Plugin

Evolvi skill, agenti, prompt, codice e plugin dall'interno di DeepSeek Harness, con AgentDescent.

baro come provider di subagent per DeepSeek Harness: delega un obiettivo multi-storia e ottieni in cambio esecuzione parallela, revisione indipendente e un risultato verificato — con un pannello di esecuzione in tempo reale nella barra laterale

Osservatore in sola lettura del percorso di lavoro della sessione: ripiega i turni in riepiloghi di fase, esecuzione, durata e tok/s, poi espande rami paralleli, risultati degli strumenti e ragionamento visibile al fornitore.

Bridge Feishu/Lark per DeepSeek Harness: associazione PersonalAgent tramite scansione, card in streaming, aree di lavoro di progetto con git-worktree, attività parallele per ambito, agenti multi-ruolo, notifiche tra sessioni, gestione di modello/chiave in chat e un guardiano di rete di sicurezza che continua a rispondere su Feishu anche dopo un crash di dsh.

Lettura approfondita e sintesi per DSH: libri, articoli, video e web trasformati in note strutturate di Obsidian tramite parser di plugin, sottoagenti paralleli MapReduce di lettura profonda, output JSON Schema e cache idempotente.

Visualizzazione di flowgraph in tempo reale per sessioni DeepSeek Harness, incluse chiamate agli strumenti, gruppi paralleli, rami di subagenti e dettagli espandibili.

Toolset di debug ROS2 e analisi visiva dello stato del robot per DeepSeek Harness: enumerazione di node/topic/service/action/interface/TF, JSON della topologia dell'intero grafo, controlli rosdep, build con approvazione e scaffolding di messaggi personalizzati, screenshot GUI e osservazione visiva multimodale, più rendering offscreen headless RViz2 (mesh low-poly, lettura diretta dei pixel, passthrough GPU - rendering del movimento a 30Hz) con analisi VLM parallela in tempo reale.

Port completo di obra/superpowers per DeepSeek Harness: 14 competenze metodologiche tramite uno SkillProvider nativo (rank 550), che coprono brainstorming, pianificazione, TDD, debug, agenti paralleli e altro, con documentazione localizzata in cinese e installazione senza build.

Ricerca web fusa multi-motore, recupero pagine, ricerca in tempo reale su X (Twitter) con fallback senza credenziali, ricerca approfondita e ricerca multi-agente parallela per DeepSeek Harness. Livello gratuito: Bing / DuckDuckGo / Yahoo / Exa MCP (tutti senza chiave, verificati in tempo reale); api la

Pipeline di ricerca multipiattaforma e ricerca profonda: harvest_scout per la scoperta parallela su GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili e YouTube; harvest_deep_research per report di ricerca completi automatizzati; più estrazione, verifica incrociata delle fonti e audit di credibilità.

Un motore di scrittura per web novel per DeepSeek Harness: stesura in parallelo, scaletta e brainstorming con una chiave DeepSeek separata, gestione di lore e presagi narrativi, recupero vettoriale semantico, una libreria di corpus, un registro di utilizzo, correzione di bozze meccanica e un piano di serializzazione locale.

Instrada in modo automatico e intelligente ogni task delegato al modello configurato migliore usando alias, tag di capacità e guida d’uso, mantenendo il lavoro di routine veloce ed economico mentre invia quello complesso a specialisti più forti. Configura il tuo team di modelli nella Web UI o con setup guidato, esegui specialisti in parallelo con unione affidabile dei risultati e vedi il modello scelto a colpo d’occhio nelle viste degli subagent e inline nell’albero Tasks di Better Sidebar.

Protezione di rivendicazione/rilascio dei file per sessioni DSH parallele sullo stesso spazio di lavoro (takeover per heartbeat obsoleto, area di merge a tre vie in sospeso).

Plugin di gestione del comportamento per DeepSeek Harness: sezione prompt per la disciplina dei tool-call, convergenza del parallelismo attivata dai fallimenti (il pool scende a 1 e si ripristina automaticamente), intervento dell’utente dopo fallimenti consecutivi. Completa dsh-token-optimizer; funziona anche da solo.

Plugin di gestione del comportamento per DeepSeek Harness: sezione del prompt per la disciplina delle tool-call, convergenza del parallelismo innescata dai fallimenti (pool scende a 1, si ripristina automaticamente), intervento dell'utente dopo fallimenti consecutivi. Completa dsh-token-optimizer; funziona in autonomia.

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.

Ricerca web gratuita per DSH: Parallel anonimo come predefinito con fallback a Exa, un interruttore nelle Impostazioni e un server MCP compatibile con Claude Code e Codex.

Il bundle DeepSeek Harness registra un'abilità che converte la produzione lunga (articoli accademici, analisi di settore, commenti aziendali) in pipeline a 9 ruoli: scout T1 letteratura / T2 dati / T3 casi in parallelo, T4 analista, T5 scrittore, T6 compagno critico, T7 revisore contabile, T8 finalizzatore, T9 revisore paritario eseguiti dal coordinatore. Su 6 fasi con verifica triangolare delle evidenze, M-gate di 23 controlli, audit G0-G14 incluso gate di tracciamento IA cinese, punteggio peer-review con abbinamento riviste, e 4 checkpoint umani. Installazione con `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch più lib/index.js); fornisce schede ruolo T1-T9, modelli e 11 script di verifica senza dipendenze, con README in cinque lingue.

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.

Swarm in stile Kimi-Code: dispatch di subagent in parallelo a lotti con pianificazione adattiva, un comando /swarm e righe di progresso in diretta in chat.

Preimpostazione agente di flusso di lavoro ingegneristico per dsh: cinque fasi con gate (chiarimento requisiti, approvazione piano, TDD, subagent paralleli, finalizzazione verificata) con sei competenze di flusso di lavoro adattate da obra/superpowers.

Banco di lavoro di programmazione per DSH: pannelli dello spazio di lavoro agganciabili, barra laterale dei progetti raggruppata, gruppi di schede editor divise con sospensione/ripresa, anteprima file e viste diff — costruito su sviluppo parallelo con git worktree e primitive di collaborazione tra sessioni.

Sciami di IA basati sui ruoli per DeepSeek Harness: un architetto pianifica, costruttori paralleli eseguono, revisori controllano la qualità e un integratore rilascia. Fissaggio dei modelli per ruolo con catene di fallback, loop di revisione, contratti di evidenza, revisioni con approvazione umana, pausa/ripresa consapevole della quota, e un kanban live + diagramma di flusso nella GUI web. 40 test; installazione da GitHub o npm.

Plugin Mixture-of-Agents per DeepSeek Harness: un comando /moa distribuisce un prompt a più modelli in parallelo, unisce le risposte in uno spazio di lavoro di file e si integra con Live Canvas per l'output visivo.