Plugin

Revisione automatica di un secondo modello nella catena di risposta all'approvazione: un subagent revisore in sola lettura restituisce verdetti strutturati di consenti/nega con motivazioni, con impostazione predefinita fail-closed (blocco in caso di dubbio).

Workflow multi-agente per gare di modellistica matematica: il preset "UltraMath" esegue un problema dalla lettura attraverso framework, derivazione, coding, verifica, carta e revisione, più 4 preset di ruolo a stadio singolo (matematico, ingegnere, scrittore, revisore) e 33 documenti skill di libreria di modelli.

Approvazione automatica basata su regole per le escalation della sandbox di DeepSeek Harness, con revisore LLM opzionale e fallback umano nativo.

Skill di code review basata su template: flusso di revisione in cinque fasi, classificazione per gravità (critica/media/minore), punteggio quadridimensionale (qualità, sicurezza, prestazioni, manutenibilità), output doppio in testo e HTML e knowledge base di riferimento on-demand.

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.

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.

Approvazione dei permessi basata su modello: un risponditore alle richieste di approvazione supportato da un modello revisore separato.

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.

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.

Esegue il lavoro come un equipaggio di agenti per ruolo: un product manager scrive il PRD o DoD, attende la tua conferma, quindi avvia architetto, ingegnere, QA e revisori i cui set di strumenti sono bloccati per ruolo, e condivide il lavoro tramite file su disco.

Aggiunge alla Web UI un preset di permessi Auto Approve, usando un Reviewer Agent limitato e sempre nuovo per approvare o negare ogni richiesta.

Revisore agentico delle risposte per DeepSeek Harness: ogni turno finale dell'assistente viene riesaminato da un LLM separato con un voto da 1 a 100; i punteggi sotto la soglia riportano l'agente sulla strada giusta con feedback concreti. Il punteggio è mostrato come chip nella riga di azioni della risposta (verde = superato / rosso = da rivedere, con numero di tentativi e motivo al passaggio del mouse). Configurazione del gate in tempo reale tramite un server HTTP su 127.0.0.1, più un dock compresso sopra il composer e una scheda opzionale nella barra laterale destra tramite dsh-better-sidebar.

Affianca all'esecutore in funzione un modello revisore più forte tramite chiamate advisor() senza parametri e controlli di pattugliamento a ogni step, restituendo indicazioni di piano, correzione o stop.

GPT pianifica DAG di dipendenze, i worker DeepSeek eseguono le attività con parallelismo adattivo e un reviewer GPT opzionale controlla i diff Git incrementali e guida i round di riparazione.

FreeCodeGo non ufficiale per DeepSeek Harness: un gateway gestito di modelli gratuiti e cataloghi di provider, generazione di immagini e video dietro un singolo interruttore delle impostazioni, routing dei motori DeepSeek/Codex/Claude, un revisore consulente indipendente, revisione del codice, grafi del codice, memoria di progetto e una toolchain di team di ingegneria.

Verifica ogni turno completato dell'assistente con un modello revisore indipendente e guida l'agente a correggere output falliti, con al massimo 2 round di revisione per turno e gli standard della cartella SOP iniettati come dimensione di revisione aggiuntiva.

Filesystem permissions for shell calls, granted per path and capability rather than per command name. The command line is parsed for the read, write, create, delete and execute effects it needs, a capability it lacks raises the approval card instead of a flat refusal, and the same rules are compiled into the macOS Seatbelt profile the process, its children and the code its arguments never showed all run under. An Approvals tab in the conversation reads the audit log back and shows which rule, automatic reviewer or person answered each call.

Mandatory cross-review for design proposals and lessons-learned: auto-detects design doc writes and enqueues them (tier=review) into the task queue, delivers the external reviewer verdict back to the initiating session, and appends approved preventive measures to OPS-GUARDRAILS.md (append-only, conflict-checked).

Runs a parallel code review squad of read-only reviewer subagents (security, correctness, tests, style), each optionally on its own model, and aggregates one severity-grouped report from /review or a code_review tool call.

LLM approval answerer for sandbox escalations beyond workspace-write: a deterministic regex filter first, then a clean-context reviewer model; humans are asked only when it is unsure. Requires the bundled core patches.

Revisore di approvazioni indipendente in stile Codex Guardian per DSH.

Reviewer di approvazione assistito da LLM fail-closed per DeepSeek Harness

Modalità di autorizzazione con revisione automatica in stile Codex: aggiunge un preset di revisione automatica che approva automaticamente le escalation sicure della sandbox, chiede per quelle rischiose o ambigue e rifiuta le operazioni critiche non confermate.

Consultazioni Claude Code headless con ruoli di advisor, reviewer e designer, restituite come risposte di riferimento.