Plugins
Parcourez, filtrez et installez des plugins DeepSeek-Harness.
18 plugins trouvés
dsh-memory
furongjun-1999/dsh-memory
Exploration de l'architecture AGI en boîte blanche : métacognition (boucle d'auto-cognition), apprentissage continu (volant d'inertie des connaissances), modèle du monde (espace de conditions, graphe de mémoire spatio-temporelle), auto-amélioration (discipline bootstrap), pipeline en boîte blanche zéro-LLM et garde-fous de confiance auditables.
agentdescent
birfy/agentdescent
Faites évoluer compétences, agents, prompts, code et plugins depuis DeepSeek Harness, avec AgentDescent.
dsh-host-rsi
pk14742952-ad/dsh-host-rsi
Plugin d’autoévolution réflexive pour Qwen3.8 27B/3.8 Flash local et API en ligne : un contrôleur de convergence du cycle de code limite la réflexion de vérification répétée de Qwen3.8 27B/Flash pour converger plus vite et réduire le temps de réflexion ; une garde de livraison à cinq états détecte et corrige les tours bloqués et boucles infinies. Logique hôte indépendante du modèle, largement compatible avec les API en ligne ; amélioration continue par usage avec auto-vérifications contradictoires, escalade vers le critique, recherche de mémoire par index inversé, convergence du cycle de code et garde à cinq états.
dsh-self-improved
madage/dsh-self-improved
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).
open-dream-rsi (deepseek_harness)
patrykorwat/open-dream-rsi
Ce n’est pas un autre plugin de mémoire : ODR est une boucle d’amélioration dans des mondes évolutifs (Dream-RSI). Les tentatives sont consignées dans un Discovery Tree, puis des milliers de variantes sont rejouées dans ce monde entre les exécutions. Une stratégie, recette ou leçon n’est promue qu’après un rejeu contrefactuel concluant, jamais sur la seule parole du modèle ; Sentinel filtre les appels d’outils avant consommation du budget. Le LLM reste figé. Installation npm : dsh-open-dream-rsi.
dsh-harness2
asiu-x/dsh-harness2
Amélioration récursive des agents DSH avec Harness² : Propose–Probe–Compose, sondes isolées, sélection anonyme et bibliothèque d’expériences par domaine.
open-dream-rsi
patrykorwat/open-dream-rsi
Auto-amélioration hors ligne des agents de code : valide les stratégies par relecture contrefactuelle sur un modèle du monde évolutif. Sans fine-tuning, LLM figé. MCP et Python server inclus.
dsh-skillopt
wode25500/dsh-skillopt
Auto-amélioration nocturne pour votre agent DeepSeek Harness : récupérez hors ligne les sessions passées, rejouez les tâches récurrentes avec votre propre budget API et consolidez les compétences validées derrière une porte de validation séparée. Intègre le moteur SkillOpt-Sleep de microsoft/SkillOpt à dsh sous forme d’outils natifs et d’une compétence fournie, sans entraînement des poids. Nécessite Python 3.10+ et le moteur SkillOpt-Sleep (pip install skillopt).
dsh-five-session-evolution
liuhuishang/dsh-five-session-evolution
Passe en revue chaque groupe de cinq sessions de projet distinctes terminées dans DeepSeek Harness, conserve les enseignements sourcés et les brouillons de workflow, puis fournit la mémoire du projet aux sessions suivantes.
dsh-ledger-watch
oldmanding/dsh-ledger-watch
Fournit un registre minimal des leçons : brief.ps1 consulte les pièges passés et add-lesson.ps1 en consigne de nouveaux. L’installateur le déploie dans le répertoire skills et le relie à AGENTS.md. Le modèle le consulte avant de travailler et transforme les incidents rencontrés en règles pour éviter leur répétition. Le plugin vérifie si cela a réellement eu lieu et affiche le résultat dans un onglet et sous le compositeur.
dsh-self-improvement
dxxcao/dsh-self-improvement
Mémoire intersession en Markdown brut par workspace : injection pondérée, invalidation bitemporelle, revue TTL avec marqueurs d’obsolescence, masquage des identifiants, rétrospectives d’erreurs et de sessions, skills SOP et propositions d’auto-amélioration soumises à approbation.
dsh-loom
darknessled/dsh-loom
Human-in-the-loop self-improvement loop: one objective becomes an auditable work chain that iterates in child sessions while the main agent stays idle.
dsh-fathomkernel
az13js/dsh-fathomkernel
Plugin d'optimisation algorithmique auto-évolutive pour DeepSeek Harness : vous déclarez uniquement les objectifs et critères d'acceptation. Usage personnel ; la stabilité n'est pas garantie dans l'état actuel.
zagent
z-asset/zagent
Boucle d’auto-amélioration à trois rôles : Data-RSI nettoie quotidiennement (winsorize→standardisation cross-sectionnelle→median fill) et extrait l’expérience ; Harness-RSI fait évoluer prompt/mémoire/skills ; Model-RSI fait évoluer les recettes alpha par walk-forward natif, gap de 2 jours et multi-seed. Hors ligne en une commande, détection GPU, un skill.
dsh-self-evolution
tommy00748/dsh-self-evolution
Mémoire à long terme autogérée et bornée (MEMORY.md/USER.md façon Hermes, limites strictes de caractères et contrôle de sécurité) ; revue après chaque tour pour rédiger des notes simples ou améliorer une skill existante sans doublon ; curator qui trouve et répare les skills que le chargeur écarterait silencieusement ; recherche intersessions. Une carte d’apprentissage apparaît seulement en cas de nouveauté et demande confirmation avant suppression ou reformulation d’une mémoire.
alpharsi
z-asset/alpharsi
AlphaRSI : boucle d’auto-amélioration à trois rôles qui fait évoluer la recette d’entraînement des modèles de séquences alpha. Operator exécute le walk-forward, Evaluator note avec OOS RankIC et Refiner propose des hyperparamètres par recherche bayésienne TPE ; seules les recettes strictement meilleures sont conservées. Exécution hors ligne en une commande, bundle de données vérifié par sha1, détection GPU automatique. Une skill incluse.
dsh-missher-evolution
missher12/dsh-missher-evolution
Enregistre des règles de workflow ciblées et des rappels de correction, avec des preuves limitées et des réglages locaux. Intégration facultative à Brain Hub.
dsh-refine
dushaobindoudou/dsh-refine
Plugin DeepSeek Harness (dsh) : ajoute la commande /refine et un panneau de réglages pour le moteur d’auto-amélioration dsh-continual-harness, avec consultation des entrées, historique, retour arrière en un clic et audit automatique des gates. Le moteur est facultatif à l’exécution.