Plugins

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich über Sessions hinweg an Sie, konsolidiert im Schlaf automatisch (autoDream), friert widersprüchliche Erinnerungen zu Ihrer Prüfung ein und führt ein wieder abspielbares Audit-Trail. Offline-First-lokale semantische Suche über SQLite mit menschenlesbaren, editierbaren Markdown-Spiegeln, einem Entity-Graph, einem interaktiven Memory-Panel sowie einer externen API und CLI.

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert dich über Sitzungen hinweg, konsolidiert sich im Schlaf selbst (autoDream), friert widersprüchliche Erinnerungen für deine Prüfung ein und führt ein wiedergabefähiges Audit-Protokoll. Offline-first lokale semantische Suche über SQLite mit manuell editierbaren Markdown-Spiegeln, ein Entity-Graph, ein interaktives Gedächtnis-Panel sowie eine externe API und CLI.

Das Gedächtnis, das träumt — sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich über Sitzungen hinweg, konsolidiert sich im Schlaf (autoDream), friert widersprüchliche Erinnerungen für die Prüfung ein und führt eine wiederabspielbare Prüfspur. Offline-first lokale semantische Suche über SQLite mit menschenlesbaren Markdown-Spiegeln, einem Entitätengraphen, einem interaktiven Gedächtnis-Panel sowie externer API und CLI.

Claude-Code-artiges /rewind für DeepSeek Harness: git-basierte Arbeitsbereichs-Snapshots vor jeder verändernden Tool-Ausführung, Sitzungsverzweigungen an Zuggrenzen und ein Einzelbefehl /rewind, der Dateien wiederherstellt und die Sitzung zu einem Checkpoint zurückverzweigt.

Terminal-Client im Vollbildmodus für DeepSeek Harness, basierend auf pi-tui: Sitzungs-Wiedergabe/-Fortsetzung, Streaming-Antworten, einklappbare Tool-Karten, Freigaben und Fragen direkt im Terminal, Verwaltung von Modellen/Voreinstellungen/Berechtigungen/Plänen/Zielen, Shell-Modus sowie ein Trajektorien-Ledger.

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.

Sitzungen auf einer abspielbaren Timeline mit Token-Nutzung pro Schritt wiedergeben, sensible Operationen prüfen, Kosten schätzen, Fork-Historie anzeigen, Sitzungen vergleichen und eigenständige HTML-Replays exportieren.

Ereignisgesteuertes Sprachansage-Plugin ohne Abhängigkeiten: kein zusätzliches Modell, keine Token-Kosten. Spricht mit der integrierten natürlichen Stimme des Systems, unterstützt sowohl Windows als auch macOS; Endantwort-Ansagen, Genehmigungs- und Frage-Alarme, optionale Ereignisansagen (Zugende, Befehl abgeschlossen, Zieländerung, Werkzeugfehler, Aufgabenaktualisierungen), wiederholbare Endantworten und eine zweisprachige visuelle Einstellungsseite.

Analysiert die Nutzung über Modelle, Anbieter, Arbeitsbereiche und Zeiträume — mit eigenen Start-/Enddaten über die gesamte Historie — inkl. Cache-Hit-Einblick und Aufschlüsselung nach Modell und Anbieter. Enthält stündliche/tägliche Trends, 53-Wochen-Heatmap im GitHub-Stil, Serien, Token-Quota-Ringe pro Modell und Arbeitsbereich (Tokens, Kosten, %), kombinierbare Filter, Cache-Effizienz, DeepSeek-Guthaben, Bereichs-Aliase, CSV-Export und ein dauerhaftes Journal, das Nutzung nach Sitzungs- oder Bereichslöschung bewahrt (Deleted-Zeile) und inkrementell neu aufbaut. Die Bereichs-Registry wird über die DSH-domain/changed-Sonde frisch gehalten; nur registrierte Bereiche zählen. Getrennte Buchhaltung für Eingabe, Cache und Reasoning. Chinesisch: Ortszeit; Englisch: UTC; API nur Loopback.

Ein gesteuerter Schwarm aus sechs spezialisierten DSH-Agenten — Orchestrator, Planer, Knowledge-Base-Bridge, Entwickler und zwei Reviewer — verwandelt eine Anforderung in eine strikte Phasenpipeline, in der jede Lieferung sich vor dem Start der nächsten Phase mit strukturierten Nachweisen bewähren muss; Reviewer sind nur lesbar, Code-Merges erfolgen erst nach einem Review-Durchgang, und ein append-only-Ereignisprotokoll ermöglicht vollständiges Replay und Audit auf einem Live-Kanban-Board. Das Design ist vom Hermes Agent-Kanban inspiriert.

Erkennt, welches Konversationsmodell einem Konto aktuell zugewiesen wird: startet parallele Wegwerf-Probe-Konversationen, bewertet jede streaming Chain-of-Thought danach, wie ihre Absätze beginnen, und bricht Probes, die wie das ältere Modell klingen, innerhalb von Sekunden ab. Inklusive Offline-Self-Check, der 13 handgelabelte Chains-of-Thought durch denselben Klassifizierer repliziert.

Zeichnet macOS-Desktop-Workflows in DeepSeek Harness per Vormachen auf und verwandelt sie in Agent-Skills (open-record-replay-Skill + orr_*-Tools).

Bilibili-artiges Danmaku-Overlay für den DSH-Web-Chatbereich: Scroll-, Top- und Bottom-Spuren, gesteuert durch Agent-Ereignisse, drei Preset-Pakete, optionale LLM-generierte Kommentare, ein verschiebbarer Steuerball, sitzungsbasierte Pools mit Wiedergabe sowie eine Einstellungskarte.

Durchsucht von dsh-checkpoint-rewind erzeugte Checkpoints als Zeitlinien von Zeitknoten und zeigt zeilenweise Diffs pro Datei zwischen beliebigen zwei davon, mit Trace-Wiedergabe aus Sitzungsprotokollen (kein Snapshot-Producer nötig) und vorschauorientiertem Workspace-Rollback mit Einzelschritt-Undo, über /diff- und /rollback-Befehle, eine JSON-HTTP-API und ein GUI-Panel.

Kurzvideo-Sidebar: nativer Player, Serien-Navigation, präzises Verlauf-Replay.

AgentDuel ist ein Code-Battle-Spiel. Dieses Plugin ermöglicht es Ihnen, den gesamten Spiel-Loop innerhalb von DSH abzuschließen: Deathmatch-Charaktere und Capture-the-Flag-Teams verwalten, Agent-Code einreichen, Schlachten starten, Wiederholungen ansehen und DSH-Konversationen nutzen, um Agenten basierend auf Schlachtergebnissen kontinuierlich zu verbessern.

Fail-closed-Brücke für den Feishu(Lark)-Kanal: mit einem Bot chatten und Antworten des dsh-Agenten erhalten — mit optionaler Human-in-the-Loop-Werkzeugfreigabe (Allow/Deny-Karten vor jedem Bash-Aufruf, Fail-closed-Timeout). Integration ausschließlich mit dem offiziellen Python-SDK (fest gepinnt); standardmäßig ablehnende Whitelist, Webhook-Signatur-/Zeitstempel-/Replay-Prüfung, chatweise klebrige Sitzungen; tägliche Kompatibilitätsprüfung mit dem neuesten SDK; zweisprachige Dokumentation.

Persona-Engine für DeepSeek Harness: eine config.json steuert den Selbstnamen der KI (pro Modell, pro Stufe), die Anrede, die Beziehungshaltung, den Charaktertext, Arbeitsverträge pro Element mit Schaltern, die Sprache der Gedankenkette und den Antwortton, plus Langzeitgedächtnis nur mit menschlicher Bestätigung: die KI hängt nur Vorschläge an, eine Bestätigungszeile setzt sie in Kraft, das Log ist nur anhängbar und wiedergabefähig. Bestätigte Einträge kommen als zitierter Daten-statt-Anweisungen-Block; mit kind markierte gehen in beliebige Dateien und erreichen den Prompt nie. Der Prompt wird bei jeder Zusammenstellung neu von der Platte gelesen: Änderungen greifen ohne Neustart. Presets: teilbare JSON-Snapshots. Keine Abhängigkeiten, kein Netzwerk, keine Shell.

Hostneutrale, dauerhafte DAG-Workflows für Agents mit CLI, MCP, bedarfsgesteuerten Skills, Triggern, Wiedergabe und einer visuellen Canvas.

Nächtliche Selbstverbesserung für Ihren DeepSeek-Harness-Agenten: Vergangene Sitzungen offline auswerten, wiederkehrende Aufgaben mit eigenem API-Budget wiederholen und validierte Skills hinter einer zurückgehaltenen Prüfschranke zusammenführen. Bringt die SkillOpt-Sleep-Engine von microsoft/SkillOpt als native Tools plus gebündelten Skill zu dsh – kein Weight Training. Erfordert Python 3.10+ und die SkillOpt-Sleep-Engine (pip install skillopt).

Funktionsreiche Aufzeichnung und Wiedergabe für DSH (funktioniert unter Windows) aus der huahua-Plugin-Reihe: Jede automatisch aufgezeichnete Sitzung als lesbare Zeitleiste wiedergeben, teilbare Wiedergabepakete exportieren/importieren, Unterhaltungen in einer neuen Sitzung erneut ausführen und Bildschirmoperationen aufzeichnen, um automatisch installierbare SKILL.md-Skills zu erzeugen. Enthält eine 4-Dateien-Windows-Anpassung von kangshifu1/dsh-record-replay für DSH rc.5 (siehe Hinweis zu abgeleiteten Werken in der README).

GPT Image 2 `image_gen` mit standardmäßigem Codex-Abonnement-OAuth oder explizitem API-Schlüsselmodus: Entwicklungskarte, bis zu drei Live-API-Teilstücke, persistente Anhangs-Wiedergabe / Lightbox / Download, reiner Textmodell-Ausgabe und begrenzten, credential-sicheren Anfragen.

Sitzungen nach Markdown/JSON exportieren für Review, Wiedergabe und Kostenübersichten pro Sitzung.

Schwaches-Netzwerk-Adapter: transparente Long-Backoff-Modell-Stream-Wiederholungen (10-Min-Cap), lokaler Antwort-Replay-Cache, Heartbeat-Auto-Reconnect und Token-Ökonomie im Degraded-Modus, mit einer zweisprachigen (zh/en) Einstellungsseite.