Plugins

Cuatro herramientas de solo lectura sobre una base de conocimiento WeKnora: listar bases de conocimiento, búsqueda híbrida de pasajes, reensamblar los fragmentos de un documento en orden, y la respuesta RAG citada del propio WeKnora o de un agente ReAct con un id de sesión reanudable.

Herramientas de recuperación de conocimiento WeKnora para DeepSeek Harness (dsh): búsqueda semántica, lectura de documentos y respuestas RAG/agente sobre tus propias bases de conocimiento.

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.

Plugin de seguridad para ingeniería inversa y pentest en un único paquete: reducción de herramientas en el primer turno, enrutamiento por dominio y 33 herramientas que cubren APK, web, binarios nativos, protocolos, malware y muestras de LLM — con manuales para desempaquetado, evasión de licencias y antianálisis, motor de evaluación H-CoT (enrutamiento semántico, comando /hcot), banco de trabajo web con estantería de herramientas basada en libro mayor, flujo de casos en disco (cadena de evidencias persistente, hallazgos validados numerados con E, reanudación tras compactación), descubrimiento externo de herramientas basado en GitHub y 361 documentos de referencia bajo demanda.

Kit de herramientas de I+D cuantitativa para DeepSeek Harness — 59 herramientas en seis dominios que cubren datos de mercado, indicadores, evaluación de factores, validación ML walk-forward, riesgo (VaR/CVaR/drawdown/Beta con Kupiec POF), opciones, bonos, FICC y simulación de fondos, con un flujo de investigación extremo a extremo PDAT→PET.

Controla tu Chrome real desde DSH mediante un puente WebSocket local: gestión de pestañas, navegación, snapshots del DOM, evaluación de JS en la página, clics, escritura, capturas, esperas y gestión de diálogos tras un conmutador en Ajustes.

OMK — Observe. Measure. Know. Cambios de conocimiento respaldados por evidencia para aplicaciones de IA.

Arnés de evaluación para plugins de DSH: los casos en YAML impulsan ejecuciones reales del agente en modo headless, verifican llamadas a herramientas, argumentos, resultados y uso de tokens, con una puerta de referencia para regresiones en CI.

Controlador de autoevolución con prioridad en la evidencia: generación acotada de candidatos Cordis, admisión de Loader real de un solo intento, evaluación Harbor y un linaje con registro reanudable tras fallos.

Exporta eventos de turno, modelo, herramienta, aprobación, reintento y error de DSH (solo metadatos) a Tuning Engines para trazas gobernadas, evaluación de políticas, análisis de costos y revisión de Work Session, con una cola de reintentos respaldada en disco.

Plugin proactivo de planificación multimodelo: ingesta de señales multisource con deduplicación y clasificación de urgencia, un motor de decisiones de cuatro vías ejecutar/aplazar/desestimar/preguntar al usuario, generación de planes DAG con ejecución paralela de modelos, reflexión de calidad con reintento automático y cambio de modelo, memoria a largo plazo para patrones y lecciones de tareas, y evolución de estrategia mediante algoritmos genéticos con evaluación en sandbox y despliegue canary.

Ejecuta 3 o 5 candidatos de coding-agent en Git worktrees detached, valida sus patches con comandos del proyecto, clasifica solo candidatos que pasen, y requiere aprobación separada antes de aplicar el ganador.

Runtime de visión auditable y Computer Use multiplataforma para DeepSeek Harness con evidencia que preserva la fuente.

Canalización diaria automatizada de contenido para Insta360 GO 3S: captura remota BLE/WiFi de metraje de acuario, importación inalámbrica, evaluación de calidad ffmpeg con registro de decisiones, edición automática (selección de segmentos, narración TTS, música, subtítulos) y subida a Bilibili mediante biliup (dry-run por defecto).

Ejecuta experimentos reproducibles de perfiles y parches de DSH con creación guiada de casos, aserciones, informes de comparación web, recuperación y controles de políticas.

Consultor de evaluación y mejora de PR: evalúa la probabilidad de éxito de un PR según antipatrón históricos y patrones de éxito, con puntuación en un clic y sugerencias prácticas.

Un plugin de meta-agente nativo del modelo para DeepSeek Harness: el modelo sintetiza en tiempo de ejecución flujos de trabajo específicos para cada tarea a partir de cinco patrones de flujo agentivo (encadenamiento de prompts, workers paralelos, router, supervisor, bucle de evaluación) y coordina herramientas y subagent

Compares existing DSH sessions or runs controlled A/B trials between agent presets, showing aligned timelines, paired metric deltas, explicit success checks, and exportable reports.

Adaptive model discovery, evaluation, tiering, and subagent routing for DeepSeek Harness.

Observabilidad con Langfuse para DeepSeek Harness (DSH): árboles de trazas por turno agregados por id de sesión, con versionado de prompts y evaluación.

Reproduce turnos reales de DeepSeek Harness contra candidatos Standard, Minimal, Anchored o de plugins con evidencia congelada de la superficie de la petición

Comprueba qué plugins de DeepSeek Harness se cargaron realmente y consulta los tableros de evaluación públicos de trapstreet.run.

Puente CDP a un Chrome/Edge ya en ejecución para DSH: capturas de pantalla, aserciones por píxel, comprobaciones de DOM/CSS y evaluación de JS de la página sobre HTTP + WebSocket, con cero procesos hijos, cero dependencias npm y cero aprobaciones por uso.

Measure whether a dsh setup change actually helped: register repeatable cases, run them, and diff the results before and after you change rules, skills, or models.