) und fügt den vollständigen using-superpowers-Skill mechanisch in die erste Anfrage jeder neuen Sitzung ein.

Registriert die RainSkills-bootstrap-Skill in DeepSeek Harness zum Bereitstellen, Diagnostizieren und Prüfen von Anwendungen auf Rainbond.

Rotleuchtendes CRT-Terminal-Theme für die DeepSeek-Harness-Web-GUI: schwarzer Hintergrund, phosphorroter Text, animierter Datenregen und Scanlines. Vier Abteilungs-Presets (Party Affairs, State Council, Central Military Commission, State Security), jeweils mit eigenem Emblem, eigener Palette und eigenem Hintergrundmuster.

Eine Web-Roman-Schreib-Engine für DeepSeek Harness: paralleles Entwerfen, Gliederung und Brainstorming mit einem separaten DeepSeek-Schlüssel, Verwaltung von Hintergrundwissen und Vorausdeutungen, semantische Vektorsuche, eine Korpusbibliothek, ein Nutzungsprotokoll, mechanisches Korrekturlesen und ein lokaler Serialisierungsplan.