Plugins

Paquete de métodos de ingeniería de software para agentes de codificación, con habilidades para planificación basada en líneas base, depuración sistemática, higiene de prompts, verificación antes de finalizar y seguimiento de reparación/retiro.

Las capacidades de DeepWatch, instalables en un perfil de DeepSeek Harness existente.

Motor de informes de investigación verificables para DeepSeek Harness con un libro mayor de evidencias direccionado por contenido, informes sellados versionados donde cada afirmación lleva un veredicto de verificación y el hash del manifiesto sella el directorio, y orquestación de recuperación que reutiliza las uniones ctx.web y ctx.jobs.

Búsqueda unificada con verificación de evidencia para agentes: más de 120 motores con enrutamiento multilingüe, dominios verticales y tarjetas de modalidad estructuradas, 10 herramientas MCP más orquestación wide_research, y un bucle fetch-verify que rellena puntuaciones de evidencia.

Guardia de disciplina de ingeniería: verificación de requisitos antes de la primera edición, puertas de evidencia de prueba rojo/verde, revisión adversaria bifurcada e informe de entrega con un flujo de verificación por dimensión.

Comprobación de calidad de datos para DeepSeek Harness: pipelines de perfilado, limpieza y verificación con informes estructurados.

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.

Herramientas read / edit / batch_edit / undo_last_edit ancladas por hash: cada línea recibe un hash de contenido único de 3 caracteres, las ediciones apuntan a hashes en lugar de números de línea, y la verificación del estado servido rechaza rangos obsoletos con anclas nuevas.

Instala cuatro presets de investigación matemática multiagente para DSH: v2 (pipeline guiado por probabilidad con debate entre varios verificadores), v3 (base de conocimiento Markdown estilo artículo con un agente planificador y una biblioteca de métodos reutilizable), v4 (residentes persistentes autoorganizados que se escriben y se reúnen) y v5 (un instituto de investigación con un académico que descompone y asigna el trabajo, investigadores que votan, trabajadores temporales, chat grupal y un tablero de tareas compare-and-set); los cuatro admiten reanudación desde checkpoint, intervención humana y un interruptor opcional de verificación formal en Lean (off/encourage/require) cuya prueba superada convierte el voto en una comprobación de fidelidad de los enunciados Lean.

Oh My DSH (OMD) añade resúmenes de contexto con recuperación de la fuente original, verificación vinculada a tareas, optimización de prompts, navegación de código CodeGraph, control del ordenador OpenCU y cuatro temas que cubren diseño, barras laterales y ajustes.

Habilidad de verificación del navegador en entorno aislado para el desarrollo de plugins de DSH: un DSH_HOME desechable, su propio perfil `verify_<random>`, su propio puerto y su propia instancia de navegador en un solo comando, con limpieza al salir, de modo que el perfil que realmente usas nunca se toca; incluye un controlador CDP puro sin dependencias (snapshot / click / screenshot / eval) y una auditoría de aislamiento opcional.

Copia de seguridad y restauración de los datos de usuario de DSH con un solo comando y un panel visual en Ajustes: copia automática programada, verificación sha256, restauración reforzada con reversión automática, subcopias tipadas (--types skills), censura de credenciales hacia una caja fuerte local, sincronización con GitHub para mover entre máquinas y un canal de rescate fuera de proceso que funciona incluso cuando el host no arranca. /backup doctor revisa y repara registros de sesión corruptos desde una copia buena conocida; migrate-check predice estáticamente qué sesiones rompería una actualización del host y el centinela de credenciales conserva copias previas a la migración; copias inteligentes antes de actualizaciones y cuarentena de registros corruptos. macOS/Linux/Windows.

Sistema de flujo de trabajo de ingeniería para agentes de programación con IA: planificación obligatoria, TDD, verificación, revisión y análisis inteligente del grafo del código base.

Herramientas de uso del ordenador de escritorio en Windows (click, type, key, screenshot) con comprobaciones de frescura, control de aprobación, verificación de identidad del proceso en cada acción y un registro de auditoría saneado.

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.

Convierte documentos locales en markdown y texto en una base de conocimiento consultable con búsqueda híbrida semántica y por palabras clave, verificación de citas e inyección de fuentes.

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.

Pipeline de investigación y búsqueda profunda multiplataforma: harvest_scout para descubrimiento en paralelo por GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili y YouTube; harvest_deep_research para informes de investigación completos automatizados; además de extracción, verificación entre fuentes y auditoría de credibilidad.

Skill de flujo de trabajo de investigación AI-for-Science para DeepSeek Harness, dirigida a investigadores y estudiantes de posgrado que usan IA agéntica: revisión bibliográfica multiángulo con archivos por ángulo, diseño de experimentos con lista de caveats, lectura de figuras y artículos; cada trabajo devuelve archivos más un informe de verificación cruzada para un segundo modelo. Sin dependencias, MIT.

Fiabilidad de tareas: reintento automático ante tiempos de espera o fallos del modelo, continuación automática de tareas inacabadas, verificación de finalización, interrupción de bucles de pensamiento, reanudación tras suspensión o reinicio, modo piloto automático y endpoint de activación remota (npm: `dsh-task-reliability`).

Añade /pua para guiar al agente a probar otro enfoque y verificar los resultados antes de declarar la finalización, con 15 estilos de empresa, modos de persona, ajustes globales y por conversación, y un bucle opcional que continúa hasta que un comando de verificación pasa, se alcanza el límite de iteraciones o el usuario cancela.

Paquete de preajustes de agente Programming Mode: el agente de programación estándar con una persona que exige la disciplina Superpowers (habilidades primero, lluvia de ideas antes de construir, planes antes del código, TDD, depuración sistemática, verificación antes de terminar) más una disciplina de volumen de código Ponytail siempre activa (escalera de código mínimo de 7 niveles, completo por defecto); incluye las veinte habilidades (14 superpowers + 6 ponytail) e inyecta mecánicamente la habilidad completa using-superpowers en la primera solicitud de cada sesión nueva.

Disciplina de ejecución modular de frontera para DSH: enrutamiento basado en evidencia a través de 26 habilidades, planificación de archivos estilo Manus, puertas de verificación, recuperación tras rachas de fallos y un panel web interactivo.

Espacio de trabajo de medios y visión para DeepSeek Harness: generación de imágenes, vídeo y voz, preguntas y respuestas sobre imágenes y localización de elementos, OCR de imágenes largas, diferencia de píxeles, verificación mediante capturas de pantalla de HTML y resumen de vídeo, con proveedores DashScope y compatibles con OpenAI, grupos de modelos y un cliente de banco de trabajo.