Plugins

Ensemble de mémoire et de contexte OpenViking pour DeepSeek Harness : rappel automatique avant étape et injection de profil, capture de session, protection des URI `viking://`, et outils de mémoire pour rappeler/écrire pris en charge par un serveur OpenViking.

iPolloWork HyperFrames Video Studio et 27 modèles de vidéo modifiables sous forme de vue de conversation native pour DeepSeek Harness.

Connecte DeepSeek Harness à la base de connaissances personnelle local-first et auto-évolutive de ReMe : capture automatiquement les conversations terminées de l'agent principal comme mémoire Markdown vous appartenant, recherche conversations et sources via reme_search avec BM25, embeddings optionnels et expansion de wikilinks, et planifie une consolidation quotidienne de la mémoire.

Connecte DeepSeek Harness à la base de connaissances personnelle locale d'abord et auto-évolutive de ReMe : capture automatiquement les conversations de l'agent principal terminées en tant que mémoire Markdown appartenant à l'utilisateur, recherche dans les conversations et les sources via reme_search avec BM25, embeddings optionnels et expansion de wikilinks, et planifie la consolidation quotidienne de la mémoire.

Faites évoluer compétences, agents, prompts, code et plugins depuis DeepSeek Harness, avec AgentDescent.

Auto-évolution continue : un état de harness versionné, auditable et sûr en cas de retour arrière (prompts, mémoire, skills, spécifications de sous-agents), affiné à partir des trajectoires de session, avec des points de contrôle de revue et des skills rechargés à chaud.

Suite d'agents de recherche : contrôle d'objectifs à long horizon avec des chaînes de preuves auditables, planification cron, équipes d'experts multi-agents, mémoire de recherche auto-évolutive (rappel FTS5 + RRF), espaces de travail par projet, et une UI d'espace de travail personnalisée.

Plugin de mémoire à long terme et d'auto-évolution pour DSH : capture L0 → extraction de mémoire L1 → regroupement de scènes L2 → persona utilisateur L3, injection automatique de rappels, synthèse de compétences, entièrement local (SQLite FTS5 + jieba, rappel vectoriel optionnel).

Mémoire d'équipe auto-évolutive en Markdown brut dans git : un plugin Cordis natif qui enregistre 38 outils mémoire à nom simple plus une section de signaux de prompt réévaluée à chaque assemblage, avec renforcement RPE, décroissance et consolidation pendant le sommeil ; partage un dépôt de données avec ses hôtes Claude Code (MCP) et OpenClaw ; vérifié avec DSH 0.1.0-rc.6.

Mémoire d'équipe auto-évolutive en Markdown brut dans git : un plugin Cordis natif qui enregistre 38 outils de mémoire à nom simple ainsi qu'une section de signaux de prompt réévaluée à chaque assemblage, avec renforcement RPE, décroissance et consolidation pendant le sommeil ; partage un seul dépôt de données avec ses hôtes Claude Code (MCP) et OpenClaw ; vérifié avec DSH 0.1.0-rc.6.

Mémoire inter-session avec rappel déterministe à zéro jeton (bigram-Jaccard fusionné avec FTS5 BM25 via RRF, tokenisation adaptée au chinois), renforcement qui consolide les observations répétées, et procédures cristallisées en fichiers SKILL.md affinés sur place via un cycle active-stale-archived avec archivage et restauration réversibles. L’ingestion et la purge exposent chacune un niveau d’autonomie choisi par l’utilisateur ; les conflits et les écritures à forte importance vont toujours en revue humaine, et rien n’est jamais supprimé automatiquement. Nécessite Node 22.5+.

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.

Redémarrage progressif + reconnexion automatique du client + poursuite de l'objectif de redémarrage croisé pour le harnais DeepSeek (dsh). Après une mise à jour du plugin, dsh-phoenix redémarre dsh à une limite d'inactivité sécurisée, maintient la page du navigateur connectée et reprend un objectif en cours afin qu'une tâche puisse continuer.

Suite de plugins Git et contrôle de source pour DeepSeek Harness : opérations git locales plus adaptateurs GitHub, GitLab, Bitbucket, Azure DevOps et Gitea, avec mémoire auto-évolutive.

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.

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.

Agent au niveau du projet auto-évolutif pour DeepSeek Harness : 16 compétences de workflow SDD (clarification, PRD, ticket, codage, localisation, acceptation, revue) ainsi qu'une mémoire et des connaissances de projet qui s'accumulent avec le temps.

Long-term memory and self-evolving skills for the DeepSeek Harness · DeepSeek Harness 的长期记忆与自我演进能力 —— Plain Markdown on disk, no vector store

DSH 自进化信号源：机械挖掘会话日志（重试簇/工具错误簇/中断回合/Token 浪费）→ 结构化问题工单。dsh-darwin 双插件架构的 B 面，可独立安装当会话体检用。

Self-evolution actuator: consumes problem tickets mined from session logs, synthesizes skill candidates (zero-code tiers by default) behind an eval gate with hold-out canaries, then promotes to project .dsh/skills with human confirm and deterministic rollback.

Session health-check: mechanically mines session logs into structured problem tickets (retry loops, tool-error clusters, interrupted turns, token waste) over the official session-query seam; works standalone.

Plugin DeepSeek Harness et Skill fournie pour faire évoluer en toute sécurité les Cordis Candidates avec Harbor.

受控自进化 AI Agent 框架：CQRS 读写分离、子代理自主进化、人类锁定根分类的 Agent 错误自愈路由表（DSH 插件生态 bundle 包）

Windows computer-use capability for DeepSeek Harness: screenshot → vision model → simulated mouse/keyboard input, with self-evolving knowledge base.