Plugins

AgentRQ-Aufgabenmanager für DeepSeek Harness: AgentRQ-Aufgaben erstellen, verwalten und automatisch abrufen, ohne den Harness zu verlassen

Lokales SQLite-Taskboard als native Overlay-Seite: Projekte, Aufgaben, Kommentare, Beziehungen, Anhänge und Workflow-Automatisierung mit den Status backlog → todo → in_progress → in_review → done; die `taskboard_*`-Agent-Tools können Arbeit nur an in_review übermitteln, dazu eine Headless-JSON-CLI und ein gepacktes Skill.

Pi-Host-ABI-Kompatibilitäts-Engine: Nach einer einzigen Installation werden unveränderte Pi-Erweiterungen aus npm mit `dsh plugin add <pi-package>` als native DSH-Plugins eingebunden. Ende-zu-Ende verifiziert auf unangetastetem DSH mit pi-mcp-adapter (vollständiger MCP-Manager: OAuth, Ressourcen, Prompts, MCP Apps, Elicitation, Sampling), @tintinweb/pi-subagents, pi-code, pi-hermes-memory und pi-background-tasks; `pi2dsh inspect` meldet die Kompatibilität eines Pakets vor der Installation.

Fügt einen Tab für Managed Agents in den Einstellungen hinzu sowie MCP-Tools, um langfristige Agentenaufgaben an Ark Cloud Managed Agents zu übergeben.

Geplante Coding-Läufe in frischen Agent-Sitzungen mit auditierbarer Historie.

Authentifizierter mobiler Gateway für DeepSeek Harness: verbindet den begleitenden nativen iOS-Client über WebSocket für Sitzungen, Live-Ereignisse, Aufgaben, Ziele, Genehmigungen, Befehle und Dateitransfers, mit QR-Kopplung und Gerätewiderruf.

Task-Board für DSH: Erstellen Sie Aufgaben mit Projekt- und Modellzuweisung, führen Sie sie manuell oder nach Cron-Zeitplänen aus; neue Sitzungen in einem Projekt übernehmen automatisch dessen Todo-Aufgaben und verschieben sie bei Fertigstellung in den Status "In Überprüfung".

Tencent-CodeBuddy-Modellanbieter für DeepSeek Harness, der sich per Browser-OAuth statt mit einem API-Key anmeldet: listet den CodeBuddy-Modellkatalog mit den Kontext-, Ausgabe-, Tool-Calling-, Reasoning- und Bild-Fähigkeiten jedes Modells auf, verwaltet mehrere Konten mit automatischem Failover auf das nächste nutzbare, zeigt das Restkontingent im Composer mit einem Panel zur Token- und Guthaben-Nutzung und erledigt pro Konto automatisierbare CodeBuddy-Growth-Aufgaben mit Ausführungslog. Installation über npm mit `dsh plugin --profile web add @tnnevol/dsh-codebuddy`.

Verabschiede dich von Copy-Paste und DSH-Token-Stress. Lass ChatGPT im Web direkt mit deinem lokalen Projekt verbinden, selbstständig daran arbeiten und komplexe Aufgaben für eine fortlaufende Ausführung an DSH übergeben.

Off-Peak-Batch-Runner für DeepSeek Harness: Benutzer definieren Aufgaben in Stoßzeiten – Prompt, Strategie, Priorität, Arbeitsbereich, gesperrte Dateien – und geben sie manuell frei; das Plugin führt den Batch dann automatisch innerhalb benutzerdefinierter Off-Peak-Fenster aus. Jeder Lauf durchläuft fünf Preflight-Prüfungen (Arbeitsbereich, git HEAD, sha256 der gesperrten Datei, Zeitfenster, Tagesbudget), unterstützt vier Ausführungsstrategien (einzeln / iterativ / Sampling / Review) und drei Autonomiestufen (L1 pro Aufgabe, L2 Batch, L3 vollautomatisch) und schließt die Schleife mit einem Morgenbericht, der Diffs, tatsächliche Ausgaben und Einsparungen aus einem täglichen Ledger enthält, der mit der offiziellen Peak-/Tal-Preisgestaltung abgeglichen ist.

Feishu/Lark-Brücke für DeepSeek Harness: PersonalAgent-Bindung per Scan-to-Connect, Streaming-Karten, Projekt-Workspaces via git-worktree, parallele Aufgaben pro Scope, Multi-Rollen-Agenten, sitzungsübergreifende Benachrichtigungen, Modell-/Schlüsselverwaltung im Chat sowie ein Sicherheitsnetz-Wächter, der auch nach einem Absturz von dsh weiterhin in Feishu antwortet.

Automatisches Anhalten und Fortsetzen von Aufgaben in benutzerdefinierten Zeitfenstern zur Vermeidung von API-Kosten in Spitzenzeiten; enthält Kontostandanzeige und ein Ausgabenbalkendiagramm im 10-Minuten-Raster.

Pausiert und setzt Aufgaben automatisch während benutzerdefinierter Zeitfenster fort, um API-Kosten während Spitzenzeiten zu vermeiden; enthält eine Anzeige des Kontostands und ein Balkendiagramm der Ausgaben mit 10-Minuten-Granularität.

Führt geplante Programmieraufgaben in isolierten DeepSeek-Harness-Sessions aus, verwaltet über die Einstellungen oder den Agenten.

Auf dem Host laufende cron-Engine mit Web-Jobs-Board und einem timer_agent-Tool: löst echte Agent-Sitzungen nach Zeitplan aus, setzt eine angeheftete Sitzung für Kontext fort oder startet neue in einem gewählten Projekt-Workspace.

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.

Gemeinsames Kanban-Board, mit dem Personen und DSH-Agenten Workspace-Aufgaben über einen Board-Tab und Kanban-Tools verwalten.

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.

Rollenbasiertes Multi-Agent-Team für DeepSeek Harness. /team versammelt bis zu 12 Subagenten (Produkt, Architekt, Recherche, UI, Backend, Frontend, DB, Security, Reviewer, QA, DevOps, Docs) und führt einen Pipeline mit 9 Phasen und Gates aus (klären, recherchieren, entwerfen, Spec-Review, Plan-Freigabe, umsetzen, Review, Test, Ausliefern) über gemeinsame Artefakte. Qualitäts-Gates erzwingt der Code, nicht der Prompt: eine unfertige Aufgabe lässt sich nicht als abgeschlossen markieren, Befunde entscheidet die Reviewer- oder QA-Rolle, und Abdeckungslücken oder Rework erscheinen live im Overlay und in /team status. Enthält ein Live-Overlay (Phasen, Roster, Task-DAG, Artefakte, Entscheidungen), einen persistenten Team-Modus und Token-/Zeitabrechnung. Keine Laufzeitabhängigkeiten, kein Build.

Aufgabenzuverlässigkeit: automatischer Neuversuch bei Modell-Timeouts/-Fehlern, automatische Fortsetzung unerledigter Aufgaben, Abschlussprüfung, Unterbrechung von Denkschleifen, Wiederaufnahme nach Schlafmodus oder Neustart, Autopilot-Modus und Remote-Trigger-Endpunkt (npm: `dsh-task-reliability`).

Vom Chat zur Leinwand zum Werk: steuere ComfyUI als visuelle Workflow-IDE in DSH. Bette ComfyUI (lokal oder Cloud) als geteilte Leinwand in DSH Web ein: Der Agent schreibt Prompts und Skripte im Chat, wendet sie live an und erzeugt Bilder, Musik, Video und 3D. Operationen: Pipelines bauen, Workflows lesen/schreiben, Knoten bearbeiten, Links verdrahten, ausführen, justieren und debuggen. Produktion: Batch-Parameter-Sweeps (batch_run) und automatischer Abruf der Ausgaben in den Chat (get_outputs). Pflege: Ein-Klick-Start und -Upgrade von ComfyUI, Kern und Custom Nodes. Dieses Paket ist das DSH-seitige Plugin und liefert den ComfyUI-seitigen Brückenknoten mit.

Geplante Aufgaben: führt einen Prompt nach Cron-Zeitplänen aus, jeder Lauf öffnet eine neue Agent-Sitzung zur Bearbeitung, mit Workspace-Bindung, manuellem Start, automatischer Sitzungsbenennung und einer Vollbild-Aufgabenverwaltungsseite.

Task-Panel für die DSH Web-Seitenleiste: veröffentlicht Aufgaben, destilliert automatisch zugehörige Sitzungen und steuert die Phasen Plan/Entwicklung/Review mit Subagenten sowie In-Panel-Akzeptanz.

Leitet jede delegierte Aufgabe automatisch und intelligent an das bestkonfigurierte Modell weiter – mit Aliassen, Fähigkeits-Tags und Nutzungshinweisen –, damit Routinearbeit schnell und günstig bleibt, während komplexe Arbeit an stärkere Spezialisten geht. Konfiguriere dein Modellteam in der Web-UI oder per geführtem Setup, führe Spezialisten parallel mit zuverlässigem Ergebnis-Merging aus und sieh das gewählte Modell in Subagent-Ansichten und direkt im Tasks-Baum von Better Sidebar auf einen Blick.