Saltar al contenido principal

Plugins

Explora, filtra e instala plugins de DeepSeek-Harness.

141 plugins encontrados

F

dsh-memory

furongjun-1999/dsh-memory

Exploración de arquitectura AGI de caja blanca: metacognición (bucle de autocognición), aprendizaje continuo (volante de conocimiento), modelo del mundo (espacio de condiciones, grafo de memoria espaciotemporal), auto-mejora (disciplina bootstrap), pipeline de caja blanca zero-LLM y barandillas de confianza auditables.

704hace 20 horasMemoriaMIT
N

dsh-infinite_canvas

ninkch/dsh-infinite_canvas

Estudio de creación basado en nodos para DeepSeek Harness: crea guiones, storyboards, imágenes de referencia y vídeo multiplano en un lienzo infinito, también por lotes desde el chat. Debes aportar tus proveedores de imagen/vídeo/TTS (endpoints estilo OpenAI o APIs de vídeo estilo Seedance/Sora). Sin proveedores configurados, funciona sin conexión en modo demo con medios de relleno.

156hace 3 díasVisión, voz y multimodalApache-2.0
Q

dsh-imagegen-video

q253595422/dsh-imagegen-video

Generación de imágenes y vídeo con IA para la GUI web de DSH. Incluye catálogos por canal y adaptación por familia (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), estudio lateral, lienzo infinito con nodos, vista previa de archivos, skills de lienzo y plantillas. El vídeo admite texto a vídeo, imagen a vídeo, primer/último fotograma clave y varias referencias, con envío/sondeo/descarga asíncronos, herramientas de vídeo del host, nodos de vídeo y unión local con ffmpeg de dos o más nodos en un MP4.

111anteayerVisión, voz y multimodalApache-2.0
P

dsh-quant

pengpengyi92/dsh-quant

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.

72hace 4 díasHerramientas y funcionesMIT
F

qa-skills

fishzjp/qa-skills

Pipeline de QA como 10 agent skills: análisis de requisitos, estrategia de pruebas, redacción y revisión de casos, automatización E2E (Playwright) y de API, exploratoria, alcance de regresión y análisis de bugs, respaldado por una base de conocimiento compartida con reglas de formato, modelo de riesgo y validadores de esquema.

64hace 9 díasHabilidadesMIT
P

dsh-data-quality

perrylink/dsh-data-quality

Comprobación de calidad de datos para DeepSeek Harness: pipelines de perfilado, limpieza y verificación con informes estructurados.

53hace 5 díasHerramientas y funcionesApache-2.0
C

Vibe-Mathematics

chongcyrus/vibe-mathematics

Instala cuatro presets de investigación matemática multiagente para DSH: v2 (pipeline guiado por probabilidad con debate entre varios verificadores), v3 (base de conocimiento Markdown estilo artículo con un agente planificador y una biblioteca de métodos reutilizable), v4 (residentes persistentes autoorganizados que se escriben y se reúnen) y v5 (un instituto de investigación con un académico que descompone y asigna el trabajo, investigadores que votan, trabajadores temporales, chat grupal y un tablero de tareas compare-and-set); los cuatro admiten reanudación desde checkpoint, intervención humana y un interruptor opcional de verificación formal en Lean (off/encourage/require) cuya prueba superada convierte el voto en una comprobación de fidelidad de los enunciados Lean.

47hace 16 horasFlujos y automatizaciónMIT
S

minecraft-dev

sikadi233-hub/minecraft-dev

Desarrollo de Minecraft para DeepSeek Harness (dsh), compatible con Minecraft 1.7.10 a 26.3: nueve skills para plugins Paper/Spigot, mods Fabric/Forge/NeoForge, complementos de mods principales y configuración Gradle/JDK por época. Incluye generador mc_scaffold, ejecutor mc_gradle y 18 índices offline de firmas API generados desde artefactos fijados con cabeceras de procedencia. mc_arbitrate es una canalización determinista por shards (congelación del contrato, briefs por shard, 21 reglas de auditoría de alta confianza con 5 comprobaciones cruzadas, unión de manifest y derivación de errores de compilación) que no llama a ningún modelo dentro del motor. Apache-2.0 con NOTICE.

45hace 12 díasHabilidadesApache-2.0
P

deep-read-summarize

pensivefei/deep-read-summarize

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.

45ayerFlujos y automatizaciónMIT
K

dsh-lowtide

kelaohu/dsh-lowtide

lowtide: canalización de tareas por lotes en horas valle con adjudicación humana para dsh (consciente de precios pico/valle)

43hace 3 mesesFlujos y automatizaciónMIT
N

dsh-academic-research-skills

nullptr-dzf/dsh-academic-research-skills

Portado desde el plugin ARS Claude Code (44k+ estrellas en GitHub): skills de investigación académica para DeepSeek Harness — un equipo de agentes de investigación profunda, un pipeline de redacción de artículos, un panel de revisión por pares multiperspectiva y un orquestador de extremo a extremo, además de dieciséis comandos /ars-*.

32hace 3 mesesHabilidades
D

dsh-prime-memory

drscrewdriver/dsh-prime-memory

Memoria por capas para DSH con 10 herramientas para agentes: escrituras privilegiadas (memory_add, memory_delete, memory_import), controles de reflexión (memory_ruminate y sus controles) y grafo de memoria. Una canalización L0-L3 recupera e inyecta recuerdos relevantes antes de cada paso del modelo.

27hace 22 horasMemoriaMIT
Z

lunheng-article-pipeline-dsh

zuoyunlai/lunheng-article-pipeline-dsh

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.

27hace 4 díasHabilidadesMIT
B

dsh-webui-mobile

bbtssama/dsh-webui-mobile

Shell web móvil para la GUI web de DSH: paneles superpuestos, FAB arrastrable, correcciones del compositor móvil y un botón flotante de carga de imágenes fijado encima del compositor (galería/cámara nativas, integrado con el pipeline validado add-images), sin regresión en escritorio. Publicado en npm como dsh-webui-mobile.

24hace 2 mesesIntegraciones y acceso remotoMIT
E

dsh-reel

eileenes/dsh-reel

Estudio promocional para plugins DSH: introduce el nombre, relaciónalo con un expediente y renderiza localmente una película de 28 s con UI real y un póster. V0.1 usa Chrome local y un renderizador de fotogramas propio (muestreo por intervalos de obturador para desenfoque de movimiento y cortes duros) e incluye los recursos de composición; npm install basta, sin runtime Onetake. Requiere Node.js 22+, Chrome/Chromium y ffmpeg; python3 para mezclar audio.

23hace 6 díasHerramientas y funcionesMIT
M

dsh-plugin-teamflow

michaelshii/dsh-plugin-teamflow

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.

23hace 18 horasFlujos y automatizaciónMIT
G

dsh-plugin-image-workbench

guohwa/dsh-plugin-image-workbench

Taller de imágenes en la barra DSH: flujos para ilustración y fotografía, grupo local de cuentas integrado y cualquier endpoint compatible con OpenAI.

20anteayerVisión, voz y multimodalMIT
N

dsh-pipeline-kernel

not-big-dog/dsh-pipeline-kernel

20hace 3 mesesFlujos y automatizaciónMIT
Y

dsh-expert-team

yangdcm/dsh-expert-team

Equipo Multi-Agent por roles para DeepSeek Harness: producto, arquitectura, frontend, backend, revisión y QA trabajan en nueve fases con controles; permite un equipo persistente. Sin dependencias ni compilación.

19hace 12 díasFlujos y automatizaciónMIT
T

dsh-harvest

toustifer/dsh-harvest

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.

16hace 2 mesesHerramientas y funcionesMIT
X

dsh-craft-your-textbook

xx-hub/dsh-craft-your-textbook

Convierte PDF de libros de texto en planes para un tutor IA o libros legibles. Seis fases con pausas de confirmación. DSH no controla el acceso a sus rutas HTTP, que puede invocar una página abierta en el navegador.

15ayerFlujos y automatizaciónMIT
T

dsh-novel-solo

tkingxiao/dsh-novel-solo

Plugin de «escritura de núcleo único» para DeepSeek Harness: meticulosamente simplificado en herramientas y endurecido en salida para modelos pequeños cuantizados; ideal para ejecutar pipelines de novelas largas localmente con modelos en el dispositivo.

14hace 16 díasFlujos y automatizaciónMIT
A

dsh-expert-mode

asher-2000/dsh-expert-mode

Preset modo experto DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH): coordinador jefe + 17 subagentes con delegación automática. Funciones: taskboard (estados pending/ready/running/done/failed, DAG dependencias, reclamación atómica, reintento, recuperación), puertas calidad (pipeline 5 etapas: requisitos, implementación, verificación, revisión, integración; 2 reelaboraciones), Five-Anchor (revisión/convergencia/anti-deriva/colaboración/recursos), Near-distance (plantilla identidad/tarea/salida), divulgación progresiva (~28% ahorro tokens), persistencia, bus P2P, revisión cruzada, pool experiencia, vía rápida, auto-reintento. 17 expertos: datos, redacción, legal, PM, frontend, UI/UX, arquitecto, social, growth, fin. cuant., backend, DevOps, BD, QA, seguridad.

14hace 2 mesesHerramientas y funcionesMIT
E

dsh-progressive-tools

everclear077/dsh-progressive-tools

Descubrimiento progresivo de herramientas estable en caché: una superficie fija de tool_search y tool_dispatch en cada solicitud, búsqueda de catálogo en memoria, despacho anidado a través del pipeline del Harness y una lista nativa de herramientas estable byte a byte a través del descubrimiento.

13el mes pasadoHerramientas y funcionesMIT