Plugins

Habilidades del flujo de trabajo de investigación ARIS como bundle de DeepSeek Harness: 82 habilidades más revisión adversarial entre modelos a través de Codex.

Reuniones visuales de mesa redonda para DeepSeek Harness — nodos expertos en un anillo con aristas dirigidas, una puerta de agregación, pensamiento proxy para modelos trabajadores de caja negra y revisión adversarial (red-team) de planes ya acordados con endorse/reject por punto de vista.

Conjunto de herramientas para un bucle de revisión adversarial → corrección → revisión.

Bucle de revisión adversarial → corrección → revisión.

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.

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.

Habilidad de análisis estructural multicapa: análisis primero adversarial en 16 lentes dentro de 4 categorías con 10 herramientas estructurales, calibración de confianza y salida por capas basada en hechos.

Runs a thesis-antithesis-seal debate whose verdict is computed from real command exit codes and case counts, never from agent prose.

Suite rigurosa de investigación matemática abierta: cuatro agent skills (rigorous-open-math-research, manage-math-research-program, math-research-workflow, lean-verify) para demostrar teoremas con auditoría adversaria, gestión de programas de investigación, orquestación de pipelines y auditoría de formalización en Lean 4; pruebas verificadas por CI y sincronización mecánica con upstream.

Answers hard questions by staging a formal debate: two adversarial subagents argue opposite sides with research, then the main agent rules on the transcript through the debate_open, debate_round, and debate_verdict tools.

Command-triggered red/blue adversarial review for ANY plan (not quant-specific). /plan-adversarial <plan>: arms a gate that requires the agent to derive two independent subagents (red=attack, blue=defend), have them converge on a consensus plan with NO th

Competition math (IMO/Putnam/USAMO/AIME) solved with a pure-reasoning pass, an adversarial verifier in a fresh subagent context, and calibrated confidence output (high / medium / honest "no confident solution"); optional LaTeX-to-PDF rendering.

Adversarial code review — parallel finders inspect a diff through separate lenses (correctness, lifecycle, contract, security), then each finding goes to independent verifiers tasked with refuting it, and one refutation drops it.

Adversarial multi-lens code review: parallel correctness/security/maintainability lenses attack a diff, with deterministic severity grading, suppression rules and incremental review history.