Plugins

Quatre outils en lecture seule sur une base de connaissances WeKnora : lister les bases de connaissances, recherche hybride de passages, réassembler les chunks d'un document dans l'ordre, et la réponse RAG citée ou ReAct-agent de WeKnora avec un identifiant de session reprenable.

Outils de récupération de connaissances WeKnora pour DeepSeek Harness (dsh) : recherche sémantique, lecture de documents et réponses RAG/agent sur vos propres bases de connaissances.

Ensemble de configuration uniquement qui monte Ouroboros via le client MCP de DSH, exposant 36 outils de flux de travail d'entretien, Seed, exécution, évaluation et évolution dans DSH.

Plugin de sécurité pour rétro-ingénierie et pentest en un seul bundle : filtrage des outils au premier tour, routage par domaine et 33 outils couvrant APK, web, binaires natifs, protocoles, malwares et échantillons LLM — avec playbooks d'extraction, de contournement de licences et d'anti-analyse, moteur d'évaluation H-CoT (routage sémantique, commande /hcot), atelier web avec étagère d'outils pilotée par grand livre, flux de cas sur disque (chaîne de preuves persistée, conclusions validées numérotées E, reprise après compactage), découverte d'outils externes basée sur GitHub et 361 documents de référence à la demande.

Boîte à outils de R&D quantitative pour DeepSeek Harness — 59 outils répartis sur six domaines couvrant les données de marché, les indicateurs, l’évaluation de facteurs, la validation ML walk-forward, le risque (VaR/CVaR/drawdown/Beta avec Kupiec POF), les options, les obligations, les FICC et la simulation de fonds, avec un pipeline de recherche bout en bout PDAT→PET.

Contrôle votre vrai Chrome depuis DSH via un pont WebSocket local : gestion d'onglets, navigation, snapshots DOM, évaluation JS de page, clics, saisie, captures d'écran, attentes et gestion de dialogues derrière une bascule dans Paramètres.

OMK — Observer. Mesurer. Savoir. Modifications de connaissances étayées par des preuves pour les applications IA.

Harness d'évaluation pour les plugins DSH : des cas au format YAML pilotent de vraies exécutions d'agent en mode headless, avec des assertions sur les appels d'outils, les arguments, les résultats et l'utilisation des tokens, ainsi qu'une barrière de référence pour la non-régression en CI.

Contrôleur d'auto-évolution axé sur les preuves : génération bornée de candidats Cordis, admission Loader réelle en une seule tentative, évaluation Harbor et lignée journalisée reprenant après incident.

Exporte les événements de tour, modèle, outil, approbation, nouvelle tentative et erreur de DSH (métadonnées uniquement) vers Tuning Engines pour des traces gouvernées, une évaluation des politiques, une analyse des coûts et une revue des Work Sessions, avec une file de nouvelles tentatives persistée sur disque.

Plugin de planification multi-modèle proactive : ingestion de signaux multi-sources avec déduplication et classement d'urgence, moteur de décision à quatre voies (exécuter/différer/rejeter/demander à l'utilisateur), génération de plan DAG avec exécution parallèle de modèles, réflexion qualité avec réessai automatique et changement de modèle, mémoire long terme pour les motifs de tâches et leçons, et évolution de stratégie via algorithmes génétiques avec évaluation en sandbox et déploiement canary.

Lance 3 ou 5 candidats coding-agent dans des Git worktrees détachés, valide leurs patches via les commandes du projet, ne classe que les candidats réussis et exige une approbation séparée avant d'appliquer le gagnant.

Runtime de vision et Computer Use multiplateforme auditable pour DeepSeek Harness avec des preuves préservant la source.

Pipeline quotidien automatisé de contenu pour Insta360 GO 3S : capture à distance BLE/WiFi de séquences d'aquarium, importation sans fil, évaluation de qualité ffmpeg avec journal de décisions, montage automatique (sélection de segments, narration TTS, musique, sous-titres) et téléversement Bilibili via biliup (dry-run par défaut).

Exécute des expériences reproductibles de profils et correctifs DSH, avec création guidée de cas, assertions, rapports de comparaison Web, récupération et barrières de politique.

Consultant en évaluation et amélioration des relations publiques : évalue la probabilité de réussite des relations publiques en fonction des anti-modèles historiques et des modèles de réussite, avec une notation en un clic et des suggestions exploitables.

Un plugin de méta-agent natif au modèle pour DeepSeek Harness : le modèle synthétise à l'exécution des workflows spécifiques à la tâche à partir de cinq patrons de workflow agentique (chaînage de prompts, workers parallèles, routeur, superviseur, boucle d'évaluation) et coordonne les outils et les sous-agents.

Compares existing DSH sessions or runs controlled A/B trials between agent presets, showing aligned timelines, paired metric deltas, explicit success checks, and exportable reports.

Adaptive model discovery, evaluation, tiering, and subagent routing for DeepSeek Harness.

Observabilité Langfuse pour DeepSeek Harness (DSH) : arbres de traces par tour agrégés par identifiant de session, avec versionnage des prompts et évaluation.

Rejoue des tours réels de DeepSeek Harness contre des candidats Standard, Minimal, Anchored ou plugin, avec des preuves figées de la surface de requête

Vérifiez quels plugins DeepSeek Harness sont réellement chargés et consultez les tableaux d'évaluation publics sur trapstreet.run.

Pont CDP vers un Chrome/Edge déjà en cours d'exécution pour DSH : captures d'écran, assertions au pixel, vérifications DOM/CSS et évaluation de JS de page via HTTP + WebSocket, sans processus enfant, sans dépendance npm et sans approbation à chaque usage.

Measure whether a dsh setup change actually helped: register repeatable cases, run them, and diff the results before and after you change rules, skills, or models.