Plugin

Squadre multi-modello persistenti configurate in Impostazioni e selezionate nel Composer, con policy di modello e strumenti per membro. Per impostazione predefinita l'Agent principale completa da sé il lavoro semplice e delega solo quando serve la squadra salvata; il lavoro delegato viene eseguito come DAG limitato con revisione e riparazione opzionali. Run Center traccia i tentativi e i token per membro dagli eventi di utilizzo ufficiali di Harness.

Orchestrazione multi-agente in stile UltraCode: un layer di workflow generabile, salvabile, governabile, osservabile e riprendibile.

Orchestrazione multi-agente in stile UltraCode: un livello di workflow generabile, salvabile, governabile, osservabile e ripristinabile.

Workflow dinamico per DSH (segnaposto).

Un team di agenti persistente per la collaborazione a lungo termine in DeepSeek Harness: identità degli agenti durature, Workspaces per progetto, Channels con responsabilità e Task Threads che collegano gli agenti di sessione.

Strumenti Cordis di DeepSeek Harness per All in Flash, basati su All in Luna.

Gestione del ciclo di vita degli obiettivi per dsh con una kanban board interattiva: obiettivi, criteri, tentativi e revisioni vivono nel workspace, guidati dagli strumenti graph_*, con una board a due corsie renderizzata nella vista conversazione.

Team multi-agente basato su ruoli per DeepSeek Harness. /team riunisce fino a 12 subagenti (prodotto, architetto, ricerca, UI, backend, frontend, DB, sicurezza, revisore, QA, DevOps, docs) ed esegue una pipeline a 9 fasi con gate (chiarire, ricercare, progettare, revisione spec, approvazione piano, implementare, revisione, test, consegna) su artefatti condivisi. I gate di qualità li impone il codice, non i prompt: un'attività incompleta non viene segnata come completata, i riscontri li arbitra il revisore o il QA, e lacune di copertura o rework appaiono live nell'overlay e in /team status. Include un overlay live (fasi, roster con modelli, DAG, artefatti, decisioni), una modalità team persistente e la contabilizzazione di token/tempo. Zero dipendenze a runtime, nessun build.

AI Company Framework: trasforma una frase in un'azienda multi-agente — 15 Skill piatte (boss/pipeline/role-template/11 ruoli/generic customer-memory), 7 template di workflow, runtime AgentTeams + pannello attività, sidebar dipendenti con isolamento per sessione, bridge bot Feishu (bot boss e per dipendente, instradamento di gruppo, push autonomo, gate di decisione umana, guida contatti esterni), memoria SQLite per cliente con memoria a tre livelli (merge cross-group), switch modalità /company; no RAG.

Uno swarm governato di sei agent DSH specialisti — orchestrator, planner, bridge alla knowledge base, developer e due reviewer — trasforma un requisito in una pipeline di fasi rigida in cui ogni consegna deve dimostrare il proprio valore con evidenze strutturate prima che possa iniziare la fase successiva; i reviewer sono sola lettura, i merge del codice avvengono solo dopo un passaggio di review e un log eventi append-only offre replay completo e audit su una bacheca kanban live. Il suo design trae ispirazione dal kanban di Hermes Agent.

Coordina Session DSH indipendenti e membri basati su provider senza unire le loro cronologie, usando Room native persistenti con menzioni `@` legate all'identità, consegna diretta, broadcast e controlli riservati al leader.

Instrada ogni attività verso un modello e la sua revisione verso un altro, con prove di qualifica, failover e un diario durevole.

femo (Flow Emerges Mag Opus): orchestra mondi multi-agente come se scrivessi una sceneggiatura. Versione plugin dsh: motore, bridge ed editor visuale in un'unica cartella, autosufficiente; basta spostare l'intera cartella per usarlo.

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.

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

Una dashboard di orchestrazione in stile RTS in cui i comandi sostituiscono le chat: un agente comandante residente scompone ogni ordine in brief di attività con criteri di accettazione, truppe di subagente tipizzate (recon/engineer/medic/scribe) li eseguono in workspace isolati, e ogni sessione è indicizzata dall'ordine che l'ha avviata.

Usa AItelier come subagente da DeepSeek Harness: genera, modifica, esegui, esporta e importa pipeline SkillFlow. Solo client — richiede un backend AItelier già in esecuzione (Docker; vedi README).

Meeting rooms for DSH sessions: joining a room grants the right to convene and the duty to attend, and a session belongs to at most one room. Convening forks each participant in with its own completed-turn context and with its tools stripped, a moderator that carries no context chooses the speakers, and every turn is appended to disk as it is spoken. After adjournment each participant receives its own minutes as a user turn and resumes work.

Conversation-level multi-agent workbench for editable task planning, real child-session observation, plan-versus-runtime comparison, and evidence-backed recovery previews; tested with DSH 0.1.1-rc.2.

Scopre e verifica i ruoli portabili di RoleHub, fissa ogni bundle esatto, poi avvia il suo prompt e le skill incluse in una Sessione DSH isolata e riprendibile, con binding dei tool approvati dall'Host e collegamento opzionale ad Agent Team Room.

Passa contesto focalizzato senza aspettare o interrompere l'Agent attivo: congela uno snapshot di Sessione limitato, riassumilo asincronamente con un LLM no-tool isolato e consegna una capsula con provenance a un'altra Sessione o a una Room autorizzata — silenzioso di default per le Sessioni, con wakeup esplicito disponibile.

Router di modelli a due livelli per DeepSeek Harness — instradamento con LLM-Judge, catene di fallback multi-modello, failover con backoff esponenziale e orchestrazione a livello di task (adattamento DSH di pi-shift-router)

Lightweight graph orchestration for DeepSeek Harness: scoped agent nodes, handoff contracts, bounded rework, and a layered global ledger.

DSH plugin: cross-session call center for agents. session_message delivers messages between DSH sessions (idle: visible full-text wake; busy: mid-turn-safe notice; plus runtime-context notes) and resolves targets by registered contact name (stale-id-proof