Plugins

Plugin de agente de flujo de trabajo de harness/loop engineering basado en skills.

Control de la entrada web de DSH (v0.3.0-beta.4 · paquete de capacidades para tareas complejas: 3D / normales / interacción / datos / concurrencia / detalles de rendimiento verificados punto por punto + aceptación automatizable + bilingüe chino-inglés ·aplicable a dsh-0.1.6-alpha.1): antes de enviar, una IA independiente (mensajera) optimiza el prompt en un comando listo para la IA de trabajo (cuatro intensidades, longitud del flujo según la dificultad, aislamiento por sesión, mini ventana minimalista).

Añade /pua para guiar al agente a probar otro enfoque y verificar los resultados antes de declarar la finalización, con 15 estilos de empresa, modos de persona, ajustes globales y por conversación, y un bucle opcional que continúa hasta que un comando de verificación pasa, se alcanza el límite de iteraciones o el usuario cancela.

Banco de trabajo para problemas de ingeniería y matemáticas, con nueve herramientas para leer imágenes, resolver, graficar y verificar respuestas, además de cuatro skills incluidos. Requiere Python con numpy y Pillow. La lectura de imágenes, la revisión de figuras y la composición de fórmulas dependen de un proveedor de visión cuya clave hayas configurado: esas imágenes se envían al proveedor. Sin clave, esas funciones fallan, pero las demás siguen disponibles.

Preset de agente Multitask en el que la conversación principal solo planifica, informa a los subagentes y resume resultados; las lecturas de archivos, comandos, búsquedas y compilaciones se ejecutan dentro del contexto de subagentes. Incluye cuatro tipos de workers, aprobación para operaciones peligrosas y cero cambios al código fuente de DSH.

Adapter de terceros que registra el servidor MCP upstream REA (Reverse Engineer Anything) en DeepSeek Harness como herramientas mcp__rea__*. 2.x instala su propio runtime (Node, REA CLI, JDK, Ghidra) en <DSH_HOME>/plugins/rea-bundle y lanza REA mediante un shim; tras una configuración inicial funciona aunque nada estuviera instalado. 1.x (branch v1, npm 1.0.6) solo configura y requiere REA y Ghidra ya instalados. El análisis es del upstream: binarios nativos (Hopper/Ghidra/IDA), apps JavaScript/Electron, ensamblados .NET, sitios web, Android APK y dispositivos adb, firmware y capturas de procesos.

Memoria a largo plazo entre sesiones en una base SQLite local: dos ámbitos (usuario y proyecto por origen Git), recuperación híbrida FTS5 + vectores locales combinada con RRF, una puerta de evidencias que exige juzgar explícitamente si son suficientes, cadenas de auditoría de procedencia, repaso espaciado SM-2, destilación de consolidación y olvido por decaimiento, además de un panel lateral Memory Palace con nueve vistas. Incluye 22 herramientas de parámetros acotados, sin servicio externo, API key ni Docker.

Instala un preajuste de escritura de novelas multiagente para DeepSeek Harness: un agente director despacha cinco subagentes especializados: construcción de mundos, trama, gestión de personajes, redacción de prosa y revisión de calidad.

Plugin de DeepSeek Harness que porta lazy senior mode y la escalera de 7 niveles de DietrichGebert/ponytail. Incluye 6 skills con descripciones bilingües y activación por skill; cero herramientas y cero fallos de caché.

Añade un botón de optimización junto al compositor que analiza y reescribe el borrador del prompt con streaming SSE, conciencia del contexto de conversación (estrategias de plantilla frente a pulido de intención), una cadena de memoria de continuidad de edición, deshacer, y enrutamiento de modelos con respaldo y prueba de conectividad.

Mejora de prompt con un clic en el compositor: reescribe el borrador en un prompt estructurado (rol y objetivo, pasos ejecutables, formato de salida, criterios de aceptación, casos límite) con vista previa antes/después, reinserción y deshacer. Nunca cambia la intención ni inventa requisitos.

Plugin de DeepSeek Harness con 15 skills de ingeniería y productividad de obra/superpowers, descripciones bilingües y activación individual por skill.

Sistema disciplinado de flujo de ingeniería para agentes de programación con IA: planificación, TDD, ciclos de reparación automática, grafos de conocimiento del código y ejecución por oleadas multiagente. Requiere codebase-memory-mcp (pip install "codebase-memory-mcp>=0.10.8,<0.11.0"); /scan se detiene si falta.

Memoria a largo plazo para DSH: las conversaciones se destilan automáticamente en hechos atómicos, resúmenes de escenas y un perfil de persona, con memorias relevantes inyectadas antes de cada paso del modelo. Funciona sin configuración — recuperación híbrida BM25 + vectorial, incrustaciones locales sin conexión opcionales, separación de familias chat/trabajo.

Panel de anatomía para los órganos de Agent-Body: sirve un panel de signos vitales en vivo en /anatomy dentro del propio harness (órganos, latido, libro de sanación, contadores de autoentrenamiento y el flujo de pulso real), leído directamente de los archivos de tiempo de ejecución en lugar de reescribirse. Solo host, sin bundle de cliente ni paso de compilación.

Motor de contexto Zero-residence: los payloads grandes de herramientas se expulsan del contexto activo a un almacén consultable y solo quedan punteros deterministas, de modo que los tokens de prompt por turno dejan de crecer con la transcripción. Cualquier contenido enmascarado se reconstruye literalmente desde el registro de la sesión a petición, por id de llamada de herramienta o seq de sesión.

Núcleo de órganos de Agent-Body: plugins organizados como un solo cuerpo. Cada comando se vuelve un impulso nervioso que inerva de forma determinista el órgano competente y nombra la capacidad a usar; un latido de intervalo variable bombea directivas del operador, propiocepción y avisos de homeostasis por el sistema; los reflejos se disparan sin llamadas al modelo; los fallos siguen atribución determinista (herramienta, argumentos, permiso, timeout, red), prescripción y bucle de reverificación, y los errores de argumentos nunca se reintentan. Un órgano ausente lo compensa el de mayor solapamiento de capacidades, y los esquemas de herramientas se filtran por la intención actual (reducción medida del 84.7%, reproducible en el repo). Es el paquete de plugins núcleo del repo agent-body.

Flujos de trabajo de ingeniería predefinidos para DeepSeek Harness: una herramienta dev_task que controla transiciones de etapa, artefactos, verificación, revisión y ámbito de commit, además de un banco de trabajo web para instalar skills y reglas de proyecto o de usuario.

El órgano de memoria de Agent-Body: tras 2 minutos de silencio entra en sueño ligero y tras 5 en sueño profundo, donde reglas deterministas destilan la experiencia real en tarjetas de memoria (trampas, manuales, puntos calientes, problemas sin resolver, hechos). Los comandos entrantes recuperan tarjetas relacionadas por palabra clave y las inyectan en el contexto; las tarjetas sin uso decaen con una vida media y se archivan en lugar de borrarse. También elimina el ruido de las advertencias de homeostasis de todo el cuerpo: las repeticiones dentro de una ventana se cuentan en vez de reimprimirse, y una advertencia que se repite sin curarse converge en un desfase de estado estacionario conocido y se silencia. La consolidación y el recuerdo no hacen llamadas al modelo.

Rastreador inteligente nativo de IA y plataforma de ingeniería inversa de JavaScript, basado en DSH, Patchright/CDP y un entorno de ejecución semántico independiente, que recupera la lógica de generación de parámetros a partir de evidencias del navegador y entrega un solver verificable.

OMK — Observe. Measure. Know. Cambios de conocimiento respaldados por evidencia para aplicaciones de IA.

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.

Motor cron residente en el host con un tablero web de trabajos y una herramienta timer_agent: dispara sesiones reales del agente según lo programado, continuando una sesión fijada para mantener contexto o iniciando otras nuevas en un espacio de trabajo del proyecto elegido.