Plugin

Quattro strumenti di sola lettura su una base di conoscenza WeKnora: elenca basi di conoscenza, ricerca ibrida di passaggi, riassembla i chunk di un documento in ordine, e la risposta RAG citata o la risposta agente ReAct di WeKnora con un session id ripristinabile.

Strumenti di recupero della conoscenza WeKnora per DeepSeek Harness (dsh): ricerca semantica, lettura di documenti e risposte RAG/agente sulle tue basi di conoscenza.

Pacchetto di sola configurazione che monta Ouroboros tramite il client MCP di DSH, esponendo 36 strumenti di flusso di lavoro per interviste, Seed, esecuzione, valutazione ed evoluzione in DSH.

Plugin di sicurezza per reverse engineering e pentest in un unico bundle: restringimento degli strumenti al primo turno, instradamento per dominio e 33 strumenti che coprono APK, web, binari nativi, protocolli, malware e campioni di LLM — con playbook per decompressione, aggiramento delle licenze e anti-analisi, motore di valutazione H-CoT (instradamento semantico, comando /hcot), banco di lavoro web con scaffale strumenti guidato da registro, flusso di casi su disco (catena di evidenze persistente automaticamente, risultati validati numerati con E, ripresa dopo compattazione), scoperta di strumenti esterni basata su GitHub e 361 documenti di riferimento on-demand.

Toolkit di R&D quantitativa per DeepSeek Harness — 59 strumenti in sei ambiti che coprono dati di mercato, indicatori, valutazione dei fattori, validazione ML walk-forward, rischio (VaR/CVaR/drawdown/Beta con Kupiec POF), opzioni, obbligazioni, FICC e simulazione di fondi, con una pipeline di ricerca end-to-end PDAT→PET.

Controlla il tuo Chrome reale da DSH tramite un bridge WebSocket locale: gestione tab, navigazione, snapshot DOM, valutazione JS di pagina, click, digitazione, screenshot, attese e gestione dialog dietro un toggle nelle Impostazioni.

OMK — Osserva. Misura. Conosci. Modifiche della knowledge supportate da evidenze per applicazioni AI.

Harness di valutazione per i plugin DSH: casi di test YAML guidano esecuzioni reali dell'agente in modalità headless, verificano chiamate agli strumenti, argomenti, risultati e utilizzo dei token, con un gate di baseline per le regressioni in CI.

Controller di autoevoluzione con priorità alle evidenze: generazione delimitata di candidati Cordis, ammissione one-shot del Loader reale, valutazione Harbor e una discendenza journaled ripristinabile dopo un arresto anomalo.

Esporta eventi DSH di solo metadati — turno, modello, strumento, approvazione, nuovo tentativo ed errore — verso Tuning Engines per tracce governate, valutazione delle policy, analisi dei costi e revisione delle Work Session, con una coda di ripetizione su disco.

Plugin proattivo di scheduling multi-modello: intake segnali multi-fonte con dedup e ranking di urgenza, motore decisionale a quattro vie execute/defer/dismiss/ask-user, generazione piano DAG con esecuzione parallela di modelli, riflessione qualità con retry automatico e switch di modello, memoria a lungo termine per pattern di task e lezioni, ed evoluzione della strategia tramite algoritmi genetici con valutazione sandboxed e rollout canary.

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.

Runtime di visione e Computer Use multipiattaforma verificabile per DeepSeek Harness con prove che preservano la fonte.

Pipeline giornaliera automatizzata di contenuti per Insta360 GO 3S: acquisizione remota BLE/WiFi di riprese d'acquario, importazione wireless, valutazione qualità ffmpeg con registro delle decisioni, montaggio automatico (selezione segmenti, narrazione TTS, musica, sottotitoli) e caricamento su Bilibili tramite biliup (dry-run per impostazione predefinita).

Esegue esperimenti riproducibili su profili e patch DSH con creazione guidata dei casi, asserzioni, report Web comparativi, ripristino e controlli delle policy.

Consulente per la valutazione e il miglioramento delle PR: valuta la probabilità di successo delle PR in base ad anti-pattern storici e modelli di successo, con punteggio in un clic e suggerimenti pratici.

Un plugin meta-agente nativo del modello per DeepSeek Harness: il modello sintetizza a runtime flussi di lavoro specifici per il task a partire da cinque pattern di workflow agentici (concatenazione di prompt, worker paralleli, router, supervisore, ciclo di valutazione) e coordina strumenti e subagent

Compares existing DSH sessions or runs controlled A/B trials between agent presets, showing aligned timelines, paired metric deltas, explicit success checks, and exportable reports.

Adaptive model discovery, evaluation, tiering, and subagent routing for 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.

Bridge CDP verso un Chrome/Edge già in esecuzione per DSH: screenshot, asserzioni sui pixel, controlli DOM/CSS e valutazione di JS nella pagina via HTTP + WebSocket, con zero processi figli, zero dipendenze npm e zero approvazioni per singolo uso.

Measure whether a dsh setup change actually helped: register repeatable cases, run them, and diff the results before and after you change rules, skills, or models.