Plugins

The memory that dreams – sitzungsübergreifendes Gedächtnis für DeepSeek Harness: erinnert sich an dich und deine Projekte, konsolidiert Erinnerungen im Leerlauf (autoDream), stellt widersprüchliche Erinnerungen zur Prüfung zurück und führt ein erneut abspielbares Prüfprotokoll. Das Gedächtnis bleibt als SQLite mit bearbeitbaren Markdown-Spiegeln auf deinem Rechner; Abruf über vier Wege (Stichwort, Vektor, BM25, Entitätsgraph), interaktives Gedächtnis-Panel, 10 Modell-Tools, MCP-Server, externe API und CLI. Zusammenfassung und Konsolidierung nutzen das bereits konfigurierte Host-Modell; mit lokalem Embedder läuft die semantische Suche vollständig offline.

Vertieftes Lesen und Zusammenfassen für DSH: Bücher, Papers, Videos und Web werden über Plugin-Parser, parallele MapReduce-Tiefenlese-Subagenten, JSON-Schema-Ausgaben und einen idempotenten Cache in strukturierte Obsidian-Notizen umgewandelt.

Token-Kosten-Pipeline für DeepSeek Harness: druckabhängige, geschichtete Kompaktierung (verlustfreie Projektion unter 40 % Kontextdruck, darüber LLM-Zusammenfassung), Tool-Allowlisting pro Agent, Langtext-zu-Bild mit Vision-Zusammenfassung und ein /token-status-Befehl, der Druck, Stufen und eingesparte Tokens verfolgt.

Medien- und Vision-Workspace für DeepSeek Harness: Erzeugung von Bildern, Videos und Sprache, Fragen und Antworten zu Bildern sowie Lokalisierung von Elementen, OCR für lange Bilder, Pixel-Diff, Verifikation von HTML-Screenshots und Zusammenfassung von Videos, mit DashScope- und OpenAI-kompatiblen Anbietern, Modellpools und einem Workbench-Client.

Session-übergreifendes Speicher-Plugin für DSH (v0.6.1, npm @asherliner/dsh-memory-connect): automatische Extraktion, SQLite-FTS5-Indizierung, RRF-semantisches Abrufen, das in jedem Zug in den System-Prompt injiziert wird, geplante Wartung, LLM-Konsolidierung via ctx.llm, Verhinderung von Kontext-Explosion, globale Soul-Identität via ~/.dsh/soul.md. v0.5.0: temporaler Kontextgraph, Vertrauensmodell, Zusammenfassung am Zugende. v0.6.0: lokale semantische Embeddings (BAAI/bge-small-zh-v1.5), keine Cloud-Aufrufe. v0.6.1: ~-Expansion in der Pfadkonfiguration behoben. Installation ohne Konfiguration.

Automatische Kontextverwaltung im Codex-Stil für DeepSeek Harness: verlustloser Rollover ohne Zusammenfassungsmodell-Aufrufe, aufgabenbezogene Übergabeanker, nach der Kompaktierung erhaltene Arbeitsnotizen und wortgetreuer Abruf archivierter Fenster. Veraltete Notizen lösen eine deutliche Warnung aus, statt Aktualität zu behaupten. Mit Ein-Klick-Schaltfläche und /smart-compact-Befehl, automatischem Rollover in drei Stufen und obligatorischer Ankerbereinigung; funktioniert ohne Einrichtung.

Modellgesteuertes Paket zum Überlaufen des Kontextfensters für DeepSeek Harness: frischer Arbeitskontext, dauerhafte, vom Modell verwaltete Notizen, ein kleiner wörtlicher aktueller Schwanz und gezielte Wiederherstellung der Historie – ohne Zusammenfassung.

Orchestrationsschleife für Langaufgaben: Codex plant, bewertet und prüft, DeepSeek führt aus, Kimi ergänzt (visuelle Abnahme, Zusammenfassung, Gegenprüfung).

Personal dsh preferences: a tunable companion to the official compaction engine (threshold, retention, summarization model/reasoning, turn-end compaction), llama.cpp model import for the Models page, and tab/notification helpers (status-light favicon, bro

Context trimmer: lists the current session's context entries with role, preview and ≈token estimate (cl100k), highlights over-threshold items, and removes selected entries exactly without LLM summarization.

Datenanalyse-Toolkit: CSV/TSV/JSON-Profiling, IQR- und Z-Score-Anomalieerkennung, strukturierte Zusammenfassung mit Qualitätsproblemen und codefreie Filter-/Gruppen-/Aggregat-Abfragen.

Skill zur Kontextkompression für DeepSeek Harness — intelligente Zusammenfassung von Unterhaltungen

Kill AI Slop for DSH — score a received document on three weighted axes (expression, execution, decision), audit work-slop with a delivery-obligation ledger, and machine-verify every quote against the source. Reads docx, pptx, xlsx, pdf, txt, md, csv, json and html. Zero runtime dependencies, zero network, fully local.

Semantic context watcher for DSH agents: maintains a journey ledger with flash summarization and MinHash novelty detection, folds milestones, and can inject long-term context with a three-level stall response; injection and the stall-2/3 responses are off by default.

Stops compaction summaries and session titles from burning their output budget on reasoning, by lowering the thinking level and raising the token floor for auxiliary calls only.

Archive DeepSeek Harness sessions into a self-hosted WeKnora knowledge base with extraction, summarization and incremental dedup.

Rapid-refill circuit breaker for DeepSeek Harness automatic compaction. It refuses a compaction that would be futile — the context refilled within fewer than N tool turns M times in a row, which the unbounded step-pressure trigger cannot detect — and instead of burning a summarization call on every step it reports the situation with advice, usually that a single read or tool output was too large. Shows state and re-arms through /compaction-breaker, and injects one prompt section so the model relays it to the user. Covers host-plane sessions through its profile bundle; ordinary sessions need one row replaced inside an agent preset.

CWL — Context Window Lifecycle for DeepSeek Harness: structured context eviction (arXiv:2606.11213). Graduated, deterministic, zero-LLM eviction of exploration/action episodes when context pressure exceeds budget — no summarization lossiness, no hallucina

One-click context compression for the dsh web GUI: a 压缩 button on the session title bar summarizes the whole conversation into a few lines, opens a new session in the same workspace seeded with the summary, and switches to it — the original session stays untouched.

Compaction backend replacing LLM summarization with a deterministic semantic extractor (keeps code/paths/commands, drops chatter) plus 28.4x KV-compression accounting.