Workflow-Automatisierung

Kanban-Aufgabenboard für DeepSeek-Harness-Sessions: der Haupt-Agent verteilt Coding-Aufgaben an einmalige Worker/Verifier-Subagenten, mit Abhängigkeitsplanung, Pipeline-Stufen, Eskalationsbehandlung und Datei-/Notiz-Kontextinjektion.

Agentengetriebenes Kanban-Board: ein Board pro Arbeitsbereich, Agent-Sitzungen pro Aufgabe, und ein geschützter Mensch/Agent-Workflow (Backlog → Zu tun → In Bearbeitung → Überprüfung → Erledigt).

Erstellt und inspiziert RecoWork-Arbeitsbereiche für lokale Agent-Projekte über zwei begrenzte DSH-Werkzeuge und eine Web-Arbeitsbereichskarte.

Benannte Subagenten-Liste: Rollen-Einträge (Modell, Persona, Tool-Filter, Tiefe, Hintergrundmodus) über eine Seite mit Hot-Reload verwalten; das Modell wählt einen mit list_subagents aus und übergibt per ID mit delegate — im Vordergrund, im Hintergrund oder fortsetzbar.

Tiefenrecherche als Agentenmodus: eine einzige geprüfte Schleife, die plant, in adaptiven parallelen Runden forscht — gesteuert von den Lücken, die die Forscher selbst benennen —, einen zitierten Bericht synthetisiert und ihn dann adversarial überprüft, anstelle eines Skripts, das das Modell pro Aufruf neu schreibt. Fragen, die das Rundbudget nie erreichte, werden im Bericht benannt, statt verworfen zu werden.

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.

Dauerhafte Multi-Agent-Kollaboration für DeepSeek Harness mit Kanälen, Threads, Aufgaben und fortsetzbaren Agent-Sitzungen.

Installiert ein Orchestrator-Agent-Preset, das plant und an modellfestgelegte Spezialisten-Subagents (explorer, oracle, librarian, designer, fixer, council) delegiert, mit benannten Modellprofilen, die über eine omoslim-CLI umgeschaltet werden, und einer Web-Inspector-Schaltfläche, die die aktuellen Subagent-Modelle anzeigt.

Projekt-Kanban-Board pro Workspace: neun kanban_*-Modellwerkzeuge für die agentengesteuerte Planung sowie eine Browser-Board-UI mit Disk-Persistenz, Rückgängig, Vorlagen und Archivierung.

[Orchestrierungsmodus] Bietet DeepSeek Harness einen Multi-Agent-Orchestrierungsmodus: Der Hauptagent zerlegt und verteilt Aufgaben, Worker sind vollvermascht miteinander verbunden, Modell und Denkaufwand lassen sich je Worker festlegen.

Preset-Generator für den Orchestrierungsmodus in DSH: ein Lead-Agent delegiert an vier eingebaute Rollen-Helfer, die nur ihre eigenen Tools mitführen, und das Web-Panel fügt pro Workspace eigene Helfer mit eigenen Tools, Skills und Modellen hinzu oder entfernt sie — ohne Änderungen am Harness-Quellcode.

Vordefinierte Engineering-Workflows für DeepSeek Harness: ein dev_task-Tool, das Phasenübergänge, Artefakte, Verifikation, Review und Commit-Umfang kontrolliert, plus eine Web-Workbench zum Installieren von Projekt- oder Nutzer-Skills und -Regeln.

Intelligentes Kanban-Board für DeepSeek Harness: Aufgabenkarten + einmalige Zuweisung von Worker/Verifier + Abhängigkeitsplanung + Stufung der Pipeline + Team-Modus (Mehrdeutigkeiten werden zur Entscheidung an das Hauptfenster gemeldet)

Persistente, sitzungsübergreifende Multi-Agenten-Teamräume für DeepSeek Harness — Mitglieder, ein Nachrichtenbus, ein gemeinsames Aufgabenboard und eine gemeinsame Zeitleiste, die Neustarts überstehen.

Engine zur Orchestrierung des Lebenszyklus von KI-Agententeams mit aufgabenbezogener Isolation durch Git-Worktrees, zustandsgesteuerten Übergängen bei der Auslieferung und kontextexternem Gedächtnis.

Führt einmalige und nach RFC 5545 wiederkehrende Agentenaufgaben in frischen DSH-Sitzungen aus, mit visueller Bearbeitung des Zeitplans und sitzungsverknüpfter Historie.

Lernt, was Sie in Ihren Prompts unausgesprochen lassen, aus chaotischen Turns und Ihren eigenen Korrekturen, und fügt die gelernten Direktiven in den System-Prompt jeder neuen Konversation ein; die Direktiven sind in den Einstellungen bearbeitbar und eine Composer-Schaltfläche schreibt den aktuellen Entwurf damit um.

Commander-Modus für die dsh-Weboberfläche: Ein Ein-Klick-Button im Sitzungskopf injiziert ein Protokoll-Briefing in die Sitzung, parst dann Aufgabenblöcke in der Modellantwort und führt sie automatisch aus — die Strategen-Schleife wird per sichtbarem Badge von den Arbeiter-Schleifen getrennt.

Superselfs self-CLI als modellseitige Tools (Projekt-Kontext, Work-Units, Reports, Decisions) plus ein /self-Befehl – sitzungs- und projektübergreifender Projektzustand außerhalb des Code-Repos.

Kanban-Board für DSH: Task-State-Machine mit Git-Branch-Isolation, Agent-Auto-Execution und Review-getriebenem Merge.

Vom Engine erzwungene Leitplanken für DeepSeek-Harness-Agenten-Schwärme: Qualitätsgates weisen halbfertige Arbeit zurück, absturzsichere Checkpoints setzen an Ort und Stelle fort – KI-Teams laufen nicht nur, sie brechen nicht.

Visueller Drag-and-Drop-Workflow-Builder für DSH – orchestriert Tool-Aufrufe, Unteragenten und bedingte Verzweigungen auf einer React-Flow-Arbeitsfläche.

Registriert ein SpecWorkflow-Skill-Paket für Anforderungsklärung, Implementierungsspezifikationen, Ausführung, Lieferprüfung, Reparaturplanung, Fehlerdiagnose und quellengestützte Recherche.

Kimi-Code-Stil-Schwarm: Batch-parallele Subagent-Dispatch mit adaptiver Planung, ein /swarm-Befehl und Live-Fortschrittszeilen im Chat.