Compétences

Mémoire procédurale gérée par l'agent : un outil skill_manage qui crée, corrige, désactive et supprime les compétences de l'agent lui-même, en portée utilisateur ou projet, avec garde-fous de suppression (marqueur de création par l'agent, épinglage, confinement des chemins) et un prompt de discipline de déclenchement.

Importez, installez et invoquez des Agent Skills dans DeepSeek Harness depuis Codex, Claude Code, OpenCode, GitHub ou npm — le sélecteur ⚡ côté composer insère /skill-name dans le brouillon, et la page de paramètres de gestion des Skills propose l'import par source/par skill, des chemins source dépliables avec le nombre de skills, la désinstallation et la restauration en un clic depuis .trash.

Compétence d'échafaudage de documentation de projet : mise en place, pilotée par des questions, des standards de projet, des flux de travail de collaboration IA et de la discipline de mémoire sur DSH, Reasonix, Claude Code et Codex.

Boucle d'auto-apprentissage pour dsh : enregistre les leçons, rédige et promeut les compétences ; revue périodique du conservateur qui corrige, consolide et retire les compétences.

Compétence de formulaires intelligents : tenue structurée de registres pour factures, livres comptables et journaux, avec catégorisation automatique et rapports périodiques.

Compétence de récit de vie : capture des moments et fragments, construit un profil utilisateur et génère des romans, scénarios ou autobiographies.

Compétence de recherche produit : analyse le marché, la technologie et la chaîne d’approvisionnement, puis produit des propositions de spécifications produit à trois niveaux.

Pack de compétences d'audit de marque GEO : visibilité dans les recherches IA, recommandations, citations, présence des concurrents et diagnostic des lacunes de contenu sur plus de 17 moteurs IA (ChatGPT/Perplexity/Claude/豆包/DeepSeek/Kimi/文心一言).

Pack de compétences de l'agent de notes virales Xiaohongshu/RED : recherche de notes tendance, génération/réécriture de notes, vérification, analyse des comptes autorisés, connexion par QR et publication contrôlée.

Exécutez Stata via DeepSeek Harness : le service natif Stata AI Skill démarre automatiquement avec DSH (binaires macOS/Windows embarqués), pour lancer régressions, do-files et workflows économétriques sans configuration manuelle.

Linter de fuite de chain-of-thought : CLI sans dépendance qui détecte les résidus de sessions IA dans les docs et les commentaires (citations de conception obsolètes, point de vue de PR, narration des changements, chorégraphie de revue), en livrant le skill de correction cot-trim sous forme de bundle installable.

Suite rigoureuse de recherche mathématique ouverte : quatre agent skills (rigorous-open-math-research, manage-math-research-program, math-research-workflow, lean-verify) pour la démonstration de théorèmes avec audit adversarial, gestion de programme de recherche, orchestration de pipeline et audit de formalisation Lean 4 ; tests vérifiés par CI et synchronisation amont mécanique.

Discipline de développement spec-driven pour dsh : cinq compétences keel (anchor/spec/probe/build/audit), trois outils de revue et six modèles de spec imposent les specs avant le code, la vérification des hypothèses et le contrôle du périmètre.

Relie les skills et la configuration de Pi Agent à DeepSeek Harness.

Relie la mémoire, les skills et la configuration d'OpenAI Codex à DeepSeek Harness.

Provides a skill for the LinShang LS125 UV irradiance meter and its UVALED-X3 probe: the reverse-engineered 9600 8N1 link (28-byte frames, CRC-16/MODBUS, poll and clear commands), a capture and decode toolchain, and a verified STM32F103 host firmware that reads the probe without the original meter. All code and documentation written by an AI agent (DeepSeek Harness).

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in report files at the workspace root.

Build PowerPoint decks from a brief: plan and storyboard gates, per-page authoring through pptwise and ppt-master, a design-profile pass, page-image snapshots with a render audit, and a tool that hands those pages to an image-capable model for review.

On-demand skill tools for DeepSeek Harness: registers skill_search / skill_load / skill_ref so the model searches a staged skill library first and loads a skill body only when it needs it, keeping the library out of the resident session catalog and out of every turn's context; adds a Skills tab to the conversation view ring that reads back the whole session and lists which skills were actually loaded, and in which turn. Zero dependencies, and the records render client-side only, never entering the model's context.

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in two fixed report files at the workspace root.

Task-to-skill pairing meta-skill with a laziness ladder for minimal loading, a user-editable routing table, and a quarantine, SkillSpector scan, human-approval install flow.

Adds file-backed Chinese web-fiction planning, chapter writing, consistency review, rollback, and style-profile skills.

Ponytail lazy-senior-dev ruleset for DeepSeek Harness: a 7-rung minimal-code ladder (YAGNI, reuse, stdlib, native, installed deps, one line, minimum), six skills (main rules, over-engineering review, repo audit, debt ledger, gain scoreboard, help), a /ponytail session command for lite/full/ultra/off levels, and optional always-on ruleset injection via config. Vendored verbatim from upstream ponytail (MIT), zero tools registered, clean uninstall.

Skill that fact-checks a claim against the open web rather than model memory: it splits the claim into independently checkable fact points, routes each point to the primary-source ladder for its domain (policy, academic, medical, financial, disaster and accidents, food safety, science, education, sports, entertainment, judicial, and more), searches domestic and international ecosystems in parallel, fetches primary pages, grades sources by type, re-searches with debunking keywords, and reports conclusion-first with a full URL and citation position behind every statement, keeping unverified and undecidable points separate from confirmed ones. Three factual judgements can be routed to a TypeSafe Jev (System One) decision model when a key is configured, falling back to the skill's deterministic rules when it is not; a model verdict can only lower a confidence tier.