Plugins

Enjambres de IA basados en roles para DeepSeek Harness: un arquitecto planifica, constructores paralelos ejecutan, revisores controlan la calidad y un integrador publica. Fijación de modelos por rol con cadenas de respaldo, bucles de revisión, contratos de evidencia, revisiones con control humano, pausa/reanudación consciente de la cuota y un kanban en vivo + diagrama de flujo en la GUI web. 40 pruebas; se instala desde GitHub o npm.

Un enjambre gobernado de seis agentes DSH especializados — orquestador, planificador, puente de base de conocimiento, desarrollador y dos revisores — convierte un requisito en una canalización estricta por fases donde cada entrega debe demostrar su validez con evidencia estructurada antes de que pueda empezar la siguiente fase; los revisores son solo lectura, los merges de código solo ocurren tras una revisión, y un registro de eventos de solo anexado ofrece reproducción completa y auditoría en un tablero kanban en vivo. Su diseño se inspira en el kanban de Hermes Agent.

Ejecuta el trabajo como una tripulación de agentes de rol: un gerente de producto escribe el PRD o DoD, espera tu confirmación y luego inicia arquitecto, ingeniero, QA y revisores cuyos conjuntos de herramientas están bloqueados por rol, compartiendo el trabajo a través de archivos en disco.

Failover de alta disponibilidad de modelos (cuarentena, disyuntor de circuito, recuperación por sondeo) y orquestación de subagentes (fanout/pipeline/supervisor) con una interfaz de configuración bilingüe.

Mensajería de agente entre sesiones para DeepSeek Harness con descubrimiento de sesiones, entrega sin conexión, confirmaciones de entrega y navegación a la sesión del remitente.

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.

Math Agent Framework para DeepSeek Harness: motor de derivación simbólica (CES / formas cuadráticas / ODE / PDE), verificación con SymPy, demostraciones formales verificadas por el compilador de Lean 4 y verificación adversarial multiagente estilo QED, expuesto como herramientas DSH nativas mediante un shell TS que sirve de puente a un motor Python. Requiere clonar el repositorio math-agent-framework y ejecutar `pip install -r requirements.txt`, con MATH_AGENT_HOME apuntando a la raíz del repositorio. Cada resultado incluye procedencia (versiones del motor, semilla, tolerancias) y se marca como datos no confiables.

Registro de subagentes con nombre: gestiona entradas de rol (modelo, persona, filtro de herramientas, profundidad, modo en segundo plano) desde una página de ajustes recargada en caliente; el modelo elige uno con list_subagents y despacha por id con delegate — primer plano, segundo plano o reanudable.

Colaboración multiagente duradera para DeepSeek Harness con canales, hilos, tareas y sesiones de agente reanudables.

Salas de equipo multiagente persistentes y entre sesiones para DeepSeek Harness — miembros, bus de mensajes, tablero de tareas compartido y una línea de tiempo compartida que sobreviven a los reinicios.

Compañero de nivel escritorio: notificaciones nativas del navegador para preguntas del usuario e interacciones de aprobación, herramienta de modelo de captura de pantalla, vista de cuadrícula en mosaico multiagente y un shell de escritorio Tauri ligero.

Análisis multi-agente de A-shares detrás de /trading-agent, portado desde TradingAgents-AShare, ejecutando 14 roles (analistas, debate alcista/bajista, revisión de riesgos, trader) a través de la ruta LLM del harness.

Representa la actividad en vivo de sesiones multiagente como una oficina pixel-art en un panel lateral de la interfaz web: cada sesión es un trabajador buey/caballo que escribe en su escritorio cuando está ocupado o deambula cuando está inactivo, con monitores de trabajo accesibles con clic y tarjetas de aprobación en el lugar.

Swarm estilo Kimi-Code: dispatch de subagentes en paralelo por lotes con planificación adaptable, un comando /swarm y filas de progreso en vivo en el chat.

Coordina Sessions de DSH independientes y miembros respaldados por proveedores sin fusionar sus historiales, usando Rooms nativas persistentes con menciones `@` vinculadas a identidad, entrega directa, difusiones y controles reservados al líder.

Mensajería agente a agente entre sesiones para DeepSeek Harness: dirígete a otra sesión por su nombre y entrega un mensaje en su bandeja de entrada.

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

Sesiones de pares persistentes Endeavour y Challenger para DeepSeek Harness que planifican, ejecutan tareas secuenciales y verifican los resultados reportados.

Modos personalizados / gestor de asistentes: cada modo tiene su propio prompt de sistema en la página de ajustes — un prompt personalizado en un archivo plano que el bucle del agente relee antes de cada paso del modelo, así una edición se aplica a la sesión en curso en el paso siguiente — e inícialo desde la composición oficial estándar / PTC / minimal / Cordis, activando una a una sus filas de plugins (composición propia por modo) y renombrándolo a gusto. Varios asistentes coexisten con sus prompts, así una máquina puede mantener en paralelo un asistente de programación, un compañero de chat y una persona de juego de rol (RP) — una configuración multiagente elegible en cada nueva sesión. Las filas intactas quedan idénticas byte a byte a las distribuidas, con las condiciones de plataforma.

femo (Flow Emerges Mag Opus): orquesta mundos multiagente como si escribieras un guion. Versión como plugin de dsh: el motor, el puente y el editor visual están en una sola carpeta, es autocontenido y basta con mover la carpeta entera para usarlo.

Plano de control y orquestación multimáquina y multiagente para DSH: descubre Agents y espacios de trabajo entre dispositivos, enruta tareas por máquina, repositorio, capacidad y carga hacia runtimes de Agent locales o remotos, transmite progreso y resultados, reenvía aprobaciones y recupera tareas duraderas tras desconexiones.

Observabilidad de Conversation Flow para enjambres de DeepSeek Harness, con topología, inspección de mensajes enrutados, pausas HITL, seguimiento en vivo y navegación a sesiones hijas.

Ejecuta pipelines de AItelier desde DSH sobre MCP: 39 herramientas (22 de lectura, 17 de escritura) para generar, ejecutar, inspeccionar, editar, exportar e importar pipelines SkillFlow multi-paso. Los pasos se ejecutan en AItelier en lugar de en la sesión DSH y se sondean por run_id, pausan en checkpoints impuestos por el motor respondidos con answer_checkpoint, y dejan rastros por paso y salidas de paso para leer después; add_provider / map_model / edit_role apuntan un rol individual a un endpoint local o más barato. Agrupa una habilidad aitelier-pipelines.

Orquestación multi-agente para DeepSeek Harness — agentes especializados, orquestación de tareas, skills de flujo de trabajo