Competenze

Memoria procedurale gestita dall'agente: uno strumento skill_manage che crea, corregge, disabilita ed elimina le competenze dell'agente stesso in ambito utente o progetto, con protezioni di eliminazione (marcatore di creazione dell'agente, pin, confinamento del percorso) e un prompt di disciplina dei trigger.

Importa, installa e richiama Agent Skills in DeepSeek Harness da Codex, Claude Code, OpenCode, GitHub o npm — il selettore ⚡ lato composer inserisce /skill-name nella bozza, e la pagina delle impostazioni di gestione delle skill offre importazione per sorgente/per skill, percorsi sorgente espandibili con conteggio delle skill, disinstallazione e ripristino con un clic da .trash.

Abilità di scaffolding della documentazione di progetto: configurazione guidata da domande di standard di progetto, flussi di lavoro di collaborazione con l'IA e disciplina della memoria su DSH, Reasonix, Claude Code e Codex.

Ciclo di autoapprendimento per dsh: registra lezioni, redige e promuove skill; revisione periodica del curatore che corregge, consolida e ritira le skill.

Skill per moduli intelligenti: registrazione strutturata di fatture, registri contabili e log, con categorizzazione automatica e report periodici.

Skill per storie di vita: cattura momenti e frammenti, crea un profilo utente e genera romanzi, sceneggiature o autobiografie.

Skill per la ricerca di prodotto: analizza mercato, tecnologia e catena di fornitura, quindi produce proposte di specifiche di prodotto su tre livelli.

Pacchetto di competenze di audit del marchio GEO: visibilità nelle ricerche IA, raccomandazioni, citazioni, presenza dei concorrenti e diagnosi dei gap di contenuto su oltre 17 motori IA (ChatGPT/Perplexity/Claude/豆包/DeepSeek/Kimi/文心一言).

Pacchetto di competenze dell'agente per note virali Xiaohongshu/RED: ricerca di note di tendenza, generazione/riscrittura di note, verifica, analisi degli account autorizzati, accesso tramite QR e pubblicazione controllata.

Esegui Stata tramite DeepSeek Harness: il servizio nativo Stata AI Skill si avvia automaticamente con DSH (binari macOS/Windows inclusi), così puoi eseguire regressioni, do-file e flussi econometrici senza configurazione manuale.

Linter per fughe di chain-of-thought: CLI senza dipendenze che individua residui di sessioni IA in documenti e commenti (citazioni di design obsolete, punto di vista del PR, narrazione delle modifiche, coreografia di review), fornendo il skill di correzione cot-trim come bundle installabile.

Suite rigorosa di ricerca matematica open: quattro agent skills (rigorous-open-math-research, manage-math-research-program, math-research-workflow, lean-verify) per la dimostrazione di teoremi con audit avversariale, gestione del programma di ricerca, orchestrazione della pipeline e audit di formalizzazione Lean 4; test verificati in CI e sincronizzazione meccanica con upstream.

Disciplina di sviluppo spec-driven per dsh: cinque skill keel (anchor/spec/probe/build/audit), tre strumenti di revisione e sei template di spec impongono le specifiche prima del codice, la verifica delle assunzioni e il controllo dello scope.

Collega skill e configurazione di Pi Agent a DeepSeek Harness

Collega memoria, skill e configurazione di OpenAI Codex a DeepSeek Harness

Provides a skill for the LinShang LS125 UV irradiance meter and its UVALED-X3 probe: the reverse-engineered 9600 8N1 link (28-byte frames, CRC-16/MODBUS, poll and clear commands), a capture and decode toolchain, and a verified STM32F103 host firmware that reads the probe without the original meter. All code and documentation written by an AI agent (DeepSeek Harness).

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in report files at the workspace root.

Build PowerPoint decks from a brief: plan and storyboard gates, per-page authoring through pptwise and ppt-master, a design-profile pass, page-image snapshots with a render audit, and a tool that hands those pages to an image-capable model for review.

On-demand skill tools for DeepSeek Harness: registers skill_search / skill_load / skill_ref so the model searches a staged skill library first and loads a skill body only when it needs it, keeping the library out of the resident session catalog and out of every turn's context; adds a Skills tab to the conversation view ring that reads back the whole session and lists which skills were actually loaded, and in which turn. Zero dependencies, and the records render client-side only, never entering the model's context.

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in two fixed report files at the workspace root.

Task-to-skill pairing meta-skill with a laziness ladder for minimal loading, a user-editable routing table, and a quarantine, SkillSpector scan, human-approval install flow.

Adds file-backed Chinese web-fiction planning, chapter writing, consistency review, rollback, and style-profile skills.

Ponytail lazy-senior-dev ruleset for DeepSeek Harness: a 7-rung minimal-code ladder (YAGNI, reuse, stdlib, native, installed deps, one line, minimum), six skills (main rules, over-engineering review, repo audit, debt ledger, gain scoreboard, help), a /ponytail session command for lite/full/ultra/off levels, and optional always-on ruleset injection via config. Vendored verbatim from upstream ponytail (MIT), zero tools registered, clean uninstall.

Skill that fact-checks a claim against the open web rather than model memory: it splits the claim into independently checkable fact points, routes each point to the primary-source ladder for its domain (policy, academic, medical, financial, disaster and accidents, food safety, science, education, sports, entertainment, judicial, and more), searches domestic and international ecosystems in parallel, fetches primary pages, grades sources by type, re-searches with debunking keywords, and reports conclusion-first with a full URL and citation position behind every statement, keeping unverified and undecidable points separate from confirmed ones. Three factual judgements can be routed to a TypeSafe Jev (System One) decision model when a key is configured, falling back to the skill's deterministic rules when it is not; a model verdict can only lower a confidence tier.