Plugins

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.

Evoluciona skills, agentes, prompts, código y plugins desde dentro de DeepSeek Harness, con AgentDescent.

Complemento de memoria a largo plazo y auto-evolución para DSH: captura L0 → extracción de memoria L1 → agrupación de escenas L2 → persona de usuario L3, inyección automática de recuerdos, síntesis de habilidades, totalmente local (SQLite FTS5 + jieba, recuperación vectorial opcional).

Mejora nocturna autónoma para tu agente DeepSeek Harness: recopila sesiones pasadas sin conexión, repite tareas recurrentes con tu propio presupuesto de API y consolida habilidades validadas tras una puerta de validación reservada. Lleva el motor SkillOpt-Sleep de microsoft/SkillOpt a dsh como herramientas nativas más una habilidad incluida, sin entrenamiento de pesos. Requiere Python 3.10+ y el motor SkillOpt-Sleep (pip install skillopt).

AlphaRSI — three-role self-improvement loop that evolves the training recipe of alpha sequence models. Operator runs walk-forward, Evaluator grades with OOS RankIC, Refiner proposes hyperparameters via TPE Bayesian search; only strictly-better recipes are kept. Offline one-command run, data bundle shipped with sha1 reconciliation, GPU auto-detect. Ships one skill.

Records scoped workflow rules and correction reminders with bounded evidence, local settings, and optional Brain Hub integration.

DeepSeek Harness (dsh) plugin: /refine command + settings panel for the dsh-continual-harness self-refinement engine — entry browsing, refinement history timeline, one-click rollback, auto-gate audit; engine optional at runtime.