Plugins

PTES-basiertes Penetration-Testing-Plugin mit Root-Orchestrator-Architektur für DeepSeek Harness.

Adaptiver Deep-Research-Orchestrator, aufgebaut auf der offiziellen Workflow-Engine.

Adaptiver Orchestrator für tiefgehende Recherche (Workflow-Engine).

Workflow One – Visueller KI-Workflow-Orchestrator für DeepSeek Harness (dsh): Multi-Agent-DAGs, Live-Ausführung, Wiederherstellung und Feishu-Integration (Ein-Paket-Edition)

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.

Bindet DeepSeek Harness in eine Hermes-Pipeline ein: Dispatch-Spec-Vorlage, Modell-Tier-Routing, Qualitäts-Gates für Orchestrator-Läufe, Git-Single-Writer-Regel, als SKILL.md-Paket (als Bundle installierbar).

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.

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.

[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.

Multi-Modell-Orchestrator: Das Hauptgehirn zerlegt komplexe Aufgaben und verteilt Teilaufgaben je nach Stärken an GLM-/Kimi-/Qwen-Subagenten, mit Token-Verbrauch pro Modell.

Local-first KI-Projekt-Orchestrierungs-Workbench und CLI-Plugin für DeepSeek Harness: genehmigungspflichtige Planung, Git-Worktrees, Task-Ausführung, Issues und auditierbare Evidenz.

QA-Orchestrator-Plugin für DeepSeek Harness: ein Agent erkundet deine App und hinterlässt Belege, danach wird der erkundete Pfad deterministisch wiedergegeben. Steuert Treiber für Browser, macOS-Desktop, iOS und Android.

Orchestrationsschleife für Langaufgaben: Codex plant, bewertet und prüft, DeepSeek führt aus, Kimi ergänzt (visuelle Abnahme, Zusammenfassung, Gegenprüfung).

Ein Symphony-kompatibler Multi-Provider-Aufgabenorchestrator und Dashboard für DeepSeek Harness

Ein modell-natives Meta-Agent-Plugin für DeepSeek Harness: Das Modell synthetisiert zur Laufzeit aufgabenspezifische Workflows aus fünf agentischen Workflow-Mustern (Prompt Chaining, parallele Worker, Router, Supervisor, Evaluationsschleife) und koordiniert Tools und Subagent

Multi-agent task decomposition, DAG workflow orchestration, and prompt caching optimizer for DeepSeek Harness.

Agent preset plugin for DeepSeek Harness that triages every request, delegates implementation to an expert, and schedules parallel work through a dependency-DAG taskboard and a file-based message bus before an independent review gate. Ships with only 11 core experts out of the box; more expert teams (Agency agents EN/ZH, classic collections) are one-click downloads from the settings page over dual GitHub/CDN channels with sha256 verification.

Workflow One - Visual AI workflow orchestrator for DeepSeek Harness (dsh), with multi-agent DAGs, live execution, recovery, and Feishu integration

Automatically orchestrates complex DeepSeek Harness requests. It detects when delegation is useful, builds a dependency-aware plan, assigns bounded researcher, architect, backend, frontend, tester, and documentation workers, collects structured evidence, and sends the results to a final reviewer. The bundle atomically enables the workflow engine and model-facing subagent tools; disabling the plugin disables its complete tool group as well.

Task Runner mode for DeepSeek Harness: the main agent decomposes large tasks into independent subtasks, dispatches them to subagents (default local model) in fresh short contexts, and synthesizes results; concurrency and worker/orchestrator models are configurable in the settings panel.

Opt-in DSH orchestration bundle for subscription-backed Claude Code and GitHub Copilot delegation.

积木 · DSH 分域执行插件：domain_plan 分域确认 + 按域编排子代理与自动审计。Jimu (积木) domain orchestrator for DeepSeek Harness.