Plugins

Escuadrones multimodelo persistentes que se configuran en Ajustes y se seleccionan en el Composer, con políticas de modelo y herramientas por miembro. Por defecto, el Agent líder completa él mismo el trabajo sencillo y solo delega cuando se necesita el escuadrón guardado; el trabajo delegado se ejecuta como un DAG acotado con revisión y reparación opcionales. Run Center registra los reintentos y los tokens por miembro a partir de los eventos de uso oficiales de Harness.

Orquestación multiagente al estilo UltraCode: una capa de workflow generable, guardable, gobernable, observable y reanudable.

Orquestación multiagente al estilo UltraCode: una capa de flujos de trabajo generable, guardable, gobernable, observable y reanudable.

Flujo de trabajo dinámico para DSH (marcador de posición).

Un equipo de agentes persistente para colaboración de larga duración en DeepSeek Harness: identidades duraderas de agentes, Workspaces por proyecto, Channels con responsabilidad y Task Threads que encadenan agentes de sesión.

Herramientas Cordis de DeepSeek Harness para All in Flash, impulsadas por All in Luna

Gestión del ciclo de vida de objetivos para dsh con un tablero kanban interactivo: objetivos, criterios, intentos y revisiones viven en el espacio de trabajo, impulsados por herramientas graph_*, con un tablero de dos carriles renderizado en la vista de conversación.

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.

AI Company Framework: convierte una frase en una empresa multi-agente — 15 Skills planos (boss/pipeline/role-template/11 roles/generic customer-memory), 7 plantillas de flujo de trabajo, runtime AgentTeams + panel de actividad, barra lateral de empleados con aislamiento por sesión, bridge de bot Feishu (bot de boss y por empleado, enrutamiento de grupo, push autónomo, puerta de decisión humana, guía de contacto externo), memoria SQLite por cliente con memoria de tres capas (fusión entre grupos), conmutador de modo /company; sin RAG.

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.

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.

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

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.

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.

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

Un panel de orquestación estilo RTS donde los comandos reemplazan a los chats: un agente comandante residente descompone cada orden en briefs de tareas con criterios de aceptación, tropas de subagentes tipadas (recon/engineer/medic/scribe) las ejecutan en espacios de trabajo aislados, y cada sesión se indexa por la orden que la inició.

Usa AItelier como subagente desde DeepSeek Harness: genera, edita, ejecuta, exporta e importa canalizaciones SkillFlow. Solo cliente — requiere un backend AItelier en ejecución (Docker; consulta el README).

Meeting rooms for DSH sessions: joining a room grants the right to convene and the duty to attend, and a session belongs to at most one room. Convening forks each participant in with its own completed-turn context and with its tools stripped, a moderator that carries no context chooses the speakers, and every turn is appended to disk as it is spoken. After adjournment each participant receives its own minutes as a user turn and resumes work.

Conversation-level multi-agent workbench for editable task planning, real child-session observation, plan-versus-runtime comparison, and evidence-backed recovery previews; tested with DSH 0.1.1-rc.2.

Descubre y verifica roles portables de RoleHub, fija cada bundle exacto y luego lanza su prompt y sus skills incluidas en una sesión de DSH aislada y continuable, con vinculaciones de herramientas aprobadas por el Host y adjunción opcional a Agent Team Room.

Pasa contexto enfocado sin esperar ni interrumpir al Agent activo: congela un snapshot de sesión acotado, resúmelo asíncronamente con un LLM aislado sin herramientas, y entrega una cápsula con procedencia a otra Session o a un Room autorizado — silencioso por defecto para Sessions, con wakeup explícito disponible.

Enrutador de modelos de dos niveles para DeepSeek Harness: enrutamiento con LLM-Judge, cadenas de respaldo multimodelo, conmutación por error con retroceso exponencial y orquestación a nivel de tarea (adaptación a DSH de pi-shift-router)

Lightweight graph orchestration for DeepSeek Harness: scoped agent nodes, handoff contracts, bounded rework, and a layered global ledger.

DSH plugin: cross-session call center for agents. session_message delivers messages between DSH sessions (idle: visible full-text wake; busy: mid-turn-safe notice; plus runtime-context notes) and resolves targets by registered contact name (stale-id-proof