Flux et automatisation

Flux de travail DAG durables pour DeepSeek Harness avec des outils de création d'agents, persistance SQLite, exécutions reprenables et un Canvas Studio visuel.

Orchestration multi-agents pour DeepSeek Harness — agents spécialisés, orchestration de tâches, skills de workflow.

Plugin auto-évolutif pour DeepSeek Harness : il observe le fonctionnement de l'agent, propose des améliorations de ses propres actifs via le LLM, valide chaque proposition dans un agent d'essai en sandbox et n'applique que les mutations vérifiées — avec registre versionné et retour arrière automatique en cas de régression.

Atelier d'orchestration de projet IA local-first et plugin CLI pour DeepSeek Harness : planification à validation obligatoire, Git worktrees, exécution de tâches, Issues et preuves auditables.

Battement de cœur à intervalle qui réveille chaque agent racine lui-même (injection de suivi) pour signaler de manière proactive la progression, les risques ou les bloqueurs : file d'attente sécurisée, pas d'empilement, pauses automatiques lorsqu'aucune réponse humaine ne répond, réarmement au message utilisateur suivant.

Tableau de bord complet des problèmes locaux intégré dans l'interface graphique Web DSH : vues Kanban / liste / Gantt / flux de travail / tableau de bord, chat IA par tâche, pièces jointes et étiquettes, revendication automatique des tâches à effectuer pilotées par les routines dsh - les données vivent dans le SQLite local (le plugin dsh ajoute @ttmouse/dsh-taskboard).

Google Antigravity CLI (agy) en tant que sous-agent produit DSH : déléguez des tâches à un agent de codage Gemini avec votre identifiant Antigravity (sans clé API), avec des suivis de conversation, une progression en streaming en arrière-plan, l'analyse d'images par chemin et une fenêtre contextuelle de connexion.

Publie des articles sur CSDN / Juejin / CNBlog directement depuis la session, pas de serveur externe.

Folio (兰亭) @nyantused/folio-dsh-tools : 15 outils validés par schéma (mémoire + portes de qualité) ainsi qu'une protection L0 du moteur de génération de documents de conseil ; associez-le à @nyantused/folio-dsh-events pour le protocole de session complet.

Folio (兰亭) @nyantused/folio-dsh-events : événements de protocole de session : rappel automatique au démarrage de la session et sauvegarde automatique à la fermeture de la session ; associez-le à @nyantused/folio-dsh-tools.

Planification proactive : un heartbeat adaptatif et un value network (urgence, pertinence, coût d’interruption) décident quand l’agent doit parler sans y être invité.

Canvas interactif pour visualiser, dans DSH Web, les relations entre Agent, Subagent, Workflow, Phase et tool.

Un flux de travail d'examen structuré multi-panélistes pour le harnais DeepSeek : N panélistes notent des sous-agents isolés, aveugles les uns aux autres ; un président réconcilie les désaccords par correspondance d'ancrage, puis par arbitrage au niveau Δ ; un critique indépendant vérifie le processus. Fonctionne pour la conception, le code, l'examen de documents ou de projets.

GPT planifie les DAG de dépendances, les workers DeepSeek exécutent les tâches avec un parallélisme adaptatif, et un relecteur GPT optionnel audite les diff Git incrémentaux et pilote les cycles de correction.

Ajoute des contrats d'exécution persistants, des graphes de travail récursifs, des clarifications critiques et des portes de vérification par preuves pour les tâches Harness longues ou insuffisamment spécifiées.

Plugin de mode d'apprentissage Feynman : boucle enseigner → reformuler → évaluer → réexpliquer, rendue en fiches de cours HTML riches (diagrammes mermaid + coloration syntaxique shiki).

Portage de TaskPlane pour DSH : exécute des vagues ordonnées par dépendances dans des voies git-worktree parallèles, avec paquets de tâches, revue entre modèles et récupération après incident.

Relais de messages multi-agents axé loopback : un courtier authentifié par HMAC plus un plugin dsh (relay_send/recv/peers/history), des clients CLI et Python sans dépendance, protocole de fil v1.0.

Planification de tâches avec une mémoire musculaire de l'expérience : rappel réflexe conditionné de solutions passées, mise en correspondance des capacités du LLM, et leçons persistées automatiquement.

Réveils proactifs au niveau de l'hôte pour DeepSeek Harness : laissez le modèle planifier ses propres alarmes (une fois / intervalle / cron avec jitter aléatoire), réveiller les sessions froides à l'heure, réguler les relances initiées par le modèle via des heures calmes et un budget quotidien, et récupérer les réveils silencieux

Preset d'agent de codage quotidien ultra-léger pour DeepSeek Harness (dsh) qui dépouille l'orchestration lourde pour une exécution d'outils rapide et directe.

Plugin d'orchestration QA pour DeepSeek Harness : un agent explore votre application et laisse des preuves, puis le chemin exploré est rejoué de manière déterministe. Pilote le navigateur ainsi que les pilotes de bureau macOS, iOS et Android.

Un préréglage d'agent de codage plus rapide, plus efficace et plus précis. Sur 100 tâches difficiles SWE-bench Pro sélectionnées selon des critères multidimensionnels de difficulté, le temps moyen écoulé a diminué de 36 %, le nombre moyen de jetons d'entrée par tâche de 17 %, et la précision a augmenté de 5 points de pourcentage.