Plugins

DSCODE para Harness Desktop: colaboración de código, memoria de sesión, flujos del navegador y gestión de tareas.

Escritorio de redacción de novelas para DSH con un preajuste de autoría, gestión de esquemas y personajes, anotaciones de manuscritos, flujos de revisión y un backend local gestionado en Python.

Complemento de estudio TongFlow para DeepSeek Harness (dsh): modelo de proyecto al estilo de un equipo de rodaje, flujos de trabajo TongFlow creados por el agente, generación multimedia determinista, lienzo integrado.

Incluye cinco skills: presentaciones web, imágenes para redes, páginas web maquetadas, edición china antiestilo-IA (humanizer-zh) y perfil de voz de escritura. Las tres primeras comparten un sistema de diseño con temas de revista y Swiss y colores de marca revisados por contraste. Añade una página lateral con miniaturas de trabajos, borradores para nuevas sesiones que reutilizan su tema y diseño, seis flujos de contenido y recopilación de mensajes enviados en sesiones locales de dsh para estudiar el perfil de voz.

AgentCompare ofrece flujos A/B para una tarea Vite en DSH: ejecuta dos implementaciones, compara vistas previas en vivo con comprobaciones compartidas, elige a ciegas y revisa la adopción frente a los cambios actuales del proyecto. Requiere un proyecto Vite en la raíz de un repositorio Git con al menos un commit.

Monta 88 habilidades empaquetadas de investigación, inteligencia social, marketing y negocios en dsh a través del proveedor de habilidades del sistema de archivos.

Plano de control de memoria de tres niveles para DeepSeek Harness: contexto de ejecución persistente, documentos de proyecto buscables, memoria a largo plazo conectable, enrutamiento inteligente, flujos de trabajo de agentes supervisados, WebUI y herramientas sin cabeza.

Cliente móvil de DeepSeek Harness sin instalar una app (PWA). Permite consultar sesiones, trabajos en segundo plano, subagentes, rondas de objetivos, flujos y aprobaciones pendientes; hablar con cualquier sesión con respuestas en streaming y progreso de herramientas, detenerla en cualquier momento y cambiar sesión o modelo. Incluye un panel lateral GUI. Antes dsh-taskwatch; el paquete npm ahora es dsh-in-hand.

Generación de imágenes y vídeo con IA para la GUI web de DSH. Incluye catálogos por canal y adaptación por familia (gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), estudio lateral, lienzo infinito con nodos, vista previa de archivos, skills de lienzo y plantillas. El vídeo admite texto a vídeo, imagen a vídeo, primer/último fotograma clave y varias referencias, con envío/sondeo/descarga asíncronos, herramientas de vídeo del host, nodos de vídeo y unión local con ffmpeg de dos o más nodos en un MP4.

La base de conocimiento de desarrollo de complementos DSH como habilidad de agente bajo demanda: restricciones oficiales, flujos de trabajo de tareas, referencia de API y trucos de la comunidad, instalada con el paquete para que el agente pueda consultar mientras construye un complemento.

Preparación de contexto largo, memoria Dream, verificación de tareas, flujos de trabajo e interacción con el ordenador para DSH. Requiere DSH 0.2.2-rc.1 y Node.js 24.9+. La configuración de instalación predeterminada concede acceso completo a archivos y comandos y desactiva la aprobación de ejecución; prevalecen los ajustes explícitos de un perfil existente.

Orquestación visual de AI Agent basada en DeepSeek Harness, con Workflow, Multi-Agent, metaorquestación, MCP y Human-in-the-loop.

Memoria Markdown entre sesiones (LLM-Wiki/SOUL.md), por defecto tras el primer mensaje del usuario en la sesión activa. Incluye remember/recall/consolidate/forget, skill y pack/unpack. /memory on|off|status y chip comparten control: off detiene inyección, avisos digest/recall y last_access, sin borrar; espacios pueden quedar off, elección 7 días. Basic soul cambia solo el bloque gestionado de SOUL.md. Requisitos separados: formato de sesión v4 (oficial 0.1.7+) y engines.dsh de la serie oficial 0.2.1-rc.5; el gate rechaza hosts anteriores. Windows compatible. Incluye informe checkup.

Flujos de trabajo DAG visuales y multiagente para DeepSeek Harness, con ejecución en vivo, recuperación tras reinicio e integración con Feishu.

Memoria de proyecto para dsh con integración nativa del sistema de tareas: los todos de sesión y las lecturas de archivos se condensan automáticamente en registros de tareas entre sesiones (enlaces tarea↔archivo), de modo que los flujos de trabajo son conmutables y reanudables sin recontextualizar. Memoria en tiempo de lectura (sin escaneo previo): extrae símbolos de código, resume documentos y enlaza documentos↔símbolos; mejora semántica opcional para TS (activa automáticamente si TS está instalado). Las notas de experiencia se desduplican automáticamente. Cada recuperación incluye una cita trazable. Solo JS, una dependencia, funciona listo para usar, operación silenciosa, cero sobrecarga.

Sistema disciplinado de flujo de ingeniería para agentes de programación con IA: planificación, TDD, ciclos de reparación automática, grafos de conocimiento del código y ejecución por oleadas multiagente. Requiere codebase-memory-mcp (pip install "codebase-memory-mcp>=0.10.8,<0.11.0"); /scan se detiene si falta.

Flujos de trabajo de ingeniería predefinidos para DeepSeek Harness: una herramienta dev_task que controla transiciones de etapa, artefactos, verificación, revisión y ámbito de commit, además de un banco de trabajo web para instalar skills y reglas de proyecto o de usuario.

DAG en vivo impulsado por proyección para los subagentes y flujos de trabajo duraderos de una Session: estado y navegación, diseño determinista de cadenas profundas, controles de encuadre/desplazamiento del lienzo y reorganización de nodos de la sesión actual.

Adapta a DSH los playbooks de ingeniería pstack de poteto para flujos de planificación, revisión, verificación y lanzamiento.

Flujos de trabajo DAG duraderos y neutrales al host para Agents con CLI, MCP, Skills bajo demanda, disparadores, reproducción y un Canvas visual.

Ejecuta flujos JSON con /workflow, consulta el progreso, elige modelos Agent, reanuda sesiones guardadas y ejecuta ciclos acotados de revisión y reparación.

Graba flujos de trabajo de escritorio de macOS por demostración en DeepSeek Harness y conviértelos en skills de agente (skill open-record-replay + herramientas orr_*)

Ejecuta flujos de trabajo ComfyUI de RunningHub desde DSH para generar imágenes, vídeo y audio; incluye un panel de configuración de flujos, tareas en segundo plano y gestión de varias claves.

Observa los rastros de ejecución del agente y lanza una revisión LLM al final de cada turno exitoso cuando se disparan las señales, cristalizando flujos de trabajo reutilizables en habilidades registradas que mejoran progresivamente con ejecuciones posteriores.