Plugins

Plugin DeepResearch (cordis).

Empareja tus modelos y presupuestos de tokens con cada rol, y luego deja que DSH delegue subagentes especializados según el tipo de tarea. Cubre análisis de arquitectura, UI/UX, implementación de código, exploración de la base de código e investigación de documentación, con configuración automática más esfuerzo de razonamiento y permisos de herramientas por rol.

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

Pipeline de investigación y búsqueda profunda multiplataforma: harvest_scout para descubrimiento en paralelo por GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili y YouTube; harvest_deep_research para informes de investigación completos automatizados; además de extracción, verificación entre fuentes y auditoría de credibilidad.

Capa de integración nativa DSH para el motor de memoria Minta: compone la fila oficial dsh-mcp-client, registra la skill minta-memory-governance más un precalentamiento de memoria al inicio de la sesión, e incluye un preset de agente Minta; requiere el motor Minta desplegado por separado (Python/Docker) para proporcionar las 19 herramientas MCP — no utilizable sin él.

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.

Búsqueda web multi-motor para agentes de programación — un núcleo SearchBoost (búsqueda fusionada, fetch, X) con adaptadores MCP (Cursor, Codex, Claude Code, Grok Build, Antigravity), extensión pi y bundle de DeepSeek Harness

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.

Banco de trabajo científico reproducible: celdas impulsadas por agentes, figuras en línea con retroalimentación/re-ejecución, procedencia mediante manifiesto, instantáneas de entorno y habilidades de figuras nivel publicación (9 herramientas bio_* + UI del banco de trabajo).

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.

Banco de trabajo para lectura de artículos: biblioteca + lector de PDF + acompañante estilo tutor. Las respuestas citan números de página en los que se puede hacer clic que saltan al PDF y resaltan el pasaje exacto; selección para preguntar sin salir del artículo; preset de tutor estricto incluido (plan de lectura, tutoría por secciones, cuestionarios calificados con seguimiento entre sesiones); alternancia original ↔ chino en el mismo lugar (babeldoc, sin preinstalación). Transcripción y búsqueda locales — los documentos nunca salen de tu máquina.

Flujo de trabajo de investigación Descubrimiento Guiado por Preguntas para DeepSeek Harness con un Preset de Agente QDD, ejecuciones duraderas Manuales y Automáticas, y un panel de investigación auditable.

Mercado de complementos de investigación curado: añade una página de Complementos de investigación a Configuración con complementos revisados a mano para búsqueda bibliográfica, gestión de referencias, redacción y bancos de trabajo — instalación, actualización y eliminación con un clic fijadas a la versión revisada, reinicio desde el panel y exactamente una solicitud de red (su propio catálogo).

Añade lectura local de PDF, una biblioteca de artículos duradera, registros de evidencia trazables y herramientas de comparación y síntesis entre artículos.

Plugin cognitivo inspirado en el cerebro: memoria episódica, semántica, procedimental y emocional con señales de aprendizaje por refuerzo; una pila de objetivos con activadores temporales; investigación web autónoma impulsada por la curiosidad e iniciativas proactivas.

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.

Flujo de trabajo de investigación financiera y herramientas de riesgo de cartera, con disciplina de fuentes para datos de mercado actuales.

Banco de trabajo del investigador para DSH: biblioteca local de artículos + estantería de ideas + grafo de conocimiento.

Investigación profunda como modo agente: un único bucle revisado que planifica, investiga en rondas paralelas adaptativas impulsadas por las lagunas que los propios investigadores declaran, sintetiza un informe citado y luego lo revisa de forma adversarial, en lugar de un script que el modelo reescribe por llamada. Las preguntas que el presupuesto de rondas nunca alcanzó se nombran en el informe en lugar de descartarse.

Registra codex-web-search-mcp como herramientas MCP nativas de DSH (mcp__codex-web-search__codex_web_search / codex_web_research / web_fetch) para búsqueda web e investigación profunda con Codex y Grok de forma independiente del modelo.

Búsqueda web compatible con Grok con paginación de fuentes conservada, consulta de documentación de Context7 y Exa, extracción de páginas acotada, mapeo de sitios, planificación de investigación offline y diagnósticos de solo lectura.

Plugin para DSH Desktop: inyecta restricciones solo cuando son relevantes, por capas —texto estable en el prompt del sistema, volátil al final— sin invalidar la caché del prompt. Por turno (pregunta / investigación / discusión / diagnóstico / ejecución) limita: no editar archivos en pregunta, arreglos no pedidos en diagnóstico, citar código no abierto, hablar de símbolos no vistos o disfrazar «no lo comprobé» de «espero tu decisión»; explica en palabras simples código, campo o id. Memoria: avisos al 75%/90% de contexto, resumen de sesión exportable y conocimiento del proyecto por directorio. Artefactos: contrato de tarea, registro de cambios, hipótesis con puerta de evidencia y decisiones de diseño. Panel: lume-metrics.jsonl vía lume_metrics; personas destiladas de chats o novelas.

Guardia de deuda de investigación para DeepSeek Harness: anima a los agentes de codificación a buscar en documentación, GitHub y la web antes de repetidos intentos locales.

Registra un paquete de habilidades SpecWorkflow para aclaración de requisitos, especificaciones de implementación, ejecución, revisión de entrega, planificación de reparaciones, diagnóstico de errores e investigación con respaldo de fuentes.