Habilidades

Plugin de biblioteca de prompts de DSH: CRUD de prompts, etiquetas y categorías, importación/exportación, pulido con IA, clip con un clic del texto seleccionado, recordatorios en la barra lateral y en el globo del asistente.

Skill de flujo de trabajo de investigación AI-for-Science para DeepSeek Harness, dirigida a investigadores y estudiantes de posgrado que usan IA agéntica: revisión bibliográfica multiángulo con archivos por ángulo, diseño de experimentos con lista de caveats, lectura de figuras y artículos; cada trabajo devuelve archivos más un informe de verificación cruzada para un segundo modelo. Sin dependencias, MIT.

Skill de revisión de código basada en plantillas: flujo de revisión en cinco pasos, clasificación por severidad (crítica/media/menor), puntuación en cuatro dimensiones (calidad, seguridad, rendimiento, mantenibilidad), salida dual en texto y HTML, y base de conocimiento de referencia bajo demanda.

Prepara cualquier proyecto para agentes de IA con un solo comando. Detección adaptativa del stack tecnológico (7 lenguajes × 14 frameworks × 61 componentes); genera automáticamente AGENTS.md, el esqueleto de la documentación, CI/CD e infraestructura de pruebas.

Skills para crear sitios web en la plataforma Creght: sincronización pull/push por CLI, convenciones de páginas y componentes, CMS, formularios, autenticación, SEO, publicación y reversión de versiones.

Paquete de skills modulares de investigación/ingeniería de IA, instalable mediante dsh plugin add: registra 27 skills (auditoría de seguridad, lectura/escritura de artículos, dibujo de figuras, flujo de trabajo de desarrollo, análisis de almacenamiento) en ctx.skills.

Veinte habilidades de HyperFrames by HeyGen sincronizadas desde el upstream oficial (autoría de video HTML, animación, fotogramas clave, audio/música a video, CLI, registro, presentación de diapositivas, reedición de talking-head, sitio web/producto/PR a video y más), además de una comprobación de salud de recursos empaquetados.

Plugin de DSH que empaqueta la habilidad kimi-ppt: crea, edita y exporta presentaciones como .pptx generado localmente con vistas previas renderizadas por Pillow. Derivado de open-kimi-ppt-skill (MIT).

Un conjunto de habilidades de modelado matemático con compuerta para DeepSeek Harness: una canalización de cinco etapas con compuertas, patrones de redacción de artículos premiados, análisis de sensibilidad, diagnóstico estadístico y un preset de concurso.

Skill de análisis y cribado de acciones A: cotizaciones en tiempo real, puntuaciones de timing técnico, señales de compra/venta y una lista de seguimiento gestionada.

Skill oficial de Remotion portada a DSH: vídeo programático con React (animación/audio/subtítulos/3D/gráficos/fuentes, 38 archivos de reglas), más una verificación de salud de recursos incluidos.

El paquete DeepSeek Harness registra una habilidad que convierte producción larga (artículos académicos, análisis sectorial, comentarios empresariales) en pipeline de 9 roles: scouts T1 literatura / T2 datos / T3 casos en paralelo, T4 analista, T5 redactor, T6 compañero crítico, T7 auditor, T8 finalizador, T9 revisor par ejecutados por el coordinador. A través de 6 fases con verificación triangular de evidencias, M-gate de 23 comprobaciones, auditoría G0-G14 incluido gate de rastro IA chino, puntuación peer-review con matching de revistas, y 4 checkpoints humanos. Instala con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch más lib/index.js); envía tarjetas de rol T1-T9, plantillas y 11 scripts de verificación sin dependencias, con READMEs en cinco idiomas.

Plugin DSH literario: una sesión es un libro. La tarjeta de portada /new abre uno de los 19 reinos, un preset 诸天万界DSH exclusivo de prosa mantiene al modelo escribiendo ficción, las entradas de worldbook por palabras clave fundamentan cada turno y /export-story compone la sesión en una novela en Markdown.

Monorepo multiplataforma de Agent Skills que se monta como un paquete de perfil de DeepSeek Harness, exponiendo habilidades de escritura en chino, Git, desarrollo de plugins, "taste" y linter semántico.

273 habilidades ECC (el 95,8 % del sistema de operador con 227k estrellas) portadas a DSH en cuatro lotes.

DSH Director Toolkit es un plugin de DeepSeek Harness para artistas 3D, diseñadores técnicos y programadores creativos. Pega una idea a medio formar, una nota de referencia o el pie de un portafolio, y obtén un paquete de dirección compacto para Blender, Three.js, Houdini o C4D.

Convierte cualquier idea en contenido de promoción nativo para cada plataforma

Conecta DeepSeek Harness a un pipeline de Hermes: plantilla de especificación de despacho, enrutamiento por nivel de modelo, puertas de calidad del orquestador y regla de escritor único de git, como paquete SKILL.md (instalable como bundle).

Kit de estándares de codificación ICVO para DeepSeek Harness (antes dsh-coding-kit): un plugin de paquete que registra herramientas al cargarse e inyecta los estándares solo cuando se llama a apply_coding_standards, más una CLI de barrera P0 (npx spec-wave) con comandos de proceso G1-G7, instalación de Skills, aplicación en el host y actualización del bloqueo de IDE.

Integración con Tencent CloudQ: modo de chat AIOps con paneles de uso, inspiración, artefactos y arquitectura.

Más de 100 skills de datos de redes sociales multiplataforma, además de 40 herramientas MCP nativas que cubren APIs de datos, búsqueda IA y generación IA — todo instalable con un comando.

Preajuste RigorQuant + paquete de skills: investigación multiagente cerrada y desatendida para matemáticas empíricas y computacionales (economía, finanzas, carteras), con una batería de comprobaciones previas a la implementación en cuatro partes y una vía de escalado jacobiano/Lean.

Graba flujos de trabajo de escritorio de macOS por demostración en DeepSeek Harness y conviértelos en skills de agente (skill open-record-replay + herramientas orr_*)

Math Agent Framework para DeepSeek Harness: motor de derivación simbólica (CES / formas cuadráticas / ODE / PDE), verificación con SymPy, demostraciones formales verificadas por el compilador de Lean 4 y verificación adversarial multiagente estilo QED, expuesto como herramientas DSH nativas mediante un shell TS que sirve de puente a un motor Python. Requiere clonar el repositorio math-agent-framework y ejecutar `pip install -r requirements.txt`, con MATH_AGENT_HOME apuntando a la raíz del repositorio. Cada resultado incluye procedencia (versiones del motor, semilla, tolerancias) y se marca como datos no confiables.