Plugins

Vier schreibgeschützte Werkzeuge über eine WeKnora-Wissensdatenbank: Wissensdatenbanken auflisten, hybride Passagesuche, Chunks eines Dokuments in der richtigen Reihenfolge wieder zusammensetzen und WeKnoras eigene zitierte RAG- oder ReAct-Agent-Antwort mit fortsetzbarer Sitzungs-ID.

WeKnora-Wissensabrufwerkzeuge für DeepSeek Harness (dsh): semantische Suche, Dokumentenlesen und RAG-/Agent-Antworten über Ihre eigenen Wissensdatenbanken.

Reines Konfigurationspaket, das Ouroboros über den MCP-Client von DSH einbindet und 36 Workflow-Tools für Interview, Seed, Ausführung, Bewertung und Evolution in DSH bereitstellt.

Sicherheits-Plugin für Reverse Engineering und Pentest als Einzelbündel: Werkzeug-Einengung im ersten Zug, Domain-Routing und 33 Werkzeuge für APK, Web, native Binaries, Protokolle, Malware und LLM-Proben — mit Playbooks für Entpacken, Lizenzumgehung und Anti-Analyse, einer H-CoT-Auswertungs-Engine (semantisches Routing, Befehl /hcot), einer Web-Werkbank mit Ledger-gesteuertem Werkzeugregal, einem fallbasierten Workflow auf der Festplatte (automatisch persistierte Beweiskette, E-nummerierte validierte Befunde, Fortsetzen nach Kompaktierung), GitHub-basierter externer Werkzeugsuche und 361 On-Demand-Referenzdokumenten.

Quantitatives F&E-Toolkit für DeepSeek Harness — 59 Tools in sechs Domänen für Marktdaten, Indikatoren, Faktorbewertung, walk-forward ML-Validierung, Risiko (VaR/CVaR/Drawdown/Beta mit Kupiec-POF), Optionen, Anleihen, FICC und Fondssimulation, mit einer End-to-End-Forschungs-Pipeline PDAT→PET.

Steuert Ihren echten Chrome aus DSH über eine lokale WebSocket-Brücke: Tab-Verwaltung, Navigation, DOM-Snapshots, Seiten-JS-Evaluation, Klicks, Tippen, Screenshots, Waits und Dialog-Handling hinter einem Settings-Toggle.

Lokale A-Share-Research-Workbench für DeepSeek Harness: Markt-Dashboards, Watchlists, Bewertung, vier Investor-Agents, versionierte Berichte und kontinuierlicher Post-Report-Chat.

Hostseitiges DSH-Evaluierungssteuerungs-Plugin: Injiziert Variablen, Budgetlimits, Sitzungs-Root und Fork-Abstammung eines Versuchs in den Agent-Prozess, leitet Modellaufrufe über einen Host-Broker mit gateway lease und schreibt einen schema-versioned bundle descriptor zur Beweiszuordnung.

OMK — Observe. Measure. Know. Evidenzgestützte Wissensänderungen für KI-Anwendungen.

Evaluierungs-Harness für DSH-Plugins: YAML-Fälle steuern echte Headless-Agent-Läufe, prüfen Tool-Aufrufe, Argumente, Ergebnisse und Token-Nutzung, mit einem Baseline-Gate gegen CI-Regressionen.

Beweiserster Selbstentwicklungs-Controller: begrenzte Cordis-Kandidatengenerierung, einmalige Echt-Loader-Aufnahme, Harbor-Bewertung und eine absturzwiederherstellbare protokollierte Abstammung.

Drives a locally installed Moli headless browser from DeepSeek Harness: rendered fetch, JavaScript evaluation, Markdown, semantic trees, screenshots and PDFs. A CSS selector returns one container rather than the whole page (measured 40-80x fewer tokens on listing pages) and scroll triggers lazy loading. Installs Moli when it is missing; verified with a real engine on Windows, Linux and macOS.

Finanzdaten-Toolkit für DSH-Agenten: Zahlen- und Währungsformatierung (einschließlich chinesischer wan/yi-Einheiten), Rendite- und CAGR-Berechnungen, Bewertungs- und Rentabilitätskennzahlen, PV/FV, Risikokennzahlen und eine Datenqualitäts-Checkliste.

Proaktives Multi-Modell-Scheduling-Plugin: Multi-Source-Signalaufnahme mit Dedup und Dringlichkeits-Ranking, eine Vier-Wege-Execute/Defer/Dismiss/Ask-User-Entscheidungsmaschine, DAG-Plan-Generierung mit paralleler Modell-Ausführung, Qualitäts-Reflexion mit automatischem Retry und Modell-Switch, Langzeit-Gedächtnis für Task-Muster und Lektionen und Strategie-Evolution über genetische Algorithmen mit sandboxed Evaluation und Canary-Rollout.

Startet 3 oder 5 Coding-Agent-Kandidaten in entkoppelten Git-Worktrees, validiert deren Patches mit Projektkommandos, rankt nur passende Kandidaten und verlangt eine separate Freigabe, bevor der Gewinner angewendet wird.

Recherche zu chinesischen A-Aktien: Tickersuche, Bekanntmachungen für beliebige Zeiträume, Finanzberichtskarten, Bewertungsprofile und Erklärungen zu Signalfaktoren (ca. 5.000 Aktien seit 2011, öffentlicher schreibgeschützter Datendienst) sowie ein Verlinkungswerkzeug zu einem externen Trading-Sandbox-Produkt.

Auditierbare Vision- und plattformübergreifende Computer-Use-Laufzeit für DeepSeek Harness mit quellenerhaltenden Beweisen.

Berater zur PR-Bewertung und -Verbesserung: bewertet die Erfolgswahrscheinlichkeit von PRs anhand historischer Anti-Patterns und Erfolgsmuster, mit Ein-Klick-Bewertung und umsetzbaren Vorschlägen.

Automatisierte tägliche Content-Pipeline für Insta360 GO 3S: BLE/WiFi-Fernaufnahme von Aquariumaufnahmen, drahtloser Import, ffmpeg-Qualitätsbewertung mit Entscheidungsprotokoll, automatische Bearbeitung (Segmentauswahl, TTS-Erzählung, Musik, Untertitel) und Bilibili-Upload über biliup (standardmäßig Trockenlauf).

Versicherungsaktuar — führt echte versicherungsmathematische Berechnungen durch (Lebens- und P&C-Reservebewertung gemäß C-ROSS II BEL+RM, Profit-Testing NBV/VNB/IRR, Embedded Value EV, Preisgestaltung und Schadendreiecks-Reservierung), nicht nur Erklärungen.

Führt reproduzierbare DSH-Profil- und Patch-Experimente mit geführter Fallausarbeitung, Assertions, Web-Vergleichsberichten, Wiederherstellung und Richtlinienprüfungen aus.

Ein modell-natives Meta-Agent-Plugin für DeepSeek Harness: Das Modell synthetisiert zur Laufzeit aufgabenspezifische Workflows aus fünf agentischen Workflow-Mustern (Prompt Chaining, parallele Worker, Router, Supervisor, Evaluationsschleife) und koordiniert Tools und Subagent

Evaluation guard for DSH: workspace-only filesystem, no network/subagents, wall-clock limits, and task installation for meow-ai-arena and benchmark tasks.

Read-only Skill inspector for DeepSeek Harness. It shows which Skills a conversation actually loaded — from observed loading evidence only — and which Skills the current environment can discover, and gives each Skill a detail page whose left column switches between the framework, the evidence, validation, evaluation, step evidence, run logic, the before/after of a modification when there is one, the definition facts and the raw SKILL.md. Declaration and run stay apart: the body is split into structure, declared workflow and progressive disclosure, the run logic is read from local receipts, and every declared step carries its own evidence — no observed evidence is reported as exactly that, not as executed or not executed, and the run's instruction hash sits beside the current definition as match, mismatch or unavailable. The evidence view gives each subject one of three states (declared, observed, unavailable), walks definition → load → use → outcome, names what each stage cannot reach, declines to attribute an outcome to the Skill, and can copy the snapshot out as byte-stable JSON. Validation checks the Agent Skills open standard and the platform profiles separately, each finding on a rule id and labelled standard compliance or platform compatibility. Evaluation keeps repeatable cases with the conditions each run was recorded under and the four stages of runtime evidence, comparing two runs of one case item by item without scoring them. The trigger boundary keeps should-trigger and should-not-trigger prompts, has you run them in a real new session, then records what was observed — whether a load record appeared and whether it was model-invoked or user-explicit; a typed /name is not a natural trigger, and an absent load record is reported as not observed, not as not triggered. The same projections are exposed to the agent as a read-only skill_review tool, which returns a structured review packet and says what it omitted when the packet will not fit whole. The inspector, the evidence chain and these reviews are computed on this machine from the definition and the session receipts; the Chinese reading version sends the body through the host's model when you ask for it, keeping code fences, paths and frontmatter verbatim and storing the result on this machine. A Skill can also be cloned into a local copy. It does not write back to the source Skill and does not run its scripts.