Plugins

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.

Agentenübergreifendes, local-first persistentes Gedächtnis-Plugin für DeepSeek Harness (DSH), unterstützt von Mnemon. Es teilt Langzeitgedächtnis zwischen Mnemon-fähigen Agents und fügt Laufzeitgedächtnis, durchsuchbare Projektdokumente, semantischen Recall, Knowledge Graph und eine Seitenleisten-UI hinzu.

Mnemotechnik-Ebene.

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.

Verifizierbares Forschungsbericht-Modul für DeepSeek Harness mit inhaltsadressiertem Belegregister, versionierten versiegelten Berichten, bei denen jede Aussage ein Verifikationsurteil trägt und der Manifest-Hash das Verzeichnis versiegelt, sowie Retrieval-Orchestrierung, die die ctx.web- und ctx.jobs-Schnittstellen wiederverwendet.

Drei-Schichten-Speichersteuerungsebene für DeepSeek Harness: persistenter Laufzeitkontext, durchsuchbare Projektdokumente, austauschbarer Langzeitspeicher, intelligentes Routing, überwachte Agent-Workflows, WebUI und Headless-Werkzeuge.

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.

Verteilen Sie Aufgaben von Claude Code oder Codex an DSH-Agenten: nativer Subagent-Fortschritt, Host-interne Worker-Sessions mit stufenbasierten Voreinstellungen und eine multimodale Brücke für Vision und Bildgenerierung.

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.

Skill-Paket für Sicherheitsaudit-Methodik plus das plugin_vet-Lieferketten-Gate: acht Agenten-Skills (Secret-Scan, Abhängigkeitsaudit, Lieferketten-Review, Prompt-Injection-Review, Audit-Orchestrierung, Bedrohungsmodellierung, Schwachstellen-Intel, Vorfallsreaktion) in chinesischer und englischer Ausgabe, mit einem npm-Provider-Bundle, das die Skills einbindet und den automatisierten plugin_vet-Vorinstallations-Scanner registriert.

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.

Multi-Agent-Orchestrierungsschicht für DeepSeek Harness — Ausführungsmodi autopilot/ralph/team, 19 Rollenkarten, 40 zweisprachige Skills und ein mitgelieferter MCP-Zustandsserver, portiert aus oh-my-claudecode.

Rollenbasierte KI-Schwärme für DeepSeek Harness: ein Architekt plant, parallele Builder führen aus, Reviewer sichern die Qualität, und ein Integrator liefert aus. Modell-Pinning pro Rolle mit Fallback-Ketten, Review-Schleifen, Evidenz-Verträgen, von Menschen gesteuerte Reviews, quotenbewusstes Pause/Resume sowie ein Live-Kanban + Flussdiagramm in der Web-GUI. 40 Tests; Installation von GitHub oder npm.

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.

Hochverfügbarkeits-Failover für Modelle (Quarantäne, Circuit Breaking, Wiederherstellung per Probe) und Subagent-Orchestrierung (fanout/pipeline/supervisor) mit zweisprachiger Einstellungs-UI.

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.

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

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.