Plugins

Aplica la marca OpenQuantum, metadatos del navegador y assets PWA a la interfaz web nativa de DeepSeek Harness.

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.

Buenas prácticas de algoritmos cuánticos

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.

Plugin de DeepSeek Harness (dsh) para análisis de acciones, cribado y backtesting de estrategias en los mercados A/HK/US/JP/KR/TW

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.

Skill de análisis y cribado de acciones A: cotizaciones en tiempo real, puntuaciones de timing técnico, señales de compra/venta y una lista de seguimiento gestionada.

Preajuste RigorQuant + paquete de skills: investigación multiagente cerrada y desatendida para matemáticas empíricas y computacionales (economía, finanzas, carteras), con una batería de comprobaciones previas a la implementación en cuatro partes y una vía de escalado jacobiano/Lean.

Plugin de predicción bursátil bayesiana que fusiona MACD, RSI, medias móviles, volumen y otras señales técnicas en una probabilidad posterior de subida con comparación multihorizonte, clasificación del estado de tendencia y métricas de riesgo de posición para acciones A y de EE. UU.

Herramientas DSH para reproducir y validar el benchmark de CPU del protocolo v1 de ml-quant-trading, y luego redactar un informe listo para issue. Requiere un clon local de initial-d/ml-quant-trading (defínelo como workspace o repoPath) además de Python y PyTorch; este plugin no descarga el repositorio ni instala sus dependencias.

Banco de trabajo cuantitativo de acciones A / acciones de Hong Kong: lista de seguimiento, gráfico K-line, datos de la empresa, configuración de estrategias y backtesting. · Banco de trabajo cuantitativo de acciones A y de Hong Kong para DeepSeek Harness.

Banco de trabajo cuantitativo financiero y ticker bursátil: bola flotante y panel de cajón, cotizaciones en tiempo real de los mercados A/HK/US/global, líneas K multiperíodo y gráficos intradía de 5 días, libro de órdenes de profundidad, flujo de capital, mapa de calor sectorial e investigación de inversión con IA.

Enruta las peticiones de OpenRouter a través de una lista de proveedores y un límite de cuantización configurados, inyectados como provider.only/order con allow_fallbacks, además de provider.quantizations.

Command-triggered red/blue adversarial review for ANY plan (not quant-specific). /plan-adversarial <plan>: arms a gate that requires the agent to derive two independent subagents (red=attack, blue=defend), have them converge on a consensus plan with NO th

SparkElf-maintained fork of dsh-quant: AI-native & DSH-native quant toolkit — 59 tools across 6 pluggable domains (data/alpha/ML/risk/execution), one end-to-end PDAT→PET research pipeline. Fork adds A-share-correct annualization, cross-sectional IC, and u

DeepSeek Harness plugin that exposes QBoson Kaiwu Ising solving as an agent-callable solve_ising tool.

A plugin for dsh: quantify every dsh Agent interaction as a visualized performance metric and automatically sync it to WakaTime -- use data to showcase your productivity with Agent.

Ranks OpenRouter providers for the current DSH model by quantization, speed, cache-heavy price, context, and uptime, with one-click switching to help reduce token costs.

Community DSH plugin for constrained, auditable diePi research backtests