Plugins

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.

Evoluciona skills, agentes, prompts, código y plugins desde dentro de DeepSeek Harness, con AgentDescent.

Expone los modelos gratuitos de OpenCode Zen a DeepSeek Harness, sin clave API.

Laberinto de ejecución para sesiones DSH: el recorrido real del agente — avance principal, desvíos fallidos o sin salida, retrocesos, reintentos de solicitud y ramas de subagentes — dibujado en una sola línea temporal de reloj; con tres trazas bajo cada carril que comparten ese eje (densidad de llamadas a herramientas, pulso de tokens, presión de contexto) y un panel de análisis determinista debajo (matriz de resultados de herramientas, cadenas de recuperación ante fallos, distribución de duración); míralo crecer en vivo en una pestaña de sesión, o sube hasta 5 registros de sesión para una comparación en el mismo eje.

Memoria causal para dsh: un puente MCP stdio sin dependencias que monta las 17 herramientas del servidor causal-memory bajo nombres limpios (sin prefijo mcp__) — aristas decisión → resultado con relaciones tipadas (caused / enabled / prevented) en un almacén SQLite local que sobrevive a la compactación — más una sección de prompt del sistema fijada. Requiere el binario del servidor causal-memory en PATH (pip install causal-memory o una versión precompilada).

Trace Compare & Live Maze: dibuja la exploración real del agente —ruta principal, desvíos fallidos o sin salida, retrocesos y ramas de subagentes— en una única línea temporal de reloj de pared; sube 1–2 registros de sesión para una comparación en el mismo eje u observa su crecimiento en vivo en una pestaña de sesión.

Panel de anatomía para los órganos de Agent-Body: sirve un panel de signos vitales en vivo en /anatomy dentro del propio harness (órganos, latido, libro de sanación, contadores de autoentrenamiento y el flujo de pulso real), leído directamente de los archivos de tiempo de ejecución en lugar de reescribirse. Solo host, sin bundle de cliente ni paso de compilación.

Motor de contexto Zero-residence: los payloads grandes de herramientas se expulsan del contexto activo a un almacén consultable y solo quedan punteros deterministas, de modo que los tokens de prompt por turno dejan de crecer con la transcripción. Cualquier contenido enmascarado se reconstruye literalmente desde el registro de la sesión a petición, por id de llamada de herramienta o seq de sesión.

Núcleo de órganos de Agent-Body: plugins organizados como un solo cuerpo. Cada comando se vuelve un impulso nervioso que inerva de forma determinista el órgano competente y nombra la capacidad a usar; un latido de intervalo variable bombea directivas del operador, propiocepción y avisos de homeostasis por el sistema; los reflejos se disparan sin llamadas al modelo; los fallos siguen atribución determinista (herramienta, argumentos, permiso, timeout, red), prescripción y bucle de reverificación, y los errores de argumentos nunca se reintentan. Un órgano ausente lo compensa el de mayor solapamiento de capacidades, y los esquemas de herramientas se filtran por la intención actual (reducción medida del 84.7%, reproducible en el repo). Es el paquete de plugins núcleo del repo agent-body.

El órgano de memoria de Agent-Body: tras 2 minutos de silencio entra en sueño ligero y tras 5 en sueño profundo, donde reglas deterministas destilan la experiencia real en tarjetas de memoria (trampas, manuales, puntos calientes, problemas sin resolver, hechos). Los comandos entrantes recuperan tarjetas relacionadas por palabra clave y las inyectan en el contexto; las tarjetas sin uso decaen con una vida media y se archivan en lugar de borrarse. También elimina el ruido de las advertencias de homeostasis de todo el cuerpo: las repeticiones dentro de una ventana se cuentan en vez de reimprimirse, y una advertencia que se repite sin curarse converge en un desfase de estado estacionario conocido y se silencia. La consolidación y el recuerdo no hacen llamadas al modelo.

Capa de coordinación de plugins: los plugins declaran sus capacidades, los comandos se enrutan al plugin propietario sin llamada al modelo, los esquemas de herramientas se cargan bajo demanda para reducir tokens de prompt, el historial de ejecuciones se consolida en memoria a largo plazo mientras está inactivo y los fallos se clasifican antes de cualquier reintento.

Capa de integración nativa DSH para el motor de memoria Minta: compone la fila oficial dsh-mcp-client, registra la skill minta-memory-governance más un precalentamiento de memoria al inicio de la sesión, e incluye un preset de agente Minta; requiere el motor Minta desplegado por separado (Python/Docker) para proporcionar las 19 herramientas MCP — no utilizable sin él.

Plegado de contexto sin pérdidas para DeepSeek Harness: el tramo más antiguo se sustituye por un resumen y los originales permanecen en el registro de la sesión.

CLI self de Superself como herramientas frente al modelo (contexto de proyecto, unidades de trabajo, informes, decisiones) más un comando /self: estado de proyecto entre sesiones y entre proyectos, mantenido fuera del repositorio de código.

Swarm estilo Kimi-Code: dispatch de subagentes en paralelo por lotes con planificación adaptable, un comando /swarm y filas de progreso en vivo en el chat.

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

Explica localmente las ejecuciones fallidas del agente de DeepSeek Harness y luego produce un plan de recuperación con datos censurados. No requiere ningún modelo.

Complemento de DeepSeek Harness: el CLI `self` de Superself como herramientas orientadas al modelo más un comando /self — estado del proyecto entre sesiones y proyectos para los agentes.

Examina el código local y GitHub/npm antes del desarrollo para encontrar implementaciones reutilizables, evalúa reutilizar frente a reescribir y comprueba el acoplamiento de la arquitectura.

Ship DeepSeek Harness to your own VPS: one command (or a form in DSH Settings → VPS Deploy) installs a zero-dependency login gateway, automatic HTTPS through Caddy, systemd supervision and one-click DSH upgrades.

One-command VPS deployment for DeepSeek Harness: a zero-dependency login gateway with automatic HTTPS that proxies the native web UI, a token-protected setup wizard, and one-click DSH upgrades with automatic rollback; as a plugin it adds Settings → VPS Deploy with version, upgrade and gateway status, or the one-command setup when DSH is not yet on a VPS.

Deterministic loop guard: denies a tool call repeated with identical arguments and caps per-agent calls, in code outside the model; incident log lets a parent interrupt a stuck subagent.