Plugins

Descubrimiento, evaluación, clasificación por niveles y enrutamiento de subagentes de modelos adaptativos para DeepSeek Harness.

Observabilidad con Langfuse para DeepSeek Harness (DSH): árboles de trazas por turno agregados por id de sesión, con versionado de prompts y evaluación.

Reproduce turnos reales de DeepSeek Harness contra candidatos Standard, Minimal, Anchored o de plugins con evidencia congelada de la superficie de la petición

Comprueba qué plugins de DeepSeek Harness se cargaron realmente y consulta los tableros de evaluación públicos de trapstreet.run.

E/S de diseño para agentes de programación: generación de UI controlable mediante declaraciones (spec/domain/craft/design/components/template) y contratos (skill/evaluator). Úsalo para UI de producto: consolas, dashboards, agent-ops, apps orientadas a CJK.

Skill for building a game design brief into a playable, publishable TapTap Maker project: it picks the browser workspace or local MCP route, extracts the five elements of the brief, writes a first-round prompt for a minimal core loop, iterates in the official order, checks preview and release materials, and keeps credit, credential and irreversible-action limits in view. Includes eight reference notes on the product, credits, themes and asset limits, the leaderboard, brief parsing, iteration, publishing and safety, four templates, and three read-only Python checks for brief completeness, project layout and release materials.

QMS NCR ingest, batch alias resolution, impact evaluation, CAPA and 8D state.

Unity 2022.3 editor control for the agent: 20 tools that read the scene hierarchy, create and edit GameObjects, components and serialized properties, drive Play mode, capture screenshots, evaluate C# inside the editor and start player builds.

Motor de cuidado para DeepSeek Harness: ayuda al asistente a cuidar de una persona; empieza con el tiempo, temperatura aparente y humedad para aconsejar ropa o paraguas. Ofrece aviso diario con interruptor que sigue la rutina del usuario, alertas meteorológicas extremas y recordatorios. Evalúa avisos cuando despierta el agente; un host como qq-bridge puede despertarlo según horario. Preferencias locales.

Plugin de evaluación diagnóstica para DeepSeek Harness: fija la configuración confirmada de Harness, ejecuta un benchmark, conserva el rastro completo de sesión y atribuye los fallos al modelo, Harness, benchmark o entorno.

Conecta Synthesizer V Studio 2 Pro local al agente mediante su propia API de scripts Lua. Cinco herramientas para descubrirlo, puente persistente, composición vocal, edición de notas e integración DAW (VST3/ARA + MIDI). Solo Windows 10/11; requiere Synthesizer V Studio 2 Pro 2.1.2+ con un proyecto abierto.

Registra plugin_guard para análisis estático antes de instalar paquetes DSH; informa motivos: dsh.bundle.patch ausente/roto, dsh.permissions ausente, install scripts, APIs peligrosas/ofuscación, riesgo de dependencias y source sin indexar no verificable. Solo lectura: no importa, instala, evalúa ni ejecuta código.

Registra una herramienta `valuation_service` que lee un árbol workpaper con JSON 01/02/04 y devuelve un schema unificado: seis grupos de ratios, ratios previstos, campos de entrada DCF con marcadores explícitos de ausencia, PS/PE comparables e IRR. Es determinista y local: si faltan WACC, crecimiento, capex, D&A o capital circulante, los deja vacíos en vez de inventarlos y señala diferencias entre supuestos para revisión.

Gate de lanzamiento para calidad de respuestas IA. Dos vías: reproducir un archivo VeriScope existente con el gate Python original o aplicar solo con Node un umbral a una exportación Ragas por fila, sin VeriScope, Python ni pandas. Devuelve PASS/FAIL/REVIEW con evidencia y recibo verificable; admite umbrales por fila y comparación decimal exacta. No reevalúa ni llama al modelo; REVIEW nunca pasa a PASS.

Comprueba la coherencia aritmética de máximos, puntuaciones registradas y total de cada factor de una matriz de evaluación de ofertas. Informa diferencias; no juzga si la evaluación fue correcta o justa.

Memoria entre sesiones para el agente dsh: recuerda, recupera y vuelve a verificar en lugar de dar por supuesto.

Piedra de toque para DSH: añade evaluación a la «automejora». Ejecuta una batería de casos de referencia antes y después del cambio, puntúa y compara; conserva el cambio si es bueno y lo revierte si no.

Evaluación retrospectiva de sesiones de agentes: genera tarjetas de calificación deterministas y diferencias de regresión entre sesiones a partir de registros persistidos. Sin ejecutar benchmarks ni usar jueces LLM.

Mide si un cambio de configuración DSH realmente ayudó: registra casos repetibles, ejecútalos y compara los resultados antes y después de cambiar reglas, skills o modelos.

AlphaRSI: ciclo de auto-mejora de tres roles que evoluciona la receta de entrenamiento de modelos de secuencia alfa. Operator ejecuta walk-forward, Evaluator puntúa con OOS RankIC y Refiner propone hiperparámetros mediante búsqueda bayesiana TPE; solo conserva recetas estrictamente mejores. Ejecución offline con un comando, paquete de datos reconciliado por sha1 y detección automática de GPU. Incluye una skill.

Plugin de evaluación acotada de agentes para DSH: compara el original con un prompt candidato o cambios de configuración compatibles según las comprobaciones del usuario, registra evidencias y costes, y deja la adopción en manos del usuario.

Runtime determinista de orquestación de ingeniería para DeepSeek Harness: orbit_controller y OrbitService ejecutan procesos hijos Commander, Executor y Smart Watchdog por PLAN, EXECUTE, EVALUATE, corrección acotada y recuperación en ejecución. Estado persistente en <project>/.cx/state.json.

Plugin web DSH: añade una pestaña LiveBench a la vista Trajectory, a la derecha de 对话/轨迹. Evalúa todos los modelos configurados en DeepSeek Harness; permite elegir proveedor/modelo, categoría, tarea, versión y rango de preguntas en menús desplegables y observar el progreso.

Flujos de trabajo de sesión DSH para empaquetar cápsulas verificables, evaluar Skills reutilizables y comparar trayectorias de sesión controladas.