Plugins

Local-first-Speicher-Plugin für DeepSeek Harness: geschichtetes L1/L2/L3-Gedächtnis mit automatischer Erfassung, manuelle memos_*-Abruf-Tools und integrierter Speicheransicht.

Fügt am Anfang einer neuen Sitzung einen kurzen Kontinuitätshinweis mit vorheriger Sitzung und Übergabedatei ein. Fehlt diese, wird DSHs eigene Kompaktierungszusammenfassung wiederverwendet.

Senken Sie die Token-Kosten in 4 Ebenen, ohne die Intelligenz des Modells zu verringern: die Token-Spar-Skills handoff, rtk, headroom und caveman — jede auch als eigenständig installierbares Plugin verfügbar.

Eine an das menschliche Gehirn angelehnte Kontextkomprimierung, die Kontextbelegung und Token-Verbrauch bei langen Aufgaben drastisch senkt.

Inkrementelles Datei-Mounting mit Lese-Deduplizierung: gemountete Zeilenbereiche werden nie erneut an das Modell gesendet, Änderungen auf der Festplatte machen sie ungültig und lösen ein Neu-Mounten aus, mit einem Tab „Gemountete Dateien“ und einer Auswertung der eingesparten Token.

One plugin brings the rtk token-saving setup from Claude Code to DeepSeek Harness: commands rtk can rewrite are rewritten, and builds, tests and logs that rewriting cannot reach are compressed too; common commands such as git, cargo, npm, pytest and docker are covered (rtk itself supports 100+ commands). After compression the model is told what was elided and how to recover it — when the sandbox cannot reach the rtk store, the original is saved separately and its path is given — and `/rtk stats` shows how much was saved. When a rewrite is unreliable the original command runs as usual: if rtk cannot run, or the command rtk returns would drop arguments, nothing breaks. The rtk binary ships with the package, so mainstream platforms need no separate rtk install, unlike most other rtk plugins.

Java-Entwicklungsplugin für DeepSeek Harness: deterministische Auto-Fixes für .java, tokensparende Template-Intents sowie plattformübergreifende Erkennung und persistenter Cache für JDK/Gradle/Android SDK/FFmpeg/LWJGL/IDEA.

Ponytail-Port: DeepSeek-Harness-Agentenpreset, das Aufgaben mit möglichst wenigen Tokens abschließt; Stufen lite/full/ultra.

Hält große Ausgaben aus dem Gespräch heraus: `ctk_execute`, `ctk_execute_file` und `ctk_batch_execute` führen Code in einem Unterprozess aus und geben nur die Schlussfolgerung zurück. `ctk_index`/`ctk_search` speichern und durchsuchen lange Inhalte in einer lokalen FTS5-Wissensbasis mit `node:sqlite`; ein Routing-Gate verweigert curl/wget vor der Ausführung. Mit `ctk_stats`, `ctk_doctor` und Settings-Panel zur Live-Kontextbelegung. Keine Laufzeitabhängigkeiten von Drittanbietern.

Konvertiert Office- und PDF-Dateien im DSH-Workspace lokal in Markdown, bevor das Modell sie liest – ohne Netzwerk oder API-Kontingent. Schreibt jede .md-Datei neben die Quelle, sodass nur ein Pfad in den Kontext gelangt. Für Datei oder Verzeichnis werden Bytezahl, Zeilenzahl, Token-Schätzung und Überschriftenübersicht ausgegeben.

Tokeneffizientes Web-Lesen für DeepSeek Harness: Ein Aufruf lädt mehrere Seiten über echtes Chrome/Edge per CDP, filtert nach Relevanz und liefert eine Zusammenfassung; spart 80–98 % Kontext-Tokens. Echte Such-URLs, Anmeldeablauf, Screenshots und drei Proxy-Modi.

Verkleinert übergroße MCP-Tool-JSON-Schemas je Agent, ohne Dispatch zu ändern; eine Einstellungsseite zeigt Tokenverbrauch, Cache-Hits und Kontextzusammensetzung.

Fügt neben dem Composer eine Schaltfläche und eine globale Tastenkürzelpalette (Standard `mod+shift+k`) hinzu, um Einzelanfragen an einen Webchat statt an den Harness-Kontext zu geben. Entnimmt den Entwurf dem Composer, kopiert ihn in die Zwischenablage und öffnet die Vorlagen-URL. Mit Presets für DeepSeek, Kimi, Qwen, 豆包, 腾讯元宝, GLM, Gemini, lokalem erneut öffnungs-, kopier- und einfügbarem Verlauf sowie Einstellungen für Website, URL-Vorlage, Kürzel, Zwischenablage und Verlauf.