Plugins

QA de fidelidad de diseño para modelos solo de texto: una herramienta `deepseek_vision` toma prestado un ojo de cualquier ruta de visión compatible con OpenAI, de modo que el modelo pueda juzgar si una implementación coincide con su maqueta — se entrega con el benchmark detrás de ese juicio (cuatro fixtures, 23 defectos inyectados, transcripciones en bruto) y la disciplina de cuestionamiento de la que depende.

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.

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.

Maneja el trazado científico de OriginLab Origin desde el chat de IA vía MCP: 62 herramientas. Vigilante de diálogos modales, compuerta de seguridad LabTalk, release/reconnect, ajuste con parámetros iniciales/fijos/ponderados, ediciones finas de gráficos y hojas, herramientas de matrices, FigureSpec YAML declarativo (diferenciable y reproducible), instantánea de solo lectura de MCP Resources, puente matplotlib-figure, ensamblaje de PowerPoint con etiquetas de paneles, búsqueda de plantillas de Graph Gallery, exportación EPS, lista blanca de acceso a archivos, línea base de regresión visual y entregable OPJU editable con verificación determinista de relectura.

Arnés de evaluación para plugins de DSH: los casos en YAML impulsan ejecuciones reales del agente en modo headless, verifican llamadas a herramientas, argumentos, resultados y uso de tokens, con una puerta de referencia para regresiones en CI.

Habilidad de verificación de afirmaciones que contrasta documentos de diseño y planes con los hechos del código, escalando las afirmaciones de comportamiento a verificación ejecutable con primitivas lógicas para máquinas de estados y modelos de datos, con regresión antes/después, restricciones de dominio y minería de riesgos de concurrencia.

Un plugin auto-evolutivo para DeepSeek Harness: observa cómo se ejecuta el agente, propone mejoras de sus propios recursos mediante el LLM, valida cada propuesta dentro de un agente de prueba en sandbox y solo aplica mutaciones verificadas, con un libro de versiones y reversión automática ante regresiones.

Ejecuta Stata mediante DeepSeek Harness: el servicio nativo Stata AI Skill se inicia automáticamente con DSH (binarios de macOS/Windows incluidos), para ejecutar regresiones, archivos do y flujos de trabajo econométricos sin configuración manual.

Informes de deriva de comportamiento para sesiones de DSH: compara dos registros de sesión e informa de la alineación de secuencias de herramientas, la mezcla de herramientas, el volumen de razonamiento, los tiempos, los reintentos y los archivos objetivo, con una puerta opcional de umbral en CI. Cero dependencias.

Plugin orquestador de QA para DeepSeek Harness: un agente explora tu aplicación y deja evidencia, y luego la ruta explorada se reproduce de forma determinista. Controla drivers de navegador, escritorio macOS, iOS y Android.

Memoria de decisiones y objetivos con linaje: comandos explícitos y una herramienta de modelo registran decisiones de forma determinista, una tarjeta de estado las reancla a través de la compactación, la respalda un flujo de eventos sin pérdida con recuperación BM25+jieba, y una suite de regresión de fidelidad a nivel de escenario controla los releases.

Ejecuta Stata a través de DeepSeek Harness: el servicio nativo Stata AI Skill se inicia automáticamente con DSH (binarios macOS/Windows incluidos), para que puedas ejecutar regresiones, do-files y flujos econométricos sin configuración manual.

Adaptador móvil para el shell web de DSH: cajones superpuestos de barra lateral/detalles, compositor y ajustes responsivos por debajo de 768px, sin regresiones en escritorio.

Arnés de regresión de contratos para autores de plugins: un adaptador LLM guionizado impulsa el pipeline real en procesos hijos aislados con aserciones de eventos de sesión (capas load/contract/behavior/fault); sin clave API, listo para CI.

Measure whether a dsh setup change actually helped: register repeatable cases, run them, and diff the results before and after you change rules, skills, or models.

Evidence-first frontend release checks: real-browser content, accessibility, runtime, network, and baseline regression reports with screenshots.

Adds a /dshpp slash command that reports session and token usage, cache-hit rate, and estimated cost from harness session logs; the repo also ships a CLI and local web console for lifecycle, provider, session, and plugin-security management.

Codex-style fuzzy skill search for the DeepSeek Harness Web GUI: /bug, /diag, /regression all find diagnosing-bugs in the / skill menu.