Plugins

Skills, Agenten, Prompts, Code und Plugins direkt in DeepSeek Harness weiterentwickeln – mit AgentDescent.

baro als Subagenten-Anbieter für DeepSeek Harness: ein Ziel mit mehreren Storys delegieren, parallele Ausführung, unabhängige Prüfung und ein verifiziertes Ergebnis zurückbekommen – mit Live-Bereich für den Lauf in der Seitenleiste

Schreibgeschützter Beobachter des Sitzungs-Arbeitspfads: faltet Turns zu Zusammenfassungen aus Phase, Lauf, Dauer und tok/s und klappt dann parallele Zweige, Werkzeugergebnisse und anbieter-sichtbares Reasoning aus.

Feishu/Lark-Brücke für DeepSeek Harness: PersonalAgent-Bindung per Scan-to-Connect, Streaming-Karten, Projekt-Workspaces via git-worktree, parallele Aufgaben pro Scope, Multi-Rollen-Agenten, sitzungsübergreifende Benachrichtigungen, Modell-/Schlüsselverwaltung im Chat sowie ein Sicherheitsnetz-Wächter, der auch nach einem Absturz von dsh weiterhin in Feishu antwortet.

Vertieftes Lesen und Zusammenfassen für DSH: Bücher, Papers, Videos und Web werden über Plugin-Parser, parallele MapReduce-Tiefenlese-Subagenten, JSON-Schema-Ausgaben und einen idempotenten Cache in strukturierte Obsidian-Notizen umgewandelt.

Live-Flowgraph-Visualisierung für DeepSeek-Harness-Sitzungen, einschließlich Tool-Aufrufen, parallelen Gruppen, Subagent-Zweigen und Drill-down-Details.

ROS2-Debug-Werkzeugkasten und Roboterzustands-Bildanalyse für DeepSeek Harness: Aufzählung von Node/Topic/Service/Action/Interface/TF, Topologie-JSON des gesamten Graphen, rosdep-Prüfungen, genehmigungsgesteuerte Builds und Custom-Message-Gerüstbau, GUI-Screenshots und multimodale Visionsbeobachtung sowie Headless-RViz2-Offscreen-Rendering (Low-Poly-Meshes, direkter Pixel-Read, GPU-Passthrough – Bewegungsdarstellung mit 30 Hz) mit paralleler VLM-Echtzeitanalyse.

Vollständiger Port von obra/superpowers für DeepSeek Harness: 14 Methodik-Skills über einen nativen SkillProvider (Rang 550), die Brainstorming, Planung, TDD, Debugging, parallele Agenten und mehr abdecken, mit chinesisch lokalisierter Dokumentation und Installation ohne Build.

Multi-Engine-Websuche, Seitenabruf, Echtzeit-X-(Twitter)-Suche mit anmeldungsfreiem Fallback, Deep Research und parallele Multi-Agenten-Recherche für DeepSeek Harness. Kostenlose Ebene: Bing / DuckDuckGo / Yahoo / Exa MCP (alle ohne Schlüssel, live geprüft); api la

Multi-Plattform-Recherche- und Deep-Search-Pipeline: harvest_scout für parallele Entdeckung über GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili und YouTube; harvest_deep_research für automatisch erstellte umfassende Rechercheberichte; dazu Extraktion, Quellenübergreifende Verifikation und Glaubwürdigkeitsprüfung.

Eine Web-Roman-Schreib-Engine für DeepSeek Harness: paralleles Entwerfen, Gliederung und Brainstorming mit einem separaten DeepSeek-Schlüssel, Verwaltung von Hintergrundwissen und Vorausdeutungen, semantische Vektorsuche, eine Korpusbibliothek, ein Nutzungsprotokoll, mechanisches Korrekturlesen und ein lokaler Serialisierungsplan.

Leitet jede delegierte Aufgabe automatisch und intelligent an das bestkonfigurierte Modell weiter – mit Aliassen, Fähigkeits-Tags und Nutzungshinweisen –, damit Routinearbeit schnell und günstig bleibt, während komplexe Arbeit an stärkere Spezialisten geht. Konfiguriere dein Modellteam in der Web-UI oder per geführtem Setup, führe Spezialisten parallel mit zuverlässigem Ergebnis-Merging aus und sieh das gewählte Modell in Subagent-Ansichten und direkt im Tasks-Baum von Better Sidebar auf einen Blick.

Datei-Claim-/Release-Schutz für parallele DSH-Sitzungen im selben Workspace (Heartbeat-basierte Übernahme veralteter Claims, Bereich für ausstehende Drei-Wege-Merges).

Verhaltensverwaltungs-Plugin für DeepSeek Harness: Prompt-Abschnitt für tool-call-Disziplin, durch Fehler ausgelöste Parallelitätskonvergenz (Pool fällt auf 1 und stellt sich automatisch wieder her), Benutzerintervention bei aufeinanderfolgenden Fehlern. Ergänzt dsh-token-optimizer; läuft auch eigenständig.

Verhaltensverwaltungs-Plugin für DeepSeek Harness: Prompt-Abschnitt für Disziplin bei Tool-Aufrufen, bei Fehlern ausgelöste Konvergenz der Parallelität (Pool fällt auf 1, automatische Wiederherstellung), Benutzereingriff bei aufeinanderfolgenden Fehlern. Ergänzt dsh-token-optimizer; funktioniert eigenständig.

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.

Kostenlose Websuche für DSH: anonymes Parallel als Standard mit Exa-Fallback, ein Einstellungs-Schalter und ein MCP-Server, kompatibel mit Claude Code und Codex.

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.

Proaktives Multi-Modell-Scheduling-Plugin: Multi-Source-Signalaufnahme mit Dedup und Dringlichkeits-Ranking, eine Vier-Wege-Execute/Defer/Dismiss/Ask-User-Entscheidungsmaschine, DAG-Plan-Generierung mit paralleler Modell-Ausführung, Qualitäts-Reflexion mit automatischem Retry und Modell-Switch, Langzeit-Gedächtnis für Task-Muster und Lektionen und Strategie-Evolution über genetische Algorithmen mit sandboxed Evaluation und Canary-Rollout.

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

Voreinstellung für Engineering-Workflow-Agent für dsh: fünf Phasen mit Toren (Anforderungsklärung, Plangenehmigung, TDD, parallele Subagenten, verifizierter Abschluss) mit sechs Workflow-Fähigkeiten, übernommen von obra/superpowers.

Coding-Werkbank für DSH: andockbare Arbeitsbereich-Panels, eine gruppierte Projekt-Seitenleiste, geteilte Editor-Tab-Gruppen mit Ruhezustand/Fortsetzen, Dateivorschau und Diff-Ansichten — gebaut auf paralleler git-worktree-Entwicklung mit sitzungsübergreifenden Kollaborations-Primitiven.

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.

Mixture-of-Agents-Plugin für DeepSeek Harness: ein /moa-Slash-Befehl fächert einen Prompt parallel an mehrere Modelle auf, führt deren Antworten in einem Datei-Arbeitsbereich zusammen und integriert sich mit Live Canvas für visuelle Ausgabe.