Plugins

Escouades multi-modèles persistantes configurées dans les Réglages et sélectionnées dans le Composer, avec des politiques de modèle et d'outils par membre. Par défaut, l'Agent principal effectue lui-même le travail simple et ne délègue que lorsque l'escouade enregistrée est nécessaire ; le travail délégué s'exécute sous forme de DAG borné avec revue et réparation facultatives. Run Center suit les nouvelles tentatives et les tokens par membre à partir des événements d'usage officiels de Harness.

Orchestration multi-agents façon UltraCode : une couche de workflow générable, sauvegardable, gouvernable, observable et reprenable.

Orchestration multi-agents façon UltraCode : une couche de workflow générable, sauvegardable, gouvernable, observable et reprenable.

Workflow dynamique pour DSH (espace réservé).

Une équipe d’agents persistante pour une collaboration de longue durée dans DeepSeek Harness : identités d’agents durables, Workspaces par projet, Channels porteurs de responsabilité et Task Threads chaînant des agents de session.

Outils Cordis DeepSeek Harness pour All in Flash, propulsés par All in Luna

Gestion du cycle de vie des objectifs pour dsh avec un tableau kanban interactif : objectifs, critères, tentatives et revues vivent dans l'espace de travail, pilotés par les outils graph_*, avec un tableau à deux voies rendu dans la vue de conversation.

Équipe multi-agents par rôles pour DeepSeek Harness. /team réunit jusqu'à 12 sous-agents (produit, architecte, recherche, UI, backend, frontend, BD, sécurité, relecteur, QA, DevOps, docs) et exécute un pipeline à 9 phases avec jalons (clarifier, étudier, concevoir, relire la spec, approuver le plan, implémenter, relire, tester, livrer) sur des artefacts partagés. Les jalons qualité sont imposés par le code, non par les prompts : une tâche inachevée ne peut être marquée terminée, les constats arbitrés par le relecteur ou le QA, et les lacunes de couverture ou le rework apparaissent dans l'overlay et /team status. Livre un overlay (phases, effectif, DAG, artefacts, décisions), un mode équipe persistante et la comptabilité de tokens/temps. Pas de dépendance à l'exécution ni de build.

AI Company Framework : transforme une phrase en une entreprise multi-agents — 15 Skills à plat (boss/pipeline/role-template/11 rôles/generic customer-memory), 7 templates de workflow, runtime AgentTeams + panneau d'activité, sidebar employés avec isolation par session, pont bot Feishu (bots boss et par employé, routage de groupe, push autonome, porte de décision humaine, guide contact externe), mémoire SQLite par client avec mémoire à trois couches (fusion inter-groupes), commutateur de mode /company ; pas de RAG.

Un essaim gouverné de six agents DSH spécialisés — orchestrateur, planificateur, passerelle vers la base de connaissances, développeur et deux relecteurs — transforme une exigence en pipeline strict par phases où chaque livraison doit faire ses preuves avec des éléments de preuve structurés avant que la phase suivante ne puisse commencer ; les relecteurs sont en lecture seule, les fusions de code n’ont lieu qu’après une relecture, et un journal d’événements en ajout seul permet une relecture complète et un audit sur un tableau kanban en direct. Sa conception s’inspire du kanban de Hermes Agent.

Coordonne des Sessions DSH indépendantes et des membres adossés à des fournisseurs sans fusionner leurs historiques, via des Rooms natives persistantes avec mentions `@` liées à l'identité, remise directe, diffusions et contrôles réservés au leader.

Route chaque tâche vers un modèle et sa révision vers un autre, avec preuves de qualification, bascule et un journal durable.

femo (Flow Emerges Mag Opus) — orchestrez un monde multi-agents comme on écrit un scénario. Version plugin dsh : moteur, pont et éditeur visuel réunis dans un seul dossier, autonome, il suffit de déplacer le dossier pour l'utiliser.

Exécute des pipelines AItelier depuis DSH via MCP : 39 outils (22 lecture, 17 écriture) pour générer, exécuter, inspecter, éditer, exporter et importer des pipelines SkillFlow multi-étapes. Les étapes s'exécutent dans AItelier plutôt que dans la session DSH et sont interrogées par run_id, marquent une pause aux points de contrôle imposés par le moteur et répondus avec answer_checkpoint, et laissent des traces par étape et des sorties d'étape à lire ensuite ; add_provider / map_model / edit_role dirigent un rôle individuel vers un endpoint local ou moins cher. Regroupe une compétence aitelier-pipelines.

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.

Un tableau de bord d'orchestration de style RTS où les commandes remplacent les discussions : un agent commandant résident décompose chaque ordre en briefs de tâches avec des critères d'acceptation, des troupes de sous-agents typés (recon/engineer/medic/scribe) les exécutent dans des espaces de travail isolés, et chaque session est indexée par l'ordre qui l'a lancée.

Utilisez AItelier comme sous-agent depuis DeepSeek Harness : générez, modifiez, exécutez, exportez et importez des pipelines SkillFlow. Client uniquement — nécessite un backend AItelier en cours d'exécution (Docker ; voir le README).

Meeting rooms for DSH sessions: joining a room grants the right to convene and the duty to attend, and a session belongs to at most one room. Convening forks each participant in with its own completed-turn context and with its tools stripped, a moderator that carries no context chooses the speakers, and every turn is appended to disk as it is spoken. After adjournment each participant receives its own minutes as a user turn and resumes work.

Conversation-level multi-agent workbench for editable task planning, real child-session observation, plan-versus-runtime comparison, and evidence-backed recovery previews; tested with DSH 0.1.1-rc.2.

Découvre et vérifie des rôles RoleHub portables, épingle chaque bundle exact, puis lance son prompt et ses compétences groupées dans une session DSH isolée et reprenable avec des liaisons d'outils approuvées par l'hôte et un rattachement optionnel à Agent Team Room.

Transférez un contexte ciblé sans attendre ni interrompre l'Agent actif : figez un snapshot borné de Session, résumez-le asynchronement via un LLM isolé sans tool, et livrez une capsule avec provenance à une autre Session ou à un Room autorisé — silencieux par défaut pour les Sessions, avec réveil explicite disponible.

Routeur de modèles à deux niveaux pour DeepSeek Harness — routage par LLM-Judge, chaînes de repli multi-modèles, bascule avec backoff exponentiel, et orchestration au niveau tâche (adaptation DSH de pi-shift-router).

Lightweight graph orchestration for DeepSeek Harness: scoped agent nodes, handoff contracts, bounded rework, and a layered global ledger.

DSH plugin: cross-session call center for agents. session_message delivers messages between DSH sessions (idle: visible full-text wake; busy: mid-turn-safe notice; plus runtime-context notes) and resolves targets by registered contact name (stale-id-proof