Plugin

Skill del flusso di lavoro di ricerca ARIS come bundle DeepSeek Harness: 82 skill più revisione avversariale cross-model tramite Codex.

Riunioni rotonde visuali per DeepSeek Harness — nodi esperti su un anello con archi diretti, gateway di aggregazione, thinking proxy per modelli worker black-box e revisione avversaria (red-team) dei piani definiti con endorse/reject per ogni punto di vista.

Set di strumenti per il ciclo controllo avversariale → correzione → revisione.

Ciclo verifica avversariale → correzione → revisione.

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.

Ricerca approfondita come modalità agente: un unico ciclo revisionato che pianifica, ricerca in round paralleli adattivi guidati dai gap che i ricercatori stessi dichiarano, sintetizza un rapporto citato e poi lo rivede in modo avversariale, invece di uno script che il modello riscrive a ogni chiamata. Le domande che il budget dei round non ha mai raggiunto vengono nominate nel rapporto anziché scartate.

Skill di analisi strutturale multi-lens: analisi adversarial-first attraverso 16 lenti in 4 categorie con 10 strumenti strutturali, calibrazione della confidenza e output stratificato vincolato ai fatti.

Runs a thesis-antithesis-seal debate whose verdict is computed from real command exit codes and case counts, never from agent prose.

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.

Answers hard questions by staging a formal debate: two adversarial subagents argue opposite sides with research, then the main agent rules on the transcript through the debate_open, debate_round, and debate_verdict tools.

Command-triggered red/blue adversarial review for ANY plan (not quant-specific). /plan-adversarial <plan>: arms a gate that requires the agent to derive two independent subagents (red=attack, blue=defend), have them converge on a consensus plan with NO th

Competition math (IMO/Putnam/USAMO/AIME) solved with a pure-reasoning pass, an adversarial verifier in a fresh subagent context, and calibrated confidence output (high / medium / honest "no confident solution"); optional LaTeX-to-PDF rendering.

Adversarial code review — parallel finders inspect a diff through separate lenses (correctness, lifecycle, contract, security), then each finding goes to independent verifiers tasked with refuting it, and one refutation drops it.

Adversarial multi-lens code review: parallel correctness/security/maintainability lenses attack a diff, with deterministic severity grading, suppression rules and incremental review history.