Plugin

Scoperta, valutazione, suddivisione in livelli e routing dei subagent adattivi per DeepSeek Harness.

Osservabilità Langfuse per DeepSeek Harness (DSH): alberi di traccia per singolo turno aggregati per session id, con versionamento dei prompt e valutazione.

Riesegui turni reali di DeepSeek Harness contro Standard, Minimal, Anchored o candidati plugin con evidenza congelata della superficie di richiesta

Controlla quali plugin di DeepSeek Harness sono stati effettivamente caricati e consulta le board di valutazione pubbliche su trapstreet.run.

I/O di design per agenti di programmazione: generazione controllabile di UI tramite dichiarazioni (spec/domain/craft/design/components/template) e contratti (skill/evaluator). Da usare per UI di prodotto — console, dashboard, agent-ops, app CJK-first

Skill for building a game design brief into a playable, publishable TapTap Maker project: it picks the browser workspace or local MCP route, extracts the five elements of the brief, writes a first-round prompt for a minimal core loop, iterates in the official order, checks preview and release materials, and keeps credit, credential and irreversible-action limits in view. Includes eight reference notes on the product, credits, themes and asset limits, the leaderboard, brief parsing, iteration, publishing and safety, four templates, and three read-only Python checks for brief completeness, project layout and release materials.

QMS NCR ingest, batch alias resolution, impact evaluation, CAPA and 8D state.

Unity 2022.3 editor control for the agent: 20 tools that read the scene hierarchy, create and edit GameObjects, components and serialized properties, drive Play mode, capture screenshots, evaluate C# inside the editor and start player builds.

Care engine per DeepSeek Harness che aiuta l’assistente a prendersi cura di una persona. Parte dal meteo: temperatura percepita e umidità per consigli su vestiti/ombrello, avviso quotidiano attivabile che segue la routine, allerte meteo estreme e promemoria. Valuta gli avvisi quando l’agente si attiva; un host come qq-bridge può svegliarlo a orario. Preferenze locali.

Plugin di valutazione diagnostica per DeepSeek Harness: blocca la configurazione Harness confermata, esegue un benchmark, conserva la trace completa della sessione e attribuisce i fallimenti a modello, Harness, benchmark o ambiente.

Collega Synthesizer V Studio 2 Pro locale all’agente tramite la propria API di script Lua. Cinque tool per rilevamento, bridge persistente, composizione vocale, modifica delle note e integrazione DAW (VST3/ARA + MIDI). Solo Windows 10/11; richiede Synthesizer V Studio 2 Pro 2.1.2+ con un progetto aperto.

Registra plugin_guard per analisi statica del pacchetto DSH prima dell’installazione; segnala dsh.bundle.patch assente/rotto, dsh.permissions mancante, install script, API pericolose/offuscamento, rischio dipendenze e source non indicizzato/non verificabile. Sola lettura: non importa, installa, valuta né esegue il codice.

Registra un tool `valuation_service` che legge un workpaper tree JSON 01/02/04 e restituisce uno schema unificato: sei gruppi di indici, indici previsionali, campi input DCF con indicatori espliciti di valori mancanti, PS/PE comparabili e IRR. È deterministico e locale: WACC, crescita, capex, D&A e capitale circolante mancanti restano vuoti, senza stime; le differenze tra ipotesi sono segnalate per la revisione.

Gate di rilascio per qualità risposte IA. Due modalità: riprodurre un archivio VeriScope col gate Python originale oppure applicare con solo Node una soglia all’export Ragas per riga, senza VeriScope, Python o pandas. Restituisce PASS/FAIL/REVIEW con prove e ricevuta ricontrollabile; soglie per riga e confronto decimale esatto. Non rivaluta né chiama modelli; REVIEW non diventa mai PASS.

Verifica la coerenza aritmetica tra massimi, punteggi registrati e totale dei fattori nella matrice di valutazione. Riporta differenze, senza giudicare correttezza o equità della valutazione.

Memoria tra sessioni per l’agente dsh: ricorda, richiama e verifica di nuovo invece di presumere.

Pietra di paragone per DSH: aggiunge una fase di valutazione all’“auto-miglioramento”. Esegue una serie di casi di riferimento prima e dopo la modifica, assegna punteggi e confronta; conserva i risultati buoni e annulla quelli negativi.

Valutazione retrospettiva delle sessioni agente: genera schede di valutazione deterministiche e differenze di regressione tra sessioni dai log persistenti. Nessun benchmark da eseguire né giudice LLM.

Misura se una modifica alla configurazione DSH ha davvero migliorato il risultato: registra ed esegue casi ripetibili, poi confronta i risultati prima e dopo i cambi di regole, skill o modelli.

AlphaRSI: ciclo di auto-miglioramento a tre ruoli che evolve la ricetta di addestramento dei modelli di sequenze alpha. Operator esegue walk-forward, Evaluator valuta con OOS RankIC e Refiner propone iperparametri tramite ricerca bayesiana TPE; conserva solo ricette strettamente migliori. Esecuzione offline con un comando, bundle dati riconciliato con sha1 e rilevamento GPU automatico. Include una skill.

Plugin per la valutazione circoscritta degli agenti DSH: confronta l’originale con un prompt candidato o modifiche di configurazione supportate in base ai controlli indicati dall’utente, registra prove e costi e lascia all’utente la decisione sull’adozione.

Runtime deterministico di orchestrazione ingegneristica per DeepSeek Harness: orbit_controller e OrbitService eseguono i processi figli Commander, Executor e Smart Watchdog tramite PLAN, EXECUTE, EVALUATE, correzione circoscritta e recupero runtime. Stato persistente in <project>/.cx/state.json.

Plugin web DSH: aggiunge una scheda LiveBench alla vista Trajectory, a destra di 对话/轨迹. Valuta ogni modello configurato in DeepSeek Harness; scegli provider/modello, categoria, attività, release e intervallo di domande dai menu e osserva l’avanzamento.

Workflow di sessione DSH per creare capsule verificabili, valutare Skills riutilizzabili e confrontare traiettorie di sessione controllate.