Plugins

Vereinheitlichte Suche mit Evidenzverifikation für Agents: 120+ Engines mit mehrsprachigem Routing, vertikalen Domänen und strukturierten Modalitätskarten, 10 MCP-Tools plus wide_research-Orchestrierung sowie eine Fetch-Verify-Schleife, die Evidenzwerte nachträgt.

Für Agenten gebaute Suche: mehrsprachige Abdeckung über Web, Wissenschaft, Code, Shopping, Finanzen, News und Enzyklopädien.

Forschungsassistent-Plugin-Suite (Literaturrecherche, Forschungs-Wiki, LaTeX-Kompilierung, unabhängige Subagent-Überprüfung) für DeepSeek Harness.

Plugin als akademischer Assistent.

Schutzmechanismus für wissenschaftliches Schreiben (zweisprachig EN/ZH): entfernt KI-typisches defensives Schreiben, schützt wissenschaftliche Belege (Zahlen, Zitate, Aussagekraft, nicht signifikante Ergebnisse, Geltungsbereich) beim Überarbeiten und richtet den Text auf eine Zielzeitschrift aus (Journal Profile + Journal Fit). Deterministische lokale Regex-/Statistikverarbeitung, ohne Netzwerk/LLM; enthält writing_rules / writing_audit / writing_style_profile / writing_journal_profile mit automatischer Prüfung beim Verfassen des Papers.

Installiert vier Multi-Agent-Presets für mathematische Forschung in DSH: v2 (wahrscheinlichkeitsgetriebene Pipeline mit Debatte mehrerer Prüfer), v3 (Markdown-Wissensbasis im Paper-Stil mit Planer-Agent und wiederverwendbarer Methodenbibliothek), v4 (persistente, selbstorganisierte Bewohner, die sich Nachrichten schreiben und treffen) und v5 (ein Forschungsinstitut mit einem Akademiker, der Arbeit zerlegt und verteilt, abstimmenden Forschern, Aushilfen, Gruppenchat und einem Compare-and-Set-Task-Board); alle vier unterstützen Checkpoint-Fortsetzung, menschliches Eingreifen und einen optionalen Lean-Formalverifizierungs-Schalter (off/encourage/require), dessen bestandener Beweis die Abstimmung in eine Treueprüfung der Lean-Aussagen verwandelt.

AI4Scholar-Fachsuche: 38 Tools über Semantic Scholar, PubMed, Google Scholar, arXiv, bioRxiv/medRxiv und DOI-Auflösung (Suche, Zitationsgraph, Autoren, Empfehlungen, PDF-Volltext in Abschnitten, automatisches Zitieren, wissenschaftliche Abbildungen), eine einheitliche plattformübergreifende Suche mit Deduplizierung, eine API-Schlüssel-Karte in den Einstellungen sowie eine Abrechnung der Credits pro Aufruf über eine `/ai4scholar`-Guthabenkarte.

Portiert vom ARS-Claude-Code-Plugin (44k+ Sterne auf GitHub): akademische Research-Skills für DeepSeek Harness — ein Deep-Research-Agent-Team, eine Paper-Writing-Pipeline, ein Multi-Perspektiven-Peer-Review-Panel und ein End-to-End-Orchestrator, plus sechzehn /ars-*-Befehle.

AI-for-Science-Forschungs-Workflow-Skill für DeepSeek Harness, für Forscher und Doktoranden mit agentenbasierter KI: mehrwinklige Literaturrecherche mit Dateien pro Winkel, Experimentdesign mit Caveat-Liste, Abbildungen und Paper-Lesen; jeder Job gibt Dateien sowie ein Cross-Verification-Briefing für ein zweites Modell zurück. Null Abhängigkeiten, MIT.

Stellt die öffentlichen Cue-Daten-MCP-Dienste für DeepSeek Harness bereit: 15 streamable-http-Domänen (~104 Werkzeuge) für regulatorische, makroökonomische, Offenlegungs-, Statuten-, Beteiligungs-, Entitäts-, akademische Daten, IPO, ESOP, Rückkauf, Fußnoten und Faktenindex als native mcp__cue_<domain>__*-Werkzeuge.

Kuratierter Forschungs-Plugin-Markt: fügt eine Seite „Forschungs-Plugins" zu den Einstellungen hinzu, mit handgeprüften Plugins für Literaturrecherche, Referenzverwaltung, Schreiben und Werkbänke — Ein-Klick-Installation, -Update und -Entfernung, gepinnt auf die geprüfte Version, Neustart über das Panel, und genau eine Netzwerkanfrage (dessen eigener Katalog).

Das DeepSeek Harness-Bündel registriert eine Fertigkeit, die lange Produktionen (wissenschaftliche Arbeiten, Branchenanalysen, Wirtschaftskommentare) in eine 9-Rollen-Pipeline verwandelt: T1 Literatur- / T2 Daten- / T3 Fall-Scouts parallel, T4 Analyst, T5 Autor, T6 kritischer Begleiter, T7 Prüfer, T8 Finalisierer, T9 Peer-Reviewer vom Koordinator ausgeführt. Über 6 Phasen mit dreieckiger Evidenzprüfung, 23-Prüfungen-M-Gate, G0-G14-Audit inkl. chinesischem KI-Tracing-Gate, Peer-Review-Bewertung mit Journal-Matching und 4 menschlichen Checkpoints. Installation mit `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch plus lib/index.js-Eintrag); liefert Rollenkarten für T1-T9, Vorlagen und 11 Verifizierungsskripte ohne Abhängigkeiten, mit fünfsprachigen READMEs.

Akademische Literatursuche und Zitierwerkzeuge für DeepSeek Harness: Artikelsuche über Crossref und OpenAlex ohne API-Schlüssel, Entdeckung verwandter Arbeiten und Zitationsformatierung in GB/T 7714, APA und BibTeX.

Akademisches Schreib-Toolkit für DSH-Agenten: Gliederungen für Arbeiten, Gerüste für Titel und Abstract, GB/T 7714 / APA / MLA-Zitationen, Formulierungs-QA und eine Checkliste vor der Einreichung.

Skill that fact-checks a claim against the open web rather than model memory: it splits the claim into independently checkable fact points, routes each point to the primary-source ladder for its domain (policy, academic, medical, financial, disaster and accidents, food safety, science, education, sports, entertainment, judicial, and more), searches domestic and international ecosystems in parallel, fetches primary pages, grades sources by type, re-searches with debunking keywords, and reports conclusion-first with a full URL and citation position behind every statement, keeping unverified and undecidable points separate from confirmed ones. Three factual judgements can be routed to a TypeSafe Jev (System One) decision model when a key is configured, falling back to the skill's deterministic rules when it is not; a model verdict can only lower a confidence tier.

Literature search for DeepSeek Harness: nineteen international sources (Crossref, ACM Digital Library, IEEE, OpenAlex, DOAJ, Europe PMC, PubMed, PubMed Central, arXiv, bioRxiv, medRxiv, Semantic Scholar, CORE, Zenodo, HAL, IACR ePrint, OpenReview, SSRN, U

Legal training workbench: three-pane academic UI that reads the "Minglü" (lawagent preset) learning profile (case dossiers, flashcards, wrong-answer book, notes) and sends instructions into a Minglü session with one click.

Report stage — academic paper writing for asset pricing and machine learning research. Ships one skill.

Academic paper-writing Web product bundle for DeepSeek Harness

Long-form drafts with the structure already decided. Blog posts, press releases, product and job descriptions, FAQs, email templates, READMEs, changelogs, meeting minutes, weekly reports, cover letters, academic polish, name ideas.

Academic mode for DeepSeek Harness (dsh): a research persona, anti-fabrication rules for citations and data, and bilingual conventions. Pairs with dsh-ai4scholar (literature tools) and dsh-research (research skills).

Turn a paper into an academic talk for DeepSeek Harness (dsh) — 论文转 PPT / 组会汇报 / 会议报告 / 答辩 / 开题. Reads the real full text, budgets the slot per venue, and builds the deck around the figures with the speaker notes written as the script. Drives dsh-ai4schol