Habilidades

Memoria procedimental gestionada por el agente: una herramienta skill_manage que crea, parchea, desactiva y elimina las propias habilidades del agente en ámbito de usuario o proyecto, con protecciones de borrado (marcador de creación por agente, fijación, confinamiento de rutas) y un prompt de disciplina de activación.

Importa, instala e invoca Agent Skills en DeepSeek Harness desde Codex, Claude Code, OpenCode, GitHub o npm: el selector ⚡ del lado del composer inserta /skill-name en el borrador, y la página de ajustes de gestión de Skills ofrece importación por fuente/por skill, rutas de origen expandibles con recuento de skills, desinstalación y restauración con un clic desde .trash.

Habilidad de andamiaje de documentación de proyectos: configuración basada en preguntas de estándares de proyecto, flujos de trabajo de colaboración con IA y disciplina de memoria en DSH, Reasonix, Claude Code y Codex.

Bucle de autoaprendizaje para dsh: registra lecciones, redacta y promociona habilidades; revisión periódica del curador que corrige, consolida y retira habilidades.

Habilidad de formularios inteligentes: registro estructurado de facturas, libros contables y bitácoras con categorización automática e informes periódicos.

Habilidad de historias de vida: captura momentos y fragmentos, crea un perfil de usuario y genera novelas, guiones o autobiografías.

Habilidad de investigación de productos: analiza mercado, tecnología y cadena de suministro, y luego genera propuestas de especificaciones de producto en tres niveles.

Paquete de habilidades de auditoría de marca GEO: visibilidad en búsquedas de IA, recomendaciones, citas, presencia de competidores y diagnóstico de brechas de contenido en más de 17 motores de IA (ChatGPT/Perplexity/Claude/豆包/DeepSeek/Kimi/文心一言).

Conjunto de habilidades del agente de notas virales de Xiaohongshu/RED: investigación de notas populares, generación/reescritura de notas, verificación, análisis de cuentas autorizadas, inicio de sesión por QR y publicación controlada.

Ejecuta Stata a través de DeepSeek Harness: el servicio nativo Stata AI Skill se inicia automáticamente con DSH (binarios macOS/Windows incluidos), para que puedas ejecutar regresiones, do-files y flujos econométricos sin configuración manual.

Linter para detectar fugas de chain-of-thought: CLI sin dependencias que encuentra residuos de sesiones de IA en docs y comentarios (citas de diseño obsoletas, perspectiva de PR, narración de cambios, coreografía de revisión), e incluye el skill de corrección cot-trim como bundle instalable.

Suite rigurosa de investigación matemática abierta: cuatro agent skills (rigorous-open-math-research, manage-math-research-program, math-research-workflow, lean-verify) para demostrar teoremas con auditoría adversaria, gestión de programas de investigación, orquestación de pipelines y auditoría de formalización en Lean 4; pruebas verificadas por CI y sincronización mecánica con upstream.

Disciplina de desarrollo guiada por especificaciones para dsh: cinco habilidades keel (anchor/spec/probe/build/audit), tres herramientas de revisión y seis plantillas de spec hacen cumplir specs antes que código, verificación de supuestos y control de alcance.

Conecta las skills y la configuración de Pi Agent con DeepSeek Harness

Conecta la memoria, las skills y la configuración de OpenAI Codex con DeepSeek Harness

Provides a skill for the LinShang LS125 UV irradiance meter and its UVALED-X3 probe: the reverse-engineered 9600 8N1 link (28-byte frames, CRC-16/MODBUS, poll and clear commands), a capture and decode toolchain, and a verified STM32F103 host firmware that reads the probe without the original meter. All code and documentation written by an AI agent (DeepSeek Harness).

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in report files at the workspace root.

Build PowerPoint decks from a brief: plan and storyboard gates, per-page authoring through pptwise and ppt-master, a design-profile pass, page-image snapshots with a render audit, and a tool that hands those pages to an image-capable model for review.

On-demand skill tools for DeepSeek Harness: registers skill_search / skill_load / skill_ref so the model searches a staged skill library first and loads a skill body only when it needs it, keeping the library out of the resident session catalog and out of every turn's context; adds a Skills tab to the conversation view ring that reads back the whole session and lists which skills were actually loaded, and in which turn. Zero dependencies, and the records render client-side only, never entering the model's context.

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in two fixed report files at the workspace root.

Task-to-skill pairing meta-skill with a laziness ladder for minimal loading, a user-editable routing table, and a quarantine, SkillSpector scan, human-approval install flow.

Adds file-backed Chinese web-fiction planning, chapter writing, consistency review, rollback, and style-profile skills.

Ponytail lazy-senior-dev ruleset for DeepSeek Harness: a 7-rung minimal-code ladder (YAGNI, reuse, stdlib, native, installed deps, one line, minimum), six skills (main rules, over-engineering review, repo audit, debt ledger, gain scoreboard, help), a /ponytail session command for lite/full/ultra/off levels, and optional always-on ruleset injection via config. Vendored verbatim from upstream ponytail (MIT), zero tools registered, clean uninstall.

Skill that fact-checks a claim against the open web rather than model memory: it splits the claim into independently checkable fact points, routes each point to the primary-source ladder for its domain (policy, academic, medical, financial, disaster and accidents, food safety, science, education, sports, entertainment, judicial, and more), searches domestic and international ecosystems in parallel, fetches primary pages, grades sources by type, re-searches with debunking keywords, and reports conclusion-first with a full URL and citation position behind every statement, keeping unverified and undecidable points separate from confirmed ones. Three factual judgements can be routed to a TypeSafe Jev (System One) decision model when a key is configured, falling back to the skill's deterministic rules when it is not; a model verdict can only lower a confidence tier.