Plugins

Modo red team: das un nombre de organización y un equipo planificador lanza cinco roles (reconocimiento, activos, vulnerabilidades, explotación, pivote) con hasta 3 agentes simultáneos; preflight de skills y recursos, pide una vez la clave o VPS que falte, guiado por una skill de onboarding integrada. Puntuación según reglas unificadas de intrusion scoring (8 categorías / 25 puntos), con topes de servidor, mayor privilegio gana y dedup por servicio; cuentas autorregistradas no puntúan. Los hallazgos van con marca de tiempo a una base SQLite local y se muestran en una consola derecha de 12 pestañas (activos, agentes, sesión/túnel, cadena de ataque, puntuación, informe justificado, base POC/EXP, skills). Incluye 23 skills nativas, 53 herramientas redteam_* y autoactualización en un comando.

Banco de trabajo de investigación al estilo Claude Science: motor de bucle de investigación ReAct (herramientas research_*), artefactos versionados con procedencia (herramientas artifact_*), y 10 skills científicas para genómica, patógenos y bioinformática.

Paquete de mesa de trabajo de trading solo para investigación: costura de proveedor de datos de mercado tipada con un proveedor de referencia CSV, instantánea de régimen de indicadores multitemporal y herramientas OHLCV, tarjetas de gráficos interactivos en dsh web con anotaciones de modelo restringidas por procedencia, y un guarda de riesgo que deniega llamadas a herramientas con forma de ejecución en tools/pre-execute.

Memoria de proyecto solo local sin dependencias de runtime incluidas ni servicios externos: JSON como fuente de verdad más un PROJECT_MEMORY.md generado, Hot Memory congelada por sesión y acotada por tokens para la estabilidad de la caché de prefijos de prompt, recuperación BM25 entre proyectos con caché, procedencia confiable de sesión/turno, gobernanza explicable de duplicados/conflictos antes de escribir, ciclo de vida editable de importancia/pin/etiquetas/sustitución/archivo, destilación configurable al final del turno de nivel superior, y una GUI web bilingüe para búsqueda, inspección, diagnóstico y ajustes en vivo.

Memoria a largo plazo entre sesiones bajo la metáfora del «palacio de la memoria»: almacenes SQLite de doble ámbito (usuario + proyecto por origen de git), recuperación híbrida de FTS5 y vectores locales con fusión RRF y refuerzo de clasificación por recencia y pruebas, captura automática desde el registro de la sesión (incluido el último turno), cadenas de auditoría de procedencia, destilación por consolidación y olvido por decaimiento, y un panel Memory Library en la página de ajustes con topología de pasillos, mayordomo de visitas y lista de renovaciones.

RAG de base de conocimiento de literatura local para DSH: recuperación híbrida BM25 + vectorial sobre un índice SQLite, reordenación con cross-encoder, respuestas citadas con procedencia a nivel de sección y página, actualización solo de metadatos e ingesta en segundo plano con sondeo de progreso.

Banco de trabajo científico reproducible: celdas impulsadas por agentes, figuras en línea con retroalimentación/re-ejecución, procedencia mediante manifiesto, instantáneas de entorno y habilidades de figuras nivel publicación (9 herramientas bio_* + UI del banco de trabajo).

Baliza de seguridad en vivo para DSH que sigue la actividad de las herramientas. Haz clic para ver estadísticas de llamadas, cadenas de procedencia de riesgos y acciones bloqueadas, con restricciones de tareas de solo lectura y detección de cambios en metadatos de herramientas.

Inspector basado en evidencia para las capacidades integradas de DSH Web: procedencia de tiempo de ejecución/configuración, diagnósticos de compatibilidad y desviación (drift), además de controles de fallo cerrado (fail-closed) para nueve hojas de UI revisadas.

Memoria de grafo local en vista previa técnica para DSH y Codex: recuerda evidencias globales del propietario y del proyecto actual antes de cada turno, escribe registros de USER y ASSISTANT por separado, y preserva la procedencia de proyecto, sesión, actor y fuente para un atlas visual y páginas de conocimiento citadas.

Memoria de grafo local en vista previa técnica para DSH y Codex: recupera evidencia global del propietario y del proyecto actual antes de cada turno, escribe registros de USUARIO y ASISTENTE por separado, y conserva la procedencia de proyecto, sesión, actor y fuente para un atlas visual y páginas de conocimiento citadas.

Math Agent Framework para DeepSeek Harness: motor de derivación simbólica (CES / formas cuadráticas / ODE / PDE), verificación con SymPy, demostraciones formales verificadas por el compilador de Lean 4 y verificación adversarial multiagente estilo QED, expuesto como herramientas DSH nativas mediante un shell TS que sirve de puente a un motor Python. Requiere clonar el repositorio math-agent-framework y ejecutar `pip install -r requirements.txt`, con MATH_AGENT_HOME apuntando a la raíz del repositorio. Cada resultado incluye procedencia (versiones del motor, semilla, tolerancias) y se marca como datos no confiables.

Contexto de red de conocimiento empresarial para DeepSeek Harness: vincula una sesión a una red de conocimiento OpenBKN, consulta sus objetos y métricas mediante herramientas MCP gestionadas y abre procedencia respaldada por trazas (hechos de ejecución y un grafo de negocio) para cada respuesta. Se distribuye con OpenBKN Runtime; las vistas de procedencia requieren una licencia empresarial de OpenBKN.

Panel de información de solo lectura para un perfil: cinco vistas sobre los mismos datos — capas de configuración, árbol de plugins, servicios, nombres de herramientas y modelos — cada entrada muestra qué capa la insertó o desactivó y si está en ejecución.

Linaje direccionado por contenido de artefactos, hechos, acciones e informes para DeepSeek Harness

Registro personal de estado y motor de decisiones local-first para dsh: guarda cada entrada byte a byte con procedencia a nivel de línea, argumenta contra sus propias conclusiones generando primero refutaciones, asigna a cada hecho almacenado su propio TTL y señala dónde una decisión no se apoya en nada.

Espacios de memoria entre sesiones gobernados por humanos, con relaciones independientes de origen y consumidor, procedencia, versionado y revisión de la inyección antes del envío.

Long-term memory for DeepSeek Harness in Claude Code's format: private, overlay, or shared with Claude Code, with provenance on every file

Skill that fact-checks a claim against the open web rather than model memory: it splits the claim into independently checkable fact points, routes each point to the primary-source ladder for its domain (policy, academic, medical, financial, disaster and accidents, food safety, science, education, sports, entertainment, judicial, and more), searches domestic and international ecosystems in parallel, fetches primary pages, grades sources by type, re-searches with debunking keywords, and reports conclusion-first with a full URL and citation position behind every statement, keeping unverified and undecidable points separate from confirmed ones. Three factual judgements can be routed to a TypeSafe Jev (System One) decision model when a key is configured, falling back to the skill's deterministic rules when it is not; a model verdict can only lower a confidence tier.

Summarises the case evidence, diagnosis, repair procedure, parts list and cost-option comparison for a motor into a Markdown repair recommendation report with data provenance.

DeepSeek Harness (Cordis) plugin — bi-temporal VSA memory + cognition engine + BLAKE3 provenance, exposed as a DSH storage+session plugin. End-to-end tested with a real Python subprocess.

Verificaciones de cadena de suministro previas a la instalación para plugins de DeepSeek Harness: comprueba que el tarball que está a punto de instalar coincida con el código fuente que leyó, antes de que se ejecute cualquier código.

Seguridad de ejecución consciente de la procedencia para DeepSeek Harness. Rastrea datos sensibles a través de llamadas a herramientas y detiene efectos secundarios riesgosos antes de la ejecución.

Suite de oficina confiable para trabajo gubernamental/empresarial de Beijing Caizhi Technology (深知可信智能): tres habilidades: consultoría confiable (Q&A de políticas y normativas con marcadores de cita + HTML de procedencia), búsqueda confiable (recuperación de políticas y estándares autorizados con HTML trazable + Markdown limpio) y redacción de documentos oficiales (borrador/reescritura/Word/entrega con membrete); todas las interfaces pasan por el MCP del banco de trabajo confiable dknowc (auth Bearer), los productos llegan al espacio de trabajo de la sesión y la configuración de clave persiste para sesiones posteriores; se publica en npm como dknowc-dsh.