Plugins

Persistente Multi-Modell-Trupps, die in den Einstellungen konfiguriert und im Composer ausgewählt werden, mit Modell- und Tool-Richtlinien pro Mitglied. Standardmäßig erledigt der leitende Agent einfache Arbeit selbst und delegiert nur, wenn der gespeicherte Trupp gebraucht wird; delegierte Arbeit läuft als begrenzter DAG mit optionaler Prüfung und Reparatur. Run Center verfolgt Wiederholungen und Tokens pro Mitglied aus offiziellen Harness-Nutzungsereignissen.

Multi-Agent-Orchestrierung im UltraCode-Stil: eine generierbare, speicherbare, steuerbare, beobachtbare und fortsetzbare Workflow-Schicht.

Multi-Agent-Orchestrierung im UltraCode-Stil: eine generierbare, speicherbare, steuerbare, beobachtbare und fortsetzbare Workflow-Schicht.

Dynamischer Workflow für DSH (Platzhalter).

Ein persistentes Agententeam für langfristige Zusammenarbeit in DeepSeek Harness: dauerhafte Agentenidentitäten, projektbezogene Workspaces, verantwortungstragende Channels und Task Threads, die Sitzungsagenten verketten.

DeepSeek-Harness-Cordis-Tools für All in Flash, angetrieben von All in Luna.

Ziel-Lebenszyklusverwaltung für dsh mit einem interaktiven Kanban-Board: Ziele, Kriterien, Versuche und Reviews leben im Arbeitsbereich, gesteuert durch graph_*-Tools, mit einem zweispurigen Board in der Unterhaltungsansicht.

Rollenbasiertes Multi-Agent-Team für DeepSeek Harness. /team versammelt bis zu 12 Subagenten (Produkt, Architekt, Recherche, UI, Backend, Frontend, DB, Security, Reviewer, QA, DevOps, Docs) und führt einen Pipeline mit 9 Phasen und Gates aus (klären, recherchieren, entwerfen, Spec-Review, Plan-Freigabe, umsetzen, Review, Test, Ausliefern) über gemeinsame Artefakte. Qualitäts-Gates erzwingt der Code, nicht der Prompt: eine unfertige Aufgabe lässt sich nicht als abgeschlossen markieren, Befunde entscheidet die Reviewer- oder QA-Rolle, und Abdeckungslücken oder Rework erscheinen live im Overlay und in /team status. Enthält ein Live-Overlay (Phasen, Roster, Task-DAG, Artefakte, Entscheidungen), einen persistenten Team-Modus und Token-/Zeitabrechnung. Keine Laufzeitabhängigkeiten, kein Build.

AI Company Framework: aus einem Satz eine Multi-Agent-Firma machen — 15 flache Skills (boss/pipeline/role-template/11 roles/generic customer-memory), 7 Workflow-Vorlagen, AgentTeams-Runtime + Aktivitätspanel, Mitarbeiter-Sidebar mit Isolation pro Session, Feishu-Bot-Bridge (Boss- und pro-Mitarbeiter-Bots, Group-Routing, autonomer Push, Human-Decision-Gate, External-Contact-Guide), SQLite-Memory pro Kunde mit Drei-Schichten-Memory (gruppenübergreifender Merge), /company-Modusumschaltung; kein RAG.

Ein gesteuerter Schwarm aus sechs spezialisierten DSH-Agenten — Orchestrator, Planer, Knowledge-Base-Bridge, Entwickler und zwei Reviewer — verwandelt eine Anforderung in eine strikte Phasenpipeline, in der jede Lieferung sich vor dem Start der nächsten Phase mit strukturierten Nachweisen bewähren muss; Reviewer sind nur lesbar, Code-Merges erfolgen erst nach einem Review-Durchgang, und ein append-only-Ereignisprotokoll ermöglicht vollständiges Replay und Audit auf einem Live-Kanban-Board. Das Design ist vom Hermes Agent-Kanban inspiriert.

Koordiniert unabhängige DSH-Sessions und providergestützte Mitglieder, ohne deren Verläufe zusammenzuführen, mittels dauerhafter nativer Rooms mit identitätsgebundenen `@`-Erwähnungen, Direktzustellung, Broadcasts und leiterbeschränkten Steuerungen.

Leitet jede Aufgabe an ein Modell und ihre Überprüfung an ein anderes weiter, mit Qualifikationsnachweisen, Failover und einem dauerhaften Journal.

femo (Flow Emerges Mag Opus) – Multi-Agenten-Welten orchestrieren, indem man ein Drehbuch schreibt. dsh-Plugin-Version: Engine, Brücke und visueller Editor in einem einzigen Ordner, selbstständig lauffähig, der ganze Ordner lässt sich verschieben und ist sofort einsatzbereit.

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.

Fügt dauerhafte Ausführungsverträge, rekursive Arbeitsgraphen, kritische Klärungen und Evidenz-Gates für lange oder unzureichend spezifizierte Harness-Aufgaben hinzu.

Ein RTS-artiges Orchestrierungs-Dashboard, in dem Befehle Chats ersetzen: Ein residenter Commander-Agent zerlegt jeden Auftrag in Task-Briefs mit Abnahmekriterien, typisierte Subagenten-Truppen (recon/engineer/medic/scribe) führen sie in isolierten Workspaces aus, und jede Sitzung wird nach dem Auftrag indiziert, der sie gestartet hat.

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).

Meeting rooms for DSH sessions: joining a room grants the right to convene and the duty to attend, and a session belongs to at most one room. Convening forks each participant in with its own completed-turn context and with its tools stripped, a moderator that carries no context chooses the speakers, and every turn is appended to disk as it is spoken. After adjournment each participant receives its own minutes as a user turn and resumes work.

Conversation-level multi-agent workbench for editable task planning, real child-session observation, plan-versus-runtime comparison, and evidence-backed recovery previews; tested with DSH 0.1.1-rc.2.

Portable RoleHub-Rollen entdecken und verifizieren, jedes exakte Bundle pinnen und dann dessen Prompt und mitgelieferte Skills in einer isolierten, fortsetzbaren DSH-Session mit Host-genehmigten Tool-Bindings und optionaler Agent-Team-Room-Anbindung starten.

Fokussierten Kontext übergeben, ohne auf den aktiven Agenten zu warten oder ihn zu unterbrechen: begrenzten Session-Snapshot einfrieren, asynchron mit einem isolierten No-Tool-LLM zusammenfassen und eine Provenienz-tragende Kapsel an eine andere Session oder einen autorisierten Room liefern — standardmäßig still für Sessions, mit explizitem Wakeup verfügbar.

Zweistufiger Modell-Router für DeepSeek Harness — LLM-Judge-Routing, Multi-Modell-Fallback-Ketten, Failover mit exponentiellem Backoff und Orchestrierung auf Aufgabenebene (DSH-Anpassung von pi-shift-router)

Lightweight graph orchestration for DeepSeek Harness: scoped agent nodes, handoff contracts, bounded rework, and a layered global ledger.

DSH plugin: cross-session call center for agents. session_message delivers messages between DSH sessions (idle: visible full-text wake; busy: mid-turn-safe notice; plus runtime-context notes) and resolves targets by registered contact name (stale-id-proof