Plugins
Explora, filtra e instala plugins de DeepSeek-Harness.
5 plugins encontrados
dsh-degeneration-kit (thinking-guard)
walksls/dsh-degeneration-kit
Elimina bucles de razonamiento degenerados del historial visible para el modelo, evitando que se reproduzcan aguas arriba en el siguiente turno. Detecta dos patrones —una frase repetida sin parar y la rotación de frases cortas— y sustituye el tramo coincidente in situ; incluye una válvula de escape que aborta turnos incapaces de detenerse.
dsh-degeneration-kit (auto-checkpoint)
walksls/dsh-degeneration-kit
La compactación automática primero escribe una nota de relevo: al acercarse la sesión al umbral de tokens, pide al modelo guardar un checkpoint del proyecto en el workspace y, opcionalmente, inicia una sesión nueva con una instrucción para continuar y aparca la anterior. La nota debe escribirse dentro del ciclo de compactación actual y cambiar realmente su sección de conclusiones, para impedir que pase un archivo obsoleto o solo tocado.
dsh-degeneration-guard
bluemika111/dsh-degeneration-guard
DeepSeek Harness 插件:检测思考段复读并自动打断、自动续跑。通用重复检测,不依赖白名单;支持行内重复开关、可编辑拦截提示词与聊天内提示。
dsh-moa-native
ddl095/dsh-moa-native
Mixture-of-Agents nativo en generación para DSH: en cada turno los modelos de referencia crean en paralelo borradores previos con el mismo contexto de sesión y un agregador ejecuta con todas las herramientas. Incluye recetas como modelos, vistas espejo F/recortada R, control obligatorio de subagentes (índice de sesión de doble forma), visión por receta (transfiere lectura de imágenes a agregadores solo de texto), cadencia por niveles con listas distintas de dirección y patrulla y reutilización congelada entre pulsos. Descarta salidas de referencia degeneradas, oculta la identidad del proveedor en fallos y fija el registro del ensayo donde se produjo en lugar de añadirlo a cada petición, preservando el prefijo en caché; activado por defecto en todas las cadencias.
dsh-output-loop-guard
adistancethereis/dsh-output-loop-guard
Protección de DSH contra la autorrepetición en la salida del modelo en streaming: detecta bucles de degeneración en el razonamiento o texto visible, aborta el turno descontrolado y reactiva al agente con un aviso correctivo.