Plugins

Compétences de flux de travail de recherche ARIS en tant que bundle DeepSeek Harness : 82 compétences plus revue adversariale inter-modèles via Codex.

Réunions visuelles en table ronde pour DeepSeek Harness — nœuds experts sur un anneau avec arêtes dirigées, passerelle d’agrégation, réflexion par proxy pour les modèles travailleurs en boîte noire, et revue adverse (red-team) des plans arrêtés avec endossement/rejet par point de vue.

Ensemble d'outils pour une boucle vérification adversariale → correction → revue.

Boucle vérification contradictoire → correction → revue.

Math Agent Framework pour DeepSeek Harness : moteur de dérivation symbolique (CES / formes quadratiques / ODE / PDE), vérification SymPy, preuves formelles vérifiées par le compilateur Lean 4 et vérification adverse multi-agents de style QED, exposés comme outils DSH natifs via un shell TS faisant pont vers un moteur Python. Nécessite le clonage du dépôt math-agent-framework et `pip install -r requirements.txt`, avec MATH_AGENT_HOME pointant vers la racine du dépôt. Chaque résultat comporte une traçabilité (versions des moteurs, graine, tolérances) et est marqué comme données non fiables.

Recherche approfondie comme mode agent : une unique boucle révisée qui planifie, recherche dans des rondes parallèles adaptatives pilotées par les lacunes que les chercheurs eux-mêmes déclarent, synthétise un rapport cité puis le relit de manière contradictoire, au lieu d'un script que le modèle réécrit à chaque appel. Les questions que le budget de rondes n'a jamais atteintes sont nommées dans le rapport plutôt qu'écartées.

Compétence d’analyse structurelle multi-lentilles : analyse adversariale d’abord sur 16 lentilles en 4 catégories avec 10 outils structurels, calibration de confiance et sortie en couches liée aux faits.

Runs a thesis-antithesis-seal debate whose verdict is computed from real command exit codes and case counts, never from agent prose.

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.

Answers hard questions by staging a formal debate: two adversarial subagents argue opposite sides with research, then the main agent rules on the transcript through the debate_open, debate_round, and debate_verdict tools.

Command-triggered red/blue adversarial review for ANY plan (not quant-specific). /plan-adversarial <plan>: arms a gate that requires the agent to derive two independent subagents (red=attack, blue=defend), have them converge on a consensus plan with NO th

Competition math (IMO/Putnam/USAMO/AIME) solved with a pure-reasoning pass, an adversarial verifier in a fresh subagent context, and calibrated confidence output (high / medium / honest "no confident solution"); optional LaTeX-to-PDF rendering.

Adversarial code review — parallel finders inspect a diff through separate lenses (correctness, lifecycle, contract, security), then each finding goes to independent verifiers tasked with refuting it, and one refutation drops it.

Adversarial multi-lens code review: parallel correctness/security/maintainability lenses attack a diff, with deterministic severity grading, suppression rules and incremental review history.