Plugins

Flujos de trabajo DAG visuales y multiagente para DeepSeek Harness, con ejecución en vivo, recuperación tras reinicio e integración con Feishu.

Agentes hijos persistentes en segundo plano sobre el mecanismo oficial de subagentes: se inician desde cualquier sesión, su progreso se sigue en la barra lateral de la Web UI, se les puede enviar mensajes o interrumpir en cualquier momento, con alcance de herramientas por hijo, persona y límites de profundidad de delegación.

Suite de agentes de investigación: control de objetivos a largo plazo con cadenas de evidencia auditables, programación cron, equipos multiagente de expertos, memoria de investigación autoevolutiva (FTS5 + RRF) y una UI de espacio de trabajo personalizada.

Workflow One - Orquestador visual de flujos de trabajo de IA para DeepSeek Harness (dsh): DAGs multi-agente, ejecución en vivo, recuperación e integración con Feishu (edición en paquete único)

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.

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.

Reino de gobernanza de agentes para DeepSeek Harness: territorios, vinculaciones de roles (bind/unbind/session con identidad de modelo/agente), y un bucle de tareas planificar→asignar→ejecutar→revisar donde las declaraciones del Worker nunca se autocompletan (Claim ≠ Fact), con una consola de operaciones GUI local.

Grafo de conocimiento de código local-first para agentes de codificación: 10 herramientas MCP para compresión de contexto por capas, planificación DAG, indexación incremental de AST, volante de habilidades entre sesiones, diagnósticos e importación/exportación de artefactos del grafo.

Plugin de memoria DSH de creación propia: almacenamiento persistente SQLite + guardia de auditoría a nivel de base de datos (enforceAudit) + registro de auditoría. Captura conocimiento automáticamente tras las conversaciones, los agentes recuerdan vía memory_recall y admite compartir entre agentes de Claude Code/Codex/Cursor. Cero dependencias externas.

Preset modo experto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinador jefe + 17 subagentes con delegación automática. Funciones: taskboard (estados pending/ready/running/done/failed, DAG dependencias, reclamación atómica, reintento, recuperación), puertas calidad (pipeline 5 etapas: requisitos, implementación, verificación, revisión, integración; 2 reelaboraciones), Five-Anchor (revisión/convergencia/anti-deriva/colaboración/recursos), Near-distance (plantilla identidad/tarea/salida), divulgación progresiva (~28% ahorro tokens), persistencia, bus P2P, revisión cruzada, pool experiencia, vía rápida, auto-reintento. 17 expertos: datos, redacción, legal, PM, frontend, UI/UX, arquitecto, social, growth, fin. cuant., backend, DevOps, BD, QA, seguridad.

Búsqueda web fusionada de múltiples motores, obtención de páginas, búsqueda en X (Twitter) en tiempo real con respaldo sin credenciales, investigación profunda e investigación multiagente paralela para DeepSeek Harness. Capa gratuita: Bing / DuckDuckGo / Yahoo / Exa MCP (todos sin clave, comprobados en vivo); api la

Paquete de aplicación web iKanban orientado al teclado para DeepSeek Harness

Puente al ShiGuang Memory Engine (SGME): memoria compartida a largo plazo multiagente vía HTTP, con destilación L0/L1/L1.5/L2, inyección basada en escenarios, búsqueda unificada y señales proactivas de atención (memory_search / wiki_search / signal_pull / signal_claim / signal_ack), instalable como `dsh-sgme`.

Capa de coordinación de plugins: los plugins declaran sus capacidades, los comandos se enrutan al plugin propietario sin llamada al modelo, los esquemas de herramientas se cargan bajo demanda para reducir tokens de prompt, el historial de ejecuciones se consolida en memoria a largo plazo mientras está inactivo y los fallos se clasifican antes de cualquier reintento.

Equipo multiagente por roles para DeepSeek Harness. /team reúne hasta 12 subagentes (producto, arquitecto, investigación, UI, backend, frontend, BD, seguridad, revisor, QA, DevOps, docs) y ejecuta un pipeline de 9 fases con puertas (aclarar, investigar, diseñar, revisar spec, aprobar plan, implementar, revisar, test, entregar) sobre artefactos compartidos. Las puertas de calidad las impone el código, no los prompts: una tarea sin terminar no se marca completa, los hallazgos los arbitra el revisor o QA, y lagunas de cobertura o retrabajo se ven en el overlay y en /team status. Incluye overlay en vivo (fases, plantilla con modelos, DAG, artefactos, decisiones), modo de equipo persistente y conteo de tokens/tiempo. Sin dependencias en runtime ni build.

AI Company Framework: convierte una frase en una empresa multi-agente — 15 Skills planos (boss/pipeline/role-template/11 roles/generic customer-memory), 7 plantillas de flujo de trabajo, runtime AgentTeams + panel de actividad, barra lateral de empleados con aislamiento por sesión, bridge de bot Feishu (bot de boss y por empleado, enrutamiento de grupo, push autónomo, puerta de decisión humana, guía de contacto externo), memoria SQLite por cliente con memoria de tres capas (fusión entre grupos), conmutador de modo /company; sin RAG.

Capa de orquestación multiagente para DeepSeek Harness: modos de ejecución autopilot/ralph/team, 19 tarjetas de rol, 40 skills bilingües y un servidor de estado MCP incluido, portado desde oh-my-claudecode.

Flota descentralizada de varios dispositivos: descubrimiento LAN por mDNS, emparejamiento de claves y ejecución directa por SSH a través de redes.

Flota multi-dispositivo descentralizada: descubrimiento LAN mDNS, emparejamiento de claves y ejecución directa SSH entre redes.

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).

Un vault de Obsidian compartido para todos los agentes: núcleo en Python sin dependencias (buscar/promover/adjudicar/olvidar), plantilla de vault y plugin de dsh (memory_search/show/submit/status).