Plugin

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.

Guardrail applicati dal motore per gli sciami di agenti di DeepSeek Harness: i gate di qualità respingono il lavoro a metà, checkpoint a prova di crash riprendono sul posto — tiene i team IA non solo in funzione, ma integri.

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.

Osservabilità del Conversation Flow per gli swarm di DeepSeek Harness, con topologia, ispezione dei messaggi instradati, pause HITL, follow live e navigazione alle sessioni figlie.

Canale del dispositivo tra l'agente e il tuo telefono: invia i file appena prodotti e tu fai una @-referenza a ciò che il tuo telefono ha rinviato. P2P crittografato end-to-end tramite la CLI SwarmDrop, senza account né IP pubblico; lo stato del nodo, i dispositivi accoppiati e l'accoppiamento QR si trovano in un pannello laterale (sidebar).

Port di TaskPlane per DSH: esegue ondate ordinate per dipendenze in corsie git-worktree parallele, con pacchetti di attività, revisione tra modelli e recupero dagli arresti anomali.

Esegue un dibattito tesi-antitesi-sigillo il cui verdetto è calcolato da codici di uscita reali dei comandi e conteggi dei casi, mai dalla prosa dell'agente.

Uno sciame a matrice di subagent che instrada attività eterogenee al modello più adatto da un gateway in stile OpenRouter più cfgpu.com/llm/square, invia ciascuna tramite subagent in-process o chiamate LLM dirette e traccia il consumo di token per modello con un ranking guidato dal feedback.

Danus-native DSH plugin suite: verifier-gated mathematical proof-search orchestration (fact graph, role-gated tools, cold-start verifier, worker swarm, orchestration tools, heartbeats).