Plugins

AI Company Framework: aus einem Satz eine Multi-Agent-Firma machen — 15 flache Skills (boss/pipeline/role-template/11 roles/generic customer-memory), 7 Workflow-Vorlagen, AgentTeams-Runtime + Aktivitätspanel, Mitarbeiter-Sidebar mit Isolation pro Session, Feishu-Bot-Bridge (Boss- und pro-Mitarbeiter-Bots, Group-Routing, autonomer Push, Human-Decision-Gate, External-Contact-Guide), SQLite-Memory pro Kunde mit Drei-Schichten-Memory (gruppenübergreifender Merge), /company-Modusumschaltung; kein RAG.

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

RLM-Modus für dsh: rekursive Sub-Agenten über eine einheitliche rlm()-Funktion – Kind-Agenten als First-Class-Python-Calls spawnen, erwarten und verketten. Fügt einen persistenten IPython-Kernel mit tools.*-Bindings und Context-als-Variable hinzu.

Visueller Drag-and-Drop-Workflow-Builder für DSH – orchestriert Tool-Aufrufe, Unteragenten und bedingte Verzweigungen auf einer React-Flow-Arbeitsfläche.

Model-callable compact_agents tool that force-compacts context in every live session (main session, ordinary sub-agents and AgentTeams members alike), queues busy targets and compacts them when the turn ends, reports the shadowed node count and estimated tokens per target, and ships a browser form for the trigger ratio, retained ratio, controlled-phase output budget, auto-continue budget and an end-of-turn pre-compaction ratio that compacts near the trigger line once a turn ends, so a reply no longer opens with a wait for the summarizer.

Planer-/Executor-Delegierung mit benannten Rollen: Ein starker Planer steuert, wegwerfbare Executor-Subagenten (rollenspezifische Routen und Prompts) setzen um. Standardrolle plus Überschreibung pro Delegierung, ein globaler Regler für den Reasoning-Aufwand im Eingabefeld-Chip und eine Einstellungsseite für die Rollenverwaltung.

Jimu (积木): domain-based orchestration plugin for DeepSeek Harness — domain_plan confirmation, per-domain sub-agents with hand-off, and automatic LLM audit.

RLM mode for dsh: recursive sub-agents via a unified rlm() function — spawn, await, and chain child agents as first-class Python calls. Adds a persistent IPython kernel with tools.* bindings and context-as-variable.