Plugins

Memoria a largo plazo gobernada para DeepSeek Harness: un registro de evidencias de solo adición con controles de escritura, afirmaciones con 7 niveles de autoridad, cadenas de sustitución e inyección previa a cada paso con presupuesto y cuotas por dominio.

Informes de evidencia de entrega locales y verificables para el trabajo de agentes de programación.

Sidecar de visión gratuito y alojado para DeepSeek Harness, con evidencia de sesión duradera

Enruta cada tarea a un modelo y su revisión a otro distinto, con evidencia de cualificación, conmutación por error y un diario duradero.

Pipeline de desarrollo guiado por especificaciones para Odoo: 15 herramientas llevan una petición desde una spec inmutable, pasando por la arquitectura, hasta código de módulo o configuración en vivo, y luego exigen un veredicto persistido respaldado por evidencia de una instancia real de Odoo, con puertas fail-closed, lotes aprobados por humanos en un entorno declarado, el importador CSV/Excel propio de Odoo y un diario que revierte los datos escritos por el plugin.

Banco de trabajo de orquestación de proyectos de IA local-first y plugin CLI para DeepSeek Harness: planificación con aprobación, Git worktrees, ejecución de tareas, Issues y evidencia auditable.

Runtime de visión auditable y Computer Use multiplataforma para DeepSeek Harness con evidencia que preserva la fuente.

Agrega contratos de ejecución persistentes, grafos de trabajo recursivos, aclaración crítica y compuertas de evidencia para tareas largas o poco especificadas de Harness.

Libro de conocimiento negativo vinculado a evidencias: persiste las rutas refutadas (command_failed, file_missing) con su resultado y evidencias previas, y luego advierte o bloquea los intentos repetidos hasta que cambie la evidencia.

Añade recibos JSONL locales encadenados por hash para los resultados de herramientas y los eventos de sesión, sin almacenar prompts, argumentos de herramientas, texto de resultados ni IDs de sesión en bruto.

Plugin orquestador de QA para DeepSeek Harness: un agente explora tu aplicación y deja evidencia, y luego la ruta explorada se reproduce de forma determinista. Controla drivers de navegador, escritorio macOS, iOS y Android.

Edición en inglés de la Ley de Weiwen (Ley de KISS): el primer y único middleware de adjudicación causal de caja blanca agnóstico de dominio para agentes de IA. A diferencia del tooling causal por dominio o de los cortafuegos de agentes con compuertas de evidencia, adjudica cada llamada a herramienta en una cadena causal determinista (R->S->D->H->M) antes de la ejecución, en cualquier dominio, sin entrenamiento ni ajuste por dominio. Bloquea operaciones destructivas y sobre archivos de credenciales, escala violaciones de límites, corta enlaces defectuosos hasta verificarlos corregidos y emite veredictos de riesgo sobre ejecuciones no auditables; totalmente local y sin coste de API.

Fusiona el contexto de otras sesiones en el turno actual: resolución de conflictos ponderada por evidencia, retractación de afirmaciones cuyas premisas fueron retractadas, etiquetado de confianza que resiste la inyección de prompts entre sesiones, y empaquetado acotado por presupuesto. Incluye un benchmark.

Planificación de proyectos tipo mapa mental con protección contra desviaciones de bloqueo: planes, módulos y tareas como un DAG de dependencias con orden de ejecución topológico, marcador de posición del agente, puerta de aprobación humana en cada edición del tablero, verificaciones cruzadas con git y finalización de tareas condicionada por evidencias.

Divulgación estática de capacidades para plugins de DeepSeek Harness: una página de Ajustes y una CLI que enumeran las capacidades de los plugins instalados, los destinos literales, los scripts de instalación y las formas de inyección (registros de prompts, texto de skills incluido, parche de bundle), cada uno con evidencia file:line. Determinado por código, reproducible, sin consumo de tokens. Solo divulgación: no es un veredicto de seguridad ni una afirmación de seguridad.

Evidencia visual estructurada (OCR/distribución/semántica) además de una herramienta de captura con cámara USB para un bucle de depuración «disparar-mirar-ajustar»; backends: Ollama, DeepSeek, Xiaomi.

Teléfono de agente al estilo iPhone: llamadas y SMS en doble panel, chat grupal RCS con barreras de confianza, mensajería de agente entre dispositivos mediante el puente de bandeja de entrada del registro, insignias de confianza L0–L4 y auditoría de evidencias. Experimental: los resúmenes de confianza no son una garantía de seguridad, y los SMS y la señalización se retransmiten por la bandeja de entrada del operador (visible para él); se prevé cifrado de extremo a extremo.

Mantiene un registro local de resultados de tareas para DSH, verifica criterios de aceptación a partir de evidencia determinista, registra la disposición del usuario y el uso de tokens, y permite exportar con límites de resumen.

Puerta de verificación para agentes de DSH: cada criterio de aceptación debe estar respaldado por evidencia real de herramientas con sello del servidor antes de que la puerta de finalización deje pasar un objetivo (auditoría consultiva, puerta de aplicación, permisos duraderos).

Analiza imágenes de conversación mediante prompts específicos por modo (caption, UI, documento, grounding, topología, etc.) e inyecta evidencia estructurada con primitivas de coordenadas (cajas, puntos, referencias) como texto, con caché a nivel de sesión para reutilización entre replay y compaction.

Due diligence de empresas y empleos basada en evidencias para DSH: registra fuentes con niveles de evidencia, añade afirmaciones acotadas por la evidencia, verifica la entidad legal contra registros oficiales y genera un informe PROCEED/VERIFY/STOP con lista de verificación y preguntas de entrevista.

Guardia con prioridad de evidencia: avisa al agente cuando afirma éxito sin un registro de ejecución de herramienta coincidente en el contexto reciente.

Pruebas de ciclo de vida en host real aisladas con Docker para plugins DSH durante instalación, arranque, registro de herramientas, actualización, desinstalación, reinstalación y recuperación, con evidencia estructurada.

Kit de visión para DeepSeek solo de texto: herramienta `vision` invocable por el modelo, adaptadores contenedores para deepseek/opencode-go (v4 flash/pro), cuota de Antigravity IDE (default, flash/pro) / cualquier VLM compatible con OpenAI / Gemini / canales locales de Ollama, memoria de evidencias con rehidratación por compactación, caché de hash de contenido y un panel de cliente bilingüe.