Plugins

Habilidades de investigación en 3D Gaussian Splatting / NeRF / gráficos por computadora: 18 habilidades de IA (lector de artículos, comparación de métodos, planificador de experimentos, revisor de código, depurador de entrenamiento, visualizador, renderizador MCP, etc.) sobre un catálogo curado de 1011 métodos, además de un servidor MCP stdio para renderizado 3DGS dirigido por agentes.

Panel de anatomía para los órganos de Agent-Body: sirve un panel de signos vitales en vivo en /anatomy dentro del propio harness (órganos, latido, libro de sanación, contadores de autoentrenamiento y el flujo de pulso real), leído directamente de los archivos de tiempo de ejecución en lugar de reescribirse. Solo host, sin bundle de cliente ni paso de compilación.

Entrenamiento heads-up (1 contra 1) de Texas Hold’em con un oponente de IA independiente, memoria persistente de acciones públicas y revisión de decisiones.

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).

Edición en inglés de la Ley de Weiwen (Ley de KISS): el primer y único middleware de adjudicación causal de caja blanca agnóstico de dominio para agentes de IA. A diferencia del tooling causal por dominio o de los cortafuegos de agentes con compuertas de evidencia, adjudica cada llamada a herramienta en una cadena causal determinista (R->S->D->H->M) antes de la ejecución, en cualquier dominio, sin entrenamiento ni ajuste por dominio. Bloquea operaciones destructivas y sobre archivos de credenciales, escala violaciones de límites, corta enlaces defectuosos hasta verificarlos corregidos y emite veredictos de riesgo sobre ejecuciones no auditables; totalmente local y sin coste de API.

Lee los informes del agente con la voz elegida y resume los largos antes de hablar. Para clonar una voz basta un clip de referencia de 3–10 s; también admite modelos entrenados por la comunidad. No requiere instalar GPT-SoVITS de 6,4 GB: el plugin instala su propio runtime y voz. Puede usar un GPT-SoVITS existente; es el mismo modelo de voz.

Endurance-coaching skill bundle that defaults to Intervals.icu for training data (activities, intervals, streams, training load, HRV, resting heart rate, sleep in-bed hours, eFTP) and uses COROS only for training-plan read/write and for fields Intervals.icu lacks (sleep score, recovery score), with iGPSPORT as a fallback for ride details. It turns that data into readiness gating, VDOT pace and heart-rate zones, periodized weekly plans, session reviews, race-day pacing and fueling, and weather-adjusted workouts. The bundle registers the endurance-coach skill in the profile, ships deterministic helper scripts, reads an athlete profile created by its init script, and requires the agent to state when data is unavailable instead of inventing it. Data comes through separately installed MCP servers — the Intervals.icu MCP server for training data, the dsh-coros plugin for training-plan read/write and sleep/recovery scores, an iGPSPORT MCP server only as a ride-detail fallback — and its bundled scripts need Python 3.10+; with none of them it works only from numbers you type in.

Bridges the official COROS MCP server into DeepSeek Harness with a self-contained local stdio-to-HTTP bridge and on-device OAuth login, exposing 34 COROS tools on the current endpoint for sleep, HRV, resting heart rate, recovery, training load, activities and FIT files, plus workout and training-plan CRUD and scheduling.

Local LoRA and QLoRA fine-tuning in a panel: import JSONL, see a VRAM estimate before training starts, evaluate, and export an adapter. One-click Python venv setup, but you must supply your own Python 3.10+ and an NVIDIA GPU (6 GB or more). Verified end to end on Windows 11 with an RTX 3060 6 GB; the installer refuses non-Windows hosts, so Linux, macOS and other GPUs are unsupported for now.

COROS Sport panel for DeepSeek Harness: sign in to COROS inside the panel, read the account, bound devices, recovery, fitness, recent workouts, daily health and the training schedule in one dashboard, and get a plan from the model with /coros-plan. The plan page writes a fixed four-week, 16-session plan to the account only after a two-step confirmation.

Comprueba un registro de cualificaciones de seguridad de obra: horas de formación, los cuatro elementos de registro obligatorios y la validez del certificado de operaciones especiales según las fechas trabajadas.

Simulador de debate multiagente en chino: ocho debatientes, debate en vivo a dos columnas y notas borrador, jueces/marcador, relojes de un solo lado, ZIP por ronda. El lado de entrenamiento termina por umbral de tasa de victoria o rondas fijas. Incluye paquete de preparación Word.

Panel local de escalares TensorBoard: métricas seleccionables, dirección de mejora explícita, suavizado EMA opcional e interfaz chino/inglés. Requiere Python y TensorBoard existentes.

Loop de auto-mejora con tres roles/operators: Data-RSI limpia a diario (winsorize→estandarización cross-sectional→median fill) y extrae experiencia; Harness-RSI evoluciona prompt/memory/skills; Model-RSI evoluciona recetas alpha con walk-forward nativo, gap de 2 días y multi-seed. Offline en un comando, GPU auto-detect, un skill.

Espacio de trabajo para formación jurídica: interfaz académica de tres paneles que lee el perfil de aprendizaje «Minglü» (preset lawagent: expedientes, tarjetas de estudio, cuaderno de respuestas erróneas y notas) y envía instrucciones a la sesión Minglü con un clic.

AlphaRSI: ciclo de auto-mejora de tres roles que evoluciona la receta de entrenamiento de modelos de secuencia alfa. Operator ejecuta walk-forward, Evaluator puntúa con OOS RankIC y Refiner propone hiperparámetros mediante búsqueda bayesiana TPE; solo conserva recetas estrictamente mejores. Ejecución offline con un comando, paquete de datos reconciliado por sha1 y detección automática de GPU. Incluye una skill.

Acreditación de formación: capacitación estandarizada externa y reproducible, atribuible y auditable para valoración de activos. Bloquea estrictamente cuatro fallos: actualización parcial, hash no coincidente, lectura desconocida tratada como aprobada y contaminación del maestro. Incluye un Skill.

Etapa de análisis integral, entrenamiento de modelos y estimación para investigación en valoración de activos y aprendizaje automático. Incluye una skill.

Kit de aprendizaje de algoritmos que sincroniza envíos de Codeforces y AtCoder, detecta puntos débiles, genera planes de entrenamiento con IA y sigue repasos espaciados en un currículo de 114 lecciones.