Plugins

Meldet, welche Skills in jedem Turn aufgerufen wurden (vom Modell geladen, als /name getippt oder keine) und verwaltet das lokale Skill-Verzeichnis: Installation aus einer eingefügten Repository-, Ordner-, SKILL.md- oder Zip-Adresse, Festlegen eines chinesischen Anzeigenamens in der Skill-meta.yaml und Entfernen eines Skills unter Beibehaltung eines Backups.

Deklarative Berechtigungsregeln im Claude-Code-Stil: geordnete Allow/Deny/Ask-YAML-Regeln, die Toolnamen, Argumente, Arbeitsbereichspfade und Agentenidentität in der tools/pre-execute-Kaskade abgleichen, mit vollständigem Sitzungsprotokoll-Audit, Trockenlaufmodus und Hot Reload.

Nativer Rapid-MLX-Provider für DeepSeek Harness (dsh) — dsh liest die Modellinformationen vom Server anstatt aus Ihrer settings.yaml.

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.

Steuert das wissenschaftliche Plotten mit OriginLab Origin aus dem KI-Chat über MCP: 62 Tools. Watchdog für modale Dialoge, LabTalk-Sicherheitsschleuse, release/reconnect, Fits mit anfänglichen/festen/gewichteten Parametern, feingranulare Plot- und Sheet-Bearbeitungen, Matrix-Tools, deklaratives FigureSpec-YAML (diffbar und replaybar), schreibgeschützter MCP-Ressourcen-Snapshot, matplotlib-figure-Bridge, PowerPoint-Assembly mit Panelbeschriftungen, Suche in der Graph-Gallery-Vorlagen, EPS-Export, Dateizugriffs-Whitelist, visuelle Regressionsbaseline und editierbares OPJU-Ergebnis mit deterministischer Rücklese-Verifikation.

Überschreibt die chinesische Kopie eines marktinstallierten Plugins mithilfe eines bereits im Harness konfigurierten Modells ins Englische – automatisch bei der Plugin-Installation, danach per Live-Reload. Jede Datei wird in einem kompletten Durchlauf übersetzt, durch einen echten Parser validiert, falls vorhanden (node --check für JavaScript, sonst JSON- und YAML-Parser), und mit dem Fehler bis zu drei Reparaturversuchen ans Modell zurückgegeben; Dateien über 48 KB oder die nie parsen, greifen auf einen Zeilenbereich-Durchlauf zurück, der jede zurückgegebene Zeile strukturell mit dem Original vergleicht. Trigger-Phrasen und Locale-Tabellen können optional erhalten bleiben statt übersetzt zu werden, und das unberührte Original wird neben der Datei als .zh.bak aufbewahrt.

Konfigurationsgesteuerte Lebenszyklus-Hooks, einschließlich Kontextinjektion: Deklarieren Sie event, handler und outcome in YAML, wobei der handler ein in-harness-Tool (MCP eingeschlossen), ein Shell-Befehl oder ein HTTP-Endpunkt ist und das outcome model-visible context, ein denied tool call oder fire-and-forget ist.

Schreibgeschütztes Web-Client-Dateivorschau-Panel mit Renderern für Bild, PDF, CSV/TSV, Text, Quellcode, Markdown, JSON und YAML, Range-Loading großer Dateien sowie einer Provider-API für Nicht-Lokal-Inhalte.

Verwaltet OpenCode-Zen-Free-Tier- und Go-Tier-Modelle in settings.yaml — ruft die Live-Modellauflistungen von opencode.ai ab, meldet Abweichungen zwischen konfiguriert und live pro Route und fügt Einträge über vier Agent-Tools und einen OpenCode-Models-Einstellungsabschnitt hinzu oder entfernt sie.

Führt AItelier-Pipelines von DSH über MCP aus: 39 Werkzeuge (22 Lese-, 17 Schreibwerkzeuge) zum Erzeugen, Ausführen, Inspizieren, Bearbeiten, Exportieren und Importieren mehrstufiger SkillFlow-Pipelines. Die Schritte werden in AItelier statt in der DSH-Sitzung ausgeführt und über run_id gepollt, pausieren an engine-erzwungenen Checkpoints, die mit answer_checkpoint beantwortet werden, und hinterlassen pro-Schritt-Traces und Schrittausgaben zum späteren Lesen; add_provider / map_model / edit_role richten eine einzelne Rolle auf einen lokalen oder günstigeren Endpunkt aus. Bündelt einen aitelier-pipelines-Skill.

Konfigurierbares Standardmodell für Subagenten-Delegationen über settings.yaml, mit Einzelmodell- und Multi-Modell-Round-Robin- oder Zufallsstrategien.

Connects GitHub's official remote MCP server as a DSH plugin: stores the PAT in DSH's credential center (.credentials.yaml) via github_set_token, and exposes GitHub tools as mcp__github__*.

Council of High Intelligence: Stellen Sie einen Think Tank aus 18 historischen Persönlichkeiten für eine strukturierte Debatte aus mehreren Perspektiven zusammen, mit einem Live-DAG-Seitenpanel, SQLite-Ausführungsverlauf und projektbezogenen Standardwerten über .council.yaml.

Nutzt AItelier als Subagenten aus DeepSeek Harness: Pipelines von SkillFlow erzeugen, bearbeiten, ausführen, exportieren und importieren. Nur Client – erfordert ein laufendes AItelier-Backend (Docker; siehe README).

World-Model-Recherche-Toolkit: inspiziert Frames, benennt 3D-/Pixel-/Latent-Routen, bewertet pred vs. GT sowie RSI-Skills / wm.yaml.

A pouch of practical micro-plugins for DSH: per-turn wall-clock time injection, safe restart, session ID header badge, Tavily search provider, configurable LLM request-header routes, and an MCP server console managing the official @deepseek-ai/dsh-mcp-client at runtime — add/edit/enable/disable/reconnect, per-tool switches, live status over SSE, mcpServers JSON import, and auto-migration of profile-YAML MCP entries.

Per-profile settings overlay for DeepSeek Harness: global settings.yaml stays the baseline while each profile overrides any namespace through its own profiles/<name>/settings.patch.yml — object sections merge recursively, scalars and arrays replace wholesale, and !unset masks an inherited value. The overlay is transparent to existing plugins (they keep reading ctx.settings unchanged), writes land in the profile overlay only, and official schema validation, revision semantics, expectedRevision conflicts, watchers and events are untouched. Ships a settings command family (get/set/unset/mask/unmask/promote/demote/migrate/diff/layers) plus a Profile Settings section in the web Settings panel over a loopback RPC channel.

DeepSeek Harness web client plugin: group sidebar workspaces into a configurable three-level tree (分类→项目→会话). Sidecar YAML rules. dsh-plugin.

Claude Code-style permission rules engine: hard/deny/ask/allow tiers with a hard tier above full access, workspace-scoped rules, wildcard path protection, and a visual staged editor; rules persist in settings.yaml.

Model capability editor: edit each model reasoning-effort levels and image-input (multimodal) declarations inline in the official model page, written back to settings.yaml as a whole group, with a floating entry as fallback when the anchor breaks.

OpenRouter free-models browser plugin (dual-face): fetch OpenRouter models, filter the free ones (price 0 or :free), list them newest-first in a Settings tab with local search and full model info, and create a ready-to-use DSH model config (settings.yaml

DeepSeek Harness (dsh) plugin that registers Lynkr — a self-hosted, multi-provider LLM tier-routing gateway — as a custom OpenAI-compatible provider in settings.yaml.

`dsh-workflow-designer` 是面向 DeepSeek Harness 的提示词优先工作流设计插件。它收集当前 Agent 可见的本地 Skill、原生 Tool 与 MCP Tool，提供必要的可视化编排和约束编辑能力，并导出稳定的 YAML 中间表示。后续可由大模型及对应框架把 YAML 生成 Python、`workflow.mjs` 或其他代码工作流。

Microsoft Agent Framework (MAF) plugin for DeepSeek Harness: validate, run, and scaffold declarative agents and workflows (YAML).