Plugin

Il bundle DeepSeek Harness registra un'abilità che converte la produzione lunga (articoli accademici, analisi di settore, commenti aziendali) in pipeline a 9 ruoli: scout T1 letteratura / T2 dati / T3 casi in parallelo, T4 analista, T5 scrittore, T6 compagno critico, T7 revisore contabile, T8 finalizzatore, T9 revisore paritario eseguiti dal coordinatore. Su 6 fasi con verifica triangolare delle evidenze, M-gate di 23 controlli, audit G0-G14 incluso gate di tracciamento IA cinese, punteggio peer-review con abbinamento riviste, e 4 checkpoint umani. Installazione con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch più lib/index.js); fornisce schede ruolo T1-T9, modelli e 11 script di verifica senza dipendenze, con README in cinque lingue.

Plugin di verifica degli obiettivi basata su evidenze per DeepSeek Harness. Blocca gli obiettivi tramite /ultragoal e verifica il completamento in base ai codici di uscita dei comandi e agli artefatti generati, impedendo al modello di segnalare falsamente il completamento delle attività.

Controlli di integrità per i plugin DSH: verifica manifest/patch/entry/build/pack/install, plugin_check richiamabile dal modello, rilevamento host-shadowing del profilo + BOM, diagnostica dell'ambiente e preflight anti-avvelenamento.

Math Agent Framework per DeepSeek Harness: motore di derivazione simbolica (CES / forme quadratiche / ODE / PDE), verifica con SymPy, dimostrazioni formali verificate dal compilatore Lean 4 e verifica avversariale multi-agente in stile QED, esposti come strumenti DSH nativi tramite una shell TS che fa da ponte a un motore Python. Richiede la clonazione del repository math-agent-framework e `pip install -r requirements.txt`, con MATH_AGENT_HOME che punta alla radice del repository. Ogni risultato riporta la provenienza (versioni dei motori, seed, tolleranze) ed è contrassegnato come dati non attendibili.

Competenza di verifica delle affermazioni che confronta documenti di progettazione e piani con i fatti del codice, escalando le affermazioni comportamentali a verifica eseguibile con primitive logiche per macchine a stati e modelli di dati, con regressione prima/dopo, vincoli di dominio e mining dei rischi di concorrenza.

Verifica LLM a grana fine per agenti DSH: ricompense pairwise sui logprobs score-token, selezione best-of-N Probabilistic Pivot Tournament e tracciamento dei progressi per passo.

Workflow di ingegnerizzazione predefiniti per DeepSeek Harness: uno strumento dev_task che controlla le transizioni di fase, gli artefatti, la verifica, la revisione e l'ambito dei commit, più un banco di lavoro web per installare skill e regole di progetto o utente.

Rilevatore statico e smoke in sandbox senza dipendenze per i plugin DSH: cancelli sulla struttura del pacchetto, scansione del contratto cordis, smoke headless senza chiavi e controlli di presenza nell'ecosistema.

Verifica dei riferimenti per DeepSeek Harness (参考文献真实性检查器): lo strumento modello reference_checker controlla la bibliografia di un articolo (.pdf/.bib/.tex/.txt o testo incollato) rispetto a Crossref, OpenAlex e arXiv, riporta found / partial / not_found / error per voce ed emette citazioni corrette nello stile dell'input (APA, GB/T 7714, IEEE, Vancouver, MLA, Chicago, Harvard, ACS, BibTeX).

Marketplace aperto di plugin: ricerca in tempo reale dell'argomento dsh-plugin su GitHub con verifica del package.json per repository (badge manifest dsh.bundle/dsh.client e un filtro solo verificati), installazioni npm-first con controlli anti-squatting della stessa fonte, rilevamento degli aggiornamenti e cinque strumenti agente per uso headless.

Store dei plugin: catalogo ufficiale npm + lista curata awesome (550+ plugin, 11 categorie), verifica di qualità del campo dsh, installazione con un clic tramite l'ufficiale `dsh plugin add/remove`, voce in sidebar e nelle impostazioni

Scrive riepiloghi JSONL locali del conteggio degli strumenti per turno e segnali di verifica di massima, senza memorizzare prompt, argomenti degli strumenti o testo dei risultati.

Ponte del canale Feishu (Lark) fail-closed: chatta con un bot e ricevi le risposte dell'agente dsh — con approvazione opzionale degli strumenti human-in-the-loop (schede Allow/Deny prima di ogni chiamata bash, timeout fail-closed). Integrazione esclusivamente con l'SDK Python ufficiale (versione fissata); whitelist con negazione predefinita, verifica di firma/timestamp/replay dei webhook, sessioni persistenti per chat; verifica giornaliera di compatibilità con l'SDK più recente; documentazione bilingue.

Plugin DeepSeek Harness che mantiene oneste le affermazioni verdi dell'agente: le esecuzioni di verifica diventano ricevute, le modifiche vengono tracciate e un «tutti i test passano» obsoleto, fallito o mascherato viene trasformato in una nuova esecuzione invece che in una conclusione.

Gate di freschezza per le dichiarazioni dell'agente su test, typecheck, lint e build: ogni esecuzione di verifica diventa una ricevuta su tools/post-execute, le modifiche ai file vengono tracciate, e a agent/turn-stopping una dichiarazione la cui ultima ricevuta è obsoleta, fallita o illeggibile spinge un ulteriore passo nominando la ricevuta e i file modificati da allora.

Esegue 3 o 5 candidati agenti di coding in Git worktree detached, valida le loro patch con comandi di progetto, classifica solo i candidati che passano e richiede un'approvazione separata prima di applicare il vincitore.

Scheda Install in Settings → Plugins: installa, aggiorna e rimuove qualunque plugin tramite specifica npm, `github:user/repo` o percorso locale usando lo stesso percorso CLI `dsh plugin add`; i controlli di aggiornamento confrontano npm latest o GitHub HEAD con protezione dal downgrade e verifica della versione risolta, bypass del release-cooldown pnpm 11 a ogni add/remove e riavvio del servizio tramite la shell DSH Desktop o un processo relay con `dsh web` standalone.

Analisi dell'esecuzione della sessione: passaggi, chiamate agli strumenti, fallimenti, azioni ripetute, utilizzo dei token e segnali di verifica, resi come report in testo/Markdown/JSON.

Esegue un dibattito tesi-antitesi-sigillo il cui verdetto è calcolato da codici di uscita reali dei comandi e conteggi dei casi, mai dalla prosa dell'agente.

Skill di metodologia di clonazione di siti web: un albero decisionale che privilegia la fonte reale, coprendo siti statici, siti di contenuti React/Vue/Next e frontend ricchi di WebGL/Canvas, la verifica obbligatoria del codice eseguibile citato da analisi IA di seconda mano, e 13 script Node senza dipendenze per la ricognizione del browser via CDP, la raccolta di asset/font, il crawling delle route, la caccia alle sourcemap e l'audit per differenza di pixel.

Verifica dell'intero report per report scientifici: controlli per singola affermazione contro Crossref, PubMed (scansione delle ritrattazioni), ClinicalTrials.gov, UniProtKB, GEO/SRA e PatentsView, accessibilità degli URL e corrispondenza dei titoli, significato affermazione-vs-fonte a temperatura 0, e un registro di audit durevole e riavviabile con un report annotato.

Gestisci host Windows via WinRM da un pannello web e con sette strumenti agent con esecuzione PowerShell, controllo di servizi e processi, trasferimento file SMB / a blocchi con verifica SHA-256 ed esecuzione in cluster.

Marketplace unificato di plugin creato per la shell DSH Desktop (EAC), che aggrega il catalogo curato, l'ecosistema di plugin dsh su GitHub e il registro npm in un unico storefront, con whitelist delle fonti, controlli preventivi dei conflitti, verifica dell'installazione con avvio di prova, aggiornamenti manuali/in batch/automatici e gestione dei pacchetti di funzionalità .dshpack.

Esporta e importa la configurazione di DeepSeek Harness tra macchine come archivi .dshmig dello stesso OS, con redazione delle credenziali, verifica e rollback.