Plugins

Revisión automática con un segundo modelo en la cadena de respuesta de aprobación: un subagente revisor de solo lectura devuelve veredictos estructurados de permitir/denegar con motivos, con cierre seguro (fail-closed) por defecto.

Flujo de trabajo multi-agente para concursos de modelado matemático: el preset "UltraMath" ejecuta un problema desde la lectura hasta el marco, derivación, codificación, verificación, paper y revisión, además de 4 presets de rol de una sola etapa (matemático, ingeniero, redactor, revisor) y 33 documentos de skill de biblioteca de modelos.

Aprobación automática basada en reglas para las escaladas de sandbox de DeepSeek Harness, con un revisor LLM opcional y respaldo humano nativo.

Skill de revisión de código basada en plantillas: flujo de revisión en cinco pasos, clasificación por severidad (crítica/media/menor), puntuación en cuatro dimensiones (calidad, seguridad, rendimiento, mantenibilidad), salida dual en texto y HTML, y base de conocimiento de referencia bajo demanda.

Equipo multiagente por roles para DeepSeek Harness. /team reúne hasta 12 subagentes (producto, arquitecto, investigación, UI, backend, frontend, BD, seguridad, revisor, QA, DevOps, docs) y ejecuta un pipeline de 9 fases con puertas (aclarar, investigar, diseñar, revisar spec, aprobar plan, implementar, revisar, test, entregar) sobre artefactos compartidos. Las puertas de calidad las impone el código, no los prompts: una tarea sin terminar no se marca completa, los hallazgos los arbitra el revisor o QA, y lagunas de cobertura o retrabajo se ven en el overlay y en /team status. Incluye overlay en vivo (fases, plantilla con modelos, DAG, artefactos, decisiones), modo de equipo persistente y conteo de tokens/tiempo. Sin dependencias en runtime ni build.

El paquete DeepSeek Harness registra una habilidad que convierte producción larga (artículos académicos, análisis sectorial, comentarios empresariales) en pipeline de 9 roles: scouts T1 literatura / T2 datos / T3 casos en paralelo, T4 analista, T5 redactor, T6 compañero crítico, T7 auditor, T8 finalizador, T9 revisor par ejecutados por el coordinador. A través de 6 fases con verificación triangular de evidencias, M-gate de 23 comprobaciones, auditoría G0-G14 incluido gate de rastro IA chino, puntuación peer-review con matching de revistas, y 4 checkpoints humanos. Instala con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch más lib/index.js); envía tarjetas de rol T1-T9, plantillas y 11 scripts de verificación sin dependencias, con READMEs en cinco idiomas.

Aprobación de permisos basada en modelo: un respondedor de solicitudes de aprobación respaldado por un modelo revisor independiente.

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.

Un enjambre gobernado de seis agentes DSH especializados — orquestador, planificador, puente de base de conocimiento, desarrollador y dos revisores — convierte un requisito en una canalización estricta por fases donde cada entrega debe demostrar su validez con evidencia estructurada antes de que pueda empezar la siguiente fase; los revisores son solo lectura, los merges de código solo ocurren tras una revisión, y un registro de eventos de solo anexado ofrece reproducción completa y auditoría en un tablero kanban en vivo. Su diseño se inspira en el kanban de Hermes Agent.

Ejecuta el trabajo como una tripulación de agentes de rol: un gerente de producto escribe el PRD o DoD, espera tu confirmación y luego inicia arquitecto, ingeniero, QA y revisores cuyos conjuntos de herramientas están bloqueados por rol, compartiendo el trabajo a través de archivos en disco.

Añade un preset de permisos de aprobación automática a la Web UI, usando un agente revisor restringido y nuevo para permitir o denegar cada solicitud de aprobación.

Revisor agéntico de respuestas para DeepSeek Harness: cada turno final del asistente lo revisa de nuevo un LLM aparte que lo puntúa de 1 a 100; las puntuaciones por debajo del umbral devuelven al agente al buen camino con comentarios concretos. La puntuación se muestra como una insignia en la fila de acciones de la respuesta (verde aprobado / rojo necesita trabajo, con número de reintentos y motivo al pasar el cursor). Configuración de la barrera en vivo mediante un servidor HTTP en 127.0.0.1, más un dock plegado sobre el compositor y una pestaña opcional en la barra lateral derecha mediante dsh-better-sidebar.

Empareja al ejecutor en marcha con un modelo revisor más potente mediante llamadas advisor() sin parámetros y comprobaciones de patrulla por pasos, devolviendo guía de plan, corrección o parada.

GPT planifica DAG de dependencias, los workers de DeepSeek ejecutan tareas con paralelismo adaptativo y un revisor GPT opcional audita los diffs incrementales de Git y conduce rondas de reparación.

FreeCodeGo no oficial para DeepSeek Harness: una puerta de enlace de modelos gratuitos gestionada y catálogos de proveedores, generación de imágenes y vídeo tras un único interruptor de ajustes, enrutamiento de motores DeepSeek/Codex/Claude, un revisor asesor independiente, revisión de código, grafos de código, memoria de proyecto y una cadena de herramientas de equipo de ingeniería.

Audita cada turno terminado del asistente con un modelo revisor independiente y dirige al agente para corregir la salida fallida, con un máximo de 2 rondas de revisión por turno y los estándares de la carpeta SOP inyectados como dimensión extra de revisión.

Filesystem permissions for shell calls, granted per path and capability rather than per command name. The command line is parsed for the read, write, create, delete and execute effects it needs, a capability it lacks raises the approval card instead of a flat refusal, and the same rules are compiled into the macOS Seatbelt profile the process, its children and the code its arguments never showed all run under. An Approvals tab in the conversation reads the audit log back and shows which rule, automatic reviewer or person answered each call.

Mandatory cross-review for design proposals and lessons-learned: auto-detects design doc writes and enqueues them (tier=review) into the task queue, delivers the external reviewer verdict back to the initiating session, and appends approved preventive measures to OPS-GUARDRAILS.md (append-only, conflict-checked).

Runs a parallel code review squad of read-only reviewer subagents (security, correctness, tests, style), each optionally on its own model, and aggregates one severity-grouped report from /review or a code_review tool call.

LLM approval answerer for sandbox escalations beyond workspace-write: a deterministic regex filter first, then a clean-context reviewer model; humans are asked only when it is unsure. Requires the bundled core patches.

Revisor de aprobaciones independiente estilo Codex Guardian para DSH.

Revisor de aprobación asistido por LLM con cierre seguro ante fallos para DeepSeek Harness

Modo de permiso de revisión automática al estilo Codex: añade un preajuste de revisión automática que aprueba automáticamente las escaladas de sandbox seguras, pregunta por las riesgosas o ambiguas y rechaza las operaciones críticas no confirmadas.

Consultas headless de Claude Code con roles de advisor, reviewer y designer, devueltas como respuestas de referencia.