Plugin

Compressione del contesto basata su AST, filtraggio dei log di test e guardia del budget di token per DeepSeek Harness: rimuove la sintassi ridondante, pota le righe di log rumorose e impone un tetto di token così che la finestra di contesto non vada mai in overflow.

Orchestrazione del flusso di lavoro in stile supervisore su sessioni di primo livello: invio in batch con conferma, flussi di lavoro del team, pilotaggio delle attività in esecuzione, raccolta in attesa inattiva e scoperta live delle rotte dei modelli su 11 strumenti task_* più il comando slash /tasks.

Osservabilità del Conversation Flow per gli swarm di DeepSeek Harness, con topologia, ispezione dei messaggi instradati, pause HITL, follow live e navigazione alle sessioni figlie.

Preset agente che trasforma obiettivi multi-fase in flussi ripristinabili: fasi con arbitro, identità di blocco SHA-256, gate di revisione del terminale firmato HMAC e log di esecuzione event-sourced; include 15 agent tools.

Orchestrazione di attività di sviluppo guidata dalla configurazione per DSH: workflow a grafo (nodi task/gateway/human) con persistenza per fase, più un assistente IA nell'editor che configura i workflow tramite conversazione con convalida live. Passa i documenti ai nodi come allegati generici (nessuna dichiarazione necessaria): i file finiscono nell'area di lavoro del task e ${inputs.附件} restituisce i percorsi assoluti uniti da newline, così un nodo li analizza con il proprio prompt.

Esegue pipeline AItelier da DSH tramite MCP: 39 strumenti (22 lettura, 17 scrittura) per generare, eseguire, ispezionare, modificare, esportare e importare pipeline SkillFlow multi-fase. I passi vengono eseguiti in AItelier anziché nella sessione DSH e sono interrogati tramite run_id, si mettono in pausa ai checkpoint imposti dal motore a cui si risponde con answer_checkpoint, e lasciano tracce per passo e output di passo da leggere successivamente; add_provider / map_model / edit_role puntano un singolo ruolo verso un endpoint locale o più economico. Include un'abilità aitelier-pipelines.

Flussi di lavoro DAG durevoli per DeepSeek Harness con strumenti di authoring per agenti, persistenza SQLite, esecuzioni ripristinabili e un Canvas Studio visuale.

Orchestrazione multi-agente per DeepSeek Harness -- agenti specializzati, orchestrazione attività, skill di workflow.

Bacheca issue completa local-first incorporata nella GUI web DSH: viste Kanban / elenco / Gantt / workflow / dashboard, chat AI per attività, allegati ed etichette, assegnazione automatica delle attività todo guidata da dsh-routines — i dati risiedono in SQLite locale (dsh plugin add @ttmouse/dsh-taskboard).

Canvas interattivo per visualizzare in DSH Web le relazioni tra Agent, Subagent, Workflow, Phase e tool.

Workflow di revisione strutturato con più panelisti per DeepSeek Harness: N panelisti assegnano punteggi in subagenti isolati, senza vedere gli altri; un presidente riconcilia i disaccordi tramite corrispondenza degli ancoraggi e poi giudizio a livello Δ; un critico indipendente verifica il processo. Adatto alla revisione di design, codice, paper o progetti.

Aggiunge contratti di esecuzione persistenti, grafi di lavoro ricorsivi, chiarificazione critica e gate di evidenza per attività Harness lunghe o poco specificate.

Banco di lavoro per la ricerca di vulnerabilità basata sulle evidenze per DeepSeek Harness: viste di audit native, 29 strumenti OMV, riscontri Evidence.v1, esecuzioni riproducibili, workflow Campaign e evidenze PoC isolate.

Genera report HTML interattivi e autonomi da Markdown, tabelle, grafici, mappe delle province cinesi, diagrammi di flusso, formule matematiche e tabelle di drill-down — un plugin per DeepSeek Harness (dsh).

HeartFlow (心虫), un gate discriminatore di livello 1 per AGI come plugin DSH: controllo del testo basato su regole a 47 dimensioni (strumento heartflow_check), più supervisione automatica dell'output su strumenti/post-esecuzione, con chiusura sicura per fallimento quando manca il motore.

Genera immagini sulla GPU dell’utente accodando un workflow tramite l’API HTTP di un’installazione ComfyUI locale: Z-Image-Turbo per bozze rapide, Qwen-Image-2.1 per risorse finali e testo leggibile nell’immagine. Registra comfyui_generate e comfyui_status e include uno Skill per scelta dei modelli e prompt. Nessuna dipendenza runtime; avvia ComfyUI headless se nessun server è in ascolto.

Client mobile per DeepSeek Harness senza app da installare (PWA). Mostra sessioni, processi in background, subagenti, cicli degli obiettivi, workflow e approvazioni in sospeso; permette di parlare con qualsiasi sessione seguendo risposte in streaming e avanzamento degli strumenti, fermarsi in ogni momento e cambiare sessione o modello. Include un pannello laterale GUI. Prima dsh-taskwatch; il pacchetto npm ora è dsh-in-hand.

Avvia PosterFlow dalla barra laterale Web: fai clic su `开启生图模式`, riproduci un video di transizione e apri il sito.

Sostituisce il menu reasoning-effort con uno slider a scatti trascinabile. Offre 13 effetti canvas in cinque famiglie (thrust, fluid, fantasy, tech, texture), sbloccati su tre livelli in base allo sforzo. Custom combina 10 forme di particelle e 8 traiettorie; 9 accenti e selettore hex ricolorano tutto. Suoni tasto opzionali: due clip vocali, starnazzo sintetizzato, clic meccanico e file audio locale.

Prepara chiamate di strumenti DSH esatte senza inviarle, presenta argomenti canonici completi in una Batch Review Inbox durevole, invalida le approvazioni dopo modifiche o riavvii e invia solo un digest SHA-256 corrispondente più un nonce monouso attraverso la normale pipeline di strumenti DSH.

Monitor attività e chat remota per DeepSeek Harness. Da una pagina ottimizzata per smartphone controlla sessioni, job in background, subagent, cicli goal, workflow e approvazioni in sospeso; chatta con qualsiasi sessione con risposte in streaming, avanzamento strumenti, stop in ogni momento e cambio sessione/modello. Include anche un pannello laterale GUI.

Registra sei skill di workflow spec-driven + test-driven per DeepSeek Harness: la scrittura di specifiche OpenSpec fusa con la disciplina TDD di Superpowers in una pipeline a fasi 0-4 con gate di revisione. Zero dipendenze a runtime.

Team multi-agente guidati da un capitano che suddividono un obiettivo in attività e le smistano lungo una catena di esecuzione a membri che lavorano nelle proprie sotto-sessioni, ciascuno con il proprio modello.