Plugins

Cuerpo de memoria (Memory Body): unidades de memoria con nombre, entre sesiones, aisladas y montables

Un repositorio, tres partes: un inyector en tiempo de ejecución para paquetes de plugins de DSH (inyectar, recarga en caliente, descargar, promover al frente una herramienta de preparación de desarrollo, enrutamiento con autocorrección y un gestor de plugins en la página de ajustes que lista, descarga y arrastra carpetas para internalizarlas), un agent preset de enrutador de modo de razonamiento consciente de la tarea (router-standard / router-spec / router-react) y un protocolo de tareas graduado de dos niveles cuyos seis herramientas (commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict) fijan el estado de la tarea al disco. La implementación del inyector viene en el propio árbol: la instalación trae su comportamiento, no dependencias.

Paquete de solo configuración que monta Ouroboros a través del cliente MCP de DSH, exponiendo 36 herramientas de flujo de trabajo de entrevista, Seed, ejecución, evaluación y evolución en DSH.

LoopX, un kernel de estado y plano de control neutral respecto al proveedor y local-first para agentes de horizonte largo: mantiene el estado de Goal, Todo, gate, evidencia, cuota, recuperación y handoff por encima de DeepSeek Harness, mientras que el plugin inicializa la CLI y las skills, admite una continuación acotada dentro de la misma sesión y añade una GoalBar de loopback para el bucle exacto acotado.

LoopX, un kernel de estado y plano de control local-first, neutral respecto al proveedor, para agentes de largo horizonte: mantiene Goal, Todo, gate, evidence, quota, recovery y handoff por encima de DeepSeek Harness, mientras el plugin arranca la CLI y las skills, admite continuación acotada en la misma sesión y añade una GoalBar de bucle de retorno para el bucle exacto acotado.

iPolloWork HyperFrames Video Studio y 27 plantillas de video editables como una vista de conversación nativa de DeepSeek Harness.

Sustituye los proveedores de sistema de archivos y bash por un espacio de trabajo virtual mirage: las herramientas de archivos y los comandos de shell se ejecutan sobre recursos montados (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) en lugar del disco del host, con modos de lectura/escritura/ejecución por montaje, enrutamiento de sandbox por comando (monty, pyodide, quickjs en proceso; docker, e2b, daytona remotos), y CLIs instaladas (git, gh, slack, linear, ntn, gws, o una que registres) como palabras iniciales en la terminal virtual.

Conecta DeepSeek Harness con la base de conocimiento personal local-first y autoevolutiva de ReMe: captura automáticamente las conversaciones completadas del agente principal como memoria Markdown propiedad del usuario, busca conversaciones y material fuente mediante reme_search con BM25, embeddings opcionales y expansión de wikilinks, y programa una consolidación diaria de memoria.

Conecta DeepSeek Harness a la base de conocimiento personal local-primero y autoevolutiva de ReMe: captura automáticamente las conversaciones del agente principal completadas como memoria Markdown propiedad del usuario, busca conversaciones y material fuente mediante reme_search con BM25, incrustaciones opcionales y expansión de wikilinks, y programa la consolidación diaria de memoria.

Conecta bots de mensajería instantánea a DeepSeek Harness mediante códigos QR o credenciales de bot (9 canales: Feishu, WeChat, DingTalk, WeCom, QQ, Slack, Telegram, Discord y WhatsApp).

Un guardián de preejecución para agentes de codificación con IA. Bloquea comandos destructivos de Git y del sistema de archivos, además de intentos habituales de acceder a archivos sensibles, antes de que se ejecute una llamada a herramienta. Compatible con Amp Code, Antigravity CLI, Claude Code, Codex, Cursor, DeepSeek Harness, Gemini CLI, GitHub Copilot CLI, Grok Build, Hermes Agent, Kimi Code, OpenClaw, OpenCode y Pi.

Paquete de métodos de ingeniería de software para agentes de codificación, con habilidades para planificación basada en líneas base, depuración sistemática, higiene de prompts, verificación antes de finalizar y seguimiento de reparación/retiro.

Ejecuta auditorías de seguridad locales de relés de API de IA y proxies de LLM desde DeepSeek Harness, generando informes en Markdown sobre inyección de prompts, señales de sustitución de modelos, reescritura de llamadas a herramientas, fuga de errores, integridad del flujo y riesgos de Web3 controlados por perfil.

Conecta dsh a un entorno de ejecución local de SandBase Harness a través de stdio MCP para gestionar agentes y sesiones, transmitir turnos, inspeccionar artefactos y cancelar tareas.

Generación de imágenes conversacional nativa para DeepSeek Harness: pide al agente que cree una imagen y se encarga de la generación y conserva el resultado directamente en la conversación.

Memoria de recuperación de fallos: busca y registra lecciones de recuperación de fallos extraídas de sesiones reales de ingeniería, con recuperación BM25 + RAG semántico y una base de conocimiento de lecciones.

Memoria persistente supervisada por LLM para agentes de IA: recuperación basada en grafos, conocimiento entre sesiones, binario único. Funciona con DeepSeek Harness, Claude Code, OpenClaw y cualquier runtime de agentes.

Usa las suscripciones de ChatGPT (Codex), Claude y Grok como proveedores LLM de DeepSeek Harness, con inicio de sesión en Configuración, catálogos de modelos, uso, más las herramientas image_generate, video_generate y x_search.

Las capacidades de DeepWatch, instalables en un perfil de DeepSeek Harness existente.

Distribución comunitaria: TUI, escritorio y Web UI en un solo paquete con instalación por capas.

Un simulador iOS en vivo o un iPhone conectado por USB dentro de la conversación: 22 herramientas de agente para arrancar, compilar, controlar la UI por identidad de accesibilidad o texto OCR, acciones sobre filas de lista y hot reload de SwiftUI preview, además de un panel lateral en streaming que puedes tocar y arrastrar.

Exploración de arquitectura AGI de caja blanca: metacognición (bucle de autocognición), aprendizaje continuo (volante de conocimiento), modelo del mundo (espacio de condiciones, grafo de memoria espaciotemporal), auto-mejora (disciplina bootstrap), pipeline de caja blanca zero-LLM y barandillas de confianza auditables.

Un plugin de DSH para producción de ficción, cortos dramáticos, juegos interactivos y resúmenes en video

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.