Plugins

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

Observador de solo lectura del recorrido de trabajo de la sesión: agrupa los turnos en resúmenes de etapa, ejecución, duración y tok/s, y luego expande ramas paralelas, resultados de herramientas y razonamiento visible para el proveedor.

baro como proveedor de subagentes de DeepSeek Harness: delega un objetivo con varias historias y recibe ejecución en paralelo, revisión independiente y un resultado verificado, con un panel de ejecución en vivo en la barra lateral.

Compara dos builds de Vite en ejecución dentro de conversaciones de DSH, permite elegir a ciegas y revisar la adopción frente a los cambios actuales del proyecto. Requiere un proyecto Vite en la raíz de un repositorio Git con al menos un commit.

Puente Feishu/Lark para DeepSeek Harness: vinculación de PersonalAgent mediante escaneo, tarjetas en streaming, espacios de trabajo de proyecto con git-worktree, tareas paralelas por ámbito, agentes multirrol, notificaciones entre sesiones, gestión de modelo/clave dentro del chat y un guardián de red de seguridad que sigue respondiendo en Feishu tras un fallo de dsh.

Lectura profunda y resumen para DSH: convierte libros, artículos, vídeos y webs en notas estructuradas de Obsidian mediante parsers de plugins, subagentes paralelos MapReduce de lectura profunda, salidas JSON Schema y caché idempotente.

Visualización de flowgraph en vivo para sesiones de DeepSeek Harness, incluyendo llamadas a herramientas, grupos paralelos, ramas de subagentes y detalles desplegables.

Conjunto de herramientas de depuración ROS2 y análisis de visión del estado del robot para DeepSeek Harness: enumeración de node/topic/service/action/interface/TF, JSON de topología completa del grafo, comprobaciones rosdep, builds con aprobación y andamiaje de mensajes personalizados, capturas de pantalla de GUI y observación de visión multimodal, más renderizado offscreen sin cabeza de RViz2 (mallas low-poly, lectura directa de píxeles, paso de GPU: renderizado de movimiento a 30 Hz) con análisis paralelo de VLM en tiempo real.

Bundle DSH para textos largos (artículos académicos, análisis sectorial, comentarios empresariales) con 9 roles/6 fases: T1 literatura, T2 datos y T3 casos en paralelo; T4 analista, T5 redactor, T6 crítico, T7 auditor, T8 finalizador ejecutado por coordinador y T9 revisor par. Incluye verificación triangular de evidencias; M-gate: 26 controles (25 scripts + 1 humano); auditoría G0-G16 con control de huellas de escritura por IA en textos chinos; puntuación peer-review con selección de revista; 4 checkpoints humanos. Instala: `dsh plugin add lunheng-article-pipeline` (`package.json#dsh.bundle.patch` y `lib/index.js` registran la skill). Incluye tarjetas T1-T9, plantillas, 36 scripts de verificación sin dependencias y README en 5 idiomas.

Convierte un requisito de una línea en una entrega verificada. TeamFlow ejecuta un flujo por etapas: clasificación, PRD, diseño, plan técnico, desarrollo paralelo, QA con corrección de defectos y aceptación. Incluye 12 herramientas `teamflow_*` y un espacio de trabajo con gráfico del flujo en vivo y kanban de backlog. Cada requisito tiene una carpeta con su PRD, diseño, plan técnico, informe de QA y registro de aceptación.

Pipeline de investigación y búsqueda profunda multiplataforma: harvest_scout para descubrimiento en paralelo por GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili y YouTube; harvest_deep_research para informes de investigación completos automatizados; además de extracción, verificación entre fuentes y auditoría de credibilidad.

Búsqueda web fusionada de múltiples motores, obtención de páginas, búsqueda en X (Twitter) en tiempo real con respaldo sin credenciales, investigación profunda e investigación multiagente paralela para DeepSeek Harness. Capa gratuita: Bing / DuckDuckGo / Yahoo / Exa MCP (todos sin clave, comprobados en vivo); api la

Compositor tipo terminal para la GUI web de DSH: historial de comandos (↑/↓, búsqueda por prefijo, Ctrl+R), autocompletado estilo Codex y predicción del siguiente prompt (aceptar con Tab o →), barra de selección (copiar/citar/preguntar en el chat lateral), pegar con clic derecho, índice del chat arrastrable y un hilo de chat paralelo en la barra lateral derecha.

Un motor de escritura de novelas web para DeepSeek Harness: redacción paralela, esquematización y lluvia de ideas con una clave de DeepSeek independiente, gestión de trasfondo y presagios, recuperación vectorial semántica, una biblioteca de corpus, libro mayor de uso, corrección mecánica y un plan de serialización local.

Búsqueda web multi-motor para agentes de programación — un núcleo SearchBoost (búsqueda fusionada, fetch, X) con adaptadores MCP (Cursor, Codex, Claude Code, Grok Build, Antigravity), extensión pi y bundle de DeepSeek Harness

Enjambres de IA basados en roles para DeepSeek Harness: un arquitecto planifica, constructores paralelos ejecutan, revisores controlan la calidad y un integrador publica. Fijación de modelos por rol con cadenas de respaldo, bucles de revisión, contratos de evidencia, revisiones con control humano, pausa/reanudación consciente de la cuota y un kanban en vivo + diagrama de flujo en la GUI web. 40 pruebas; se instala desde GitHub o npm.

Plugin Mixture-of-Agents para DeepSeek Harness: un comando /moa distribuye un prompt a varios modelos en paralelo, fusiona sus respuestas en un espacio de trabajo de archivos y se integra con Live Canvas para la salida visual.

Preset de orquestación multiagente para DeepSeek Harness. El chief orchestrator nunca implementa: clasifica cada solicitud, encarga el plan a un PM expert y delega la implementación a expertos mediante un roster integrado (herramientas para listar y convocar). Coordina paralelismo con un taskboard DAG de dependencias, usa un message bus basado en archivos y exige revisión independiente antes de entregar. Incluye 11 expertos principales. Se pueden descargar equipos adicionales (Agency agents EN/ZH, classic collections) con un clic desde Settings por dos canales, GitHub/CDN, con verificación sha256. Publicado en npm como dsh-expert-orchestrator; requiere DSH >= 0.1.7-alpha.2.

Proveedor de búsqueda web agregada que distribuye una consulta a 11 motores (Exa, Parallel, DuckDuckGo, SearXNG, Brave, Tavily, Serper, Mojeek, DeepSeek, Anthropic, OpenAI) en paralelo, deduplica por URL y fusiona los resultados. Incluye una tarjeta de ajustes para alternar backends, guardar claves de API en el almacén de credenciales y ajustar concurrencia y tiempos de espera.

Dirige automática e inteligentemente cada tarea delegada al mejor modelo configurado usando alias, etiquetas de capacidad y guía de uso, manteniendo el trabajo rutinario rápido y económico mientras envía el trabajo complejo a especialistas más potentes. Configura tu equipo de modelos en la Web UI o con una configuración guiada, ejecuta especialistas en paralelo con una unión de resultados fiable y ve el modelo elegido de un vistazo en las vistas de subagentes y dentro del árbol de Tasks de Better Sidebar.

Preajuste de agente de flujo de trabajo de ingeniería para dsh: cinco fases con puertas (aclaración de requisitos, aprobación del plan, TDD, subagentes paralelos, finalización verificada) con seis habilidades de flujo de trabajo adaptadas de obra/superpowers.

Protección de reclamación y liberación de archivos para sesiones paralelas de DSH en el mismo espacio de trabajo (recuperación por latido cuando queda obsoleto, área de fusión de tres vías pendiente).

Investigación profunda como modo agente: un único bucle revisado que planifica, investiga en rondas paralelas adaptativas impulsadas por las lagunas que los propios investigadores declaran, sintetiza un informe citado y luego lo revisa de forma adversarial, en lugar de un script que el modelo reescribe por llamada. Las preguntas que el presupuesto de rondas nunca alcanzó se nombran en el informe en lugar de descartarse.

Skill Windows PowerShell 5.1 para assets grandes de GitHub Release. Sondeo del host read-only: puertos proxy, proxy/env, Clash Verge core/config y curl. Mide 4 rutas en paralelo (proxy, core headless, mirrors, directo) y prueba concurrencia limitada por tiempo. Descarga con curl byte ranges paralelos; verifica bytes y SHA256 del digest. Omite la prueba si <100 MB o ≥3 MB/s por conexión. Medidas del autor: 6,3× limitado (1.234→7.759 KB/s); 0,72× rápido (5.829→4.175 KB/s). Sin aria2/7z; no cambia proxy ni pregunta puertos/concurrencia. Si falta: candidatos reales y `ASSET_NOT_FOUND`, sin sustituir. Sin digest: solo tamaño, `DOWNLOAD_SIZE_OK_NO_DIGEST`.