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.

Mejora de prompts con un clic (5 modos, cadena de memoria, fallback multimodelo) más reconocimiento de voz (Qwen3-ASR en la nube / SenseVoice sin conexión, parada automática en silencio) para el compositor, con reinicio del servicio DSH con un clic.

Consejo multimodelo para DeepSeek Harness: respuestas independientes, revisiones anónimas entre pares y una decisión final inspeccionable.

Orquestador multimodelo: el cerebro principal descompone tareas complejas y reparte subtareas a subagentes GLM / Kimi / Qwen según las fortalezas de cada modelo, con uso de tokens por modelo.

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.

Modelo predeterminado configurable para delegaciones a subagentes mediante settings.yaml, con estrategias de modelo único y multimodelo por turnos rotatorios o aleatorios.

Revisiones de asesor que convergen por rondas, un modo de ingeniería cuyas escrituras requieren un token de diseño, escalado de una tarea a un modelo más fuerte y consulta paralela multimodelo; una página de ajustes edita las rutas de modelo, los tiempos de espera y los presupuestos.

Complemento de enrutamiento multimodelo para DeepSeek Harness: deje las tareas especializadas en manos de agentes especializados: personalice agentes profesionales (visión/traducción/voz/subagente, etc.) y asócielos a modelos independientes; inicio de sesión con un clic para cuentas multimodales, enrutamiento de estado del pool de cuentas y estadísticas de uso en tiempo real.

Herramienta de visión invocable por agentes que describe imágenes locales mediante cualquier endpoint de visión compatible con OpenAI que configures, con verificación cruzada opcional de varios modelos y sin claves integradas.

Perfilado de capacidades por modelo para DSH: convierte el historial de sesiones local en paneles por modelo que muestran recuentos de sesiones, uso de herramientas, tasas de error y principales firmas de error, con filtros por rango temporal y comparación entre múltiples modelos.

Para DeepSeek Harness: registra modelos, ayuda con los retratos y selecciona el modelo de Agent desde un catálogo sin secretos.

Live2D session view with realtime voice: continuous voice input, streaming TTS, subtitle translation, multi-model catalog, standalone entry / Live2D 实时语音会话视图：连续语音输入、流式 TTS、字幕翻译、多模型目录、独立入口

FreeDSH — free-first multi-model routing, safe core updates and pt-BR/Windows support for DeepSeek Harness. Installable as a DSH bundle (dsh plugin add). Unofficial project.

Governs multi-model access, monthly credits, manual/quality/credit/auto routing, failure rerouting, and usage auditing for DSH.

DeepSeek-Harness plugin for multi-model orchestration with recursive task decomposition, dynamic routing, quality gates, failure recovery, and KPI reporting.

Una mascota arrastrable te invita a jugar Xiangqi (ajedrez chino) mientras la IA piensa, con motor integrado, exportación del registro de jugadas y comentarios multimodelo opcionales.

Chips de revisión y cita de mensajes para conversaciones: revisión cruzada multimodelo (código/respuesta) con gradación de severidad y resúmenes, historial de revisiones y preferencias persistidas por el host.

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)

DeepSee: visión para DeepSeek Harness, enrutamiento multimodelo y autocomprobaciones visuales con Gemini antes de la entrega

Explicit, evidence-first multi-model consultation for DeepSeek Harness

Runs one coding prompt across multiple configured models in isolated Git worktrees, streams side-by-side tool traces and results, and commits the candidate the user adopts for later rounds.

Evidence-first multi-model coding comparison workbench for DeepSeek Harness