Plugin

Squadre multi-modello persistenti configurate in Impostazioni e selezionate nel Composer, con policy di modello/strumento per membro; l'Agent principale pianifica dinamicamente ogni invio come un DAG limitato con cicli limitati di revisione/riparazione, mentre il Run Center monitora i tentativi e i token per membro a partire dagli eventi ufficiali di utilizzo di Harness.

Miglioramento dei prompt con un clic (5 modalità, catena di memoria, fallback multi-modello) più riconoscimento vocale (Qwen3-ASR cloud / SenseVoice offline, arresto automatico al silenzio) per il composer, con riavvio del servizio DSH con un clic.

Consiglio multi-modello per DeepSeek Harness: risposte indipendenti, revisioni anonime tra pari e una decisione finale ispezionabile.

Orchestratore multi-modello: il cervello principale scompone le attività complesse e distribuisce i sottocompiti a subagenti GLM / Kimi / Qwen in base ai punti di forza di ciascun modello, con utilizzo di token per modello.

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.

Modello predefinito configurabile per le deleghe ai subagenti tramite settings.yaml, con strategie a modello singolo e multi-modello a rotazione o casuali.

Plugin di routing multi-modello per DeepSeek Harness: affidate i compiti professionali ad agenti professionali — personalizzate agenti professionali (visione/traduzione/voce/sub-agente, ecc.) e associateli a modelli indipendenti; accesso con un clic per account multimodali, routing dello stato di salute del pool di account e statistiche d'uso in tempo reale.

Strumento vision invocabile dall’agente che descrive immagini locali tramite qualsiasi endpoint vision compatibile OpenAI configurato, con controllo incrociato opzionale multi-modello e senza chiavi integrate.

Build and manage dsh agent modes from the settings page: start each one from the official standard / PTC / minimal / Cordis composition, toggle the plugin rows it mounts one by one, rename it, and edit its system prompt — a plain file the agent loop re-reads before every model step, so an edit applies to the running session on its next step. Rows left untouched stay byte-identical to the shipped ones, platform conditions included.

Profilazione delle capacità per modello per DSH: trasforma la cronologia delle sessioni locali in dashboard per modello con conteggi delle sessioni, utilizzo degli strumenti, tassi di errore e principali firme di errore, con filtri per intervallo di tempo e confronto multi-modello.

Per DeepSeek Harness: registra modelli, aiuta con i ritratti e seleziona il modello di Agent da un catalogo senza segreti.

Custom modes and custom prompts for DeepSeek Harness (dsh): edit a mode's system prompt on the settings page (it takes effect on the next model step), choose its base mode, switch plugins row by row, and keep several assistants side by side.

FreeDSH — free-first multi-model routing, safe core updates and pt-BR/Windows support for DeepSeek Harness. Installable as a DSH bundle (dsh plugin add). Unofficial project.

Governs multi-model access, monthly credits, manual/quality/credit/auto routing, failure rerouting, and usage auditing for DSH.

DeepSeek-Harness plugin for multi-model orchestration with recursive task decomposition, dynamic routing, quality gates, failure recovery, and KPI reporting.

A draggable mascot invites you to play Xiangqi (Chinese chess) while the AI thinks, with a built-in engine, move-record export, and optional multi-model commentary.

Message review and quote chips for conversations: multi-model cross review (code/reply) with severity grading and summaries, review history, and host-persisted preferences.

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)

DeepSee: visione per DeepSeek Harness, instradamento multi-modello e autoverifiche visive con Gemini prima della consegna

Explicit, evidence-first multi-model consultation for DeepSeek Harness

Runs one coding prompt across multiple configured models in isolated Git worktrees, streams side-by-side tool traces and results, and commits the candidate the user adopts for later rounds.

Evidence-first multi-model coding comparison workbench for DeepSeek Harness