プラグイン

テキストのみのモデル向けデザイン忠実度 QA。`deepseek_vision` ツールが OpenAI 互換の任意の vision 経路から目を借りることで、モデルは実装がモックと一致するかを判断できます。これとともに、その判断の裏にあるベンチマーク（4 つの fixture、23 個の注入不具合、raw transcript）と、それが依拠する質問の規律も提供されます。

OMK — Observe. Measure. Know. AI アプリケーション向け証拠裏付けされたナレッジ変更。

llm/stream ウォーターフォール上のプラグインごとの使用予算とコスト上限。モデル別の使用量集計、セッションおよび月次予算の warn/block への遷移、レイテンシーウィンドウ、炭素排出量の推定を備える。

DeepSeek HarnessでExcelと会話：会話によってスプレッドシートを作成、編集、修復、検証し、編集ごとに自動で数式の健全性チェックを実行します。

ゼロ LLM の自動収集と、段階的開示を備えた象徴的な \[ENGRAM\] インデックス。ESR-lite の task/evidence プロトコル（esr_task / esr_node / esr_close / esr_link）と、オフライン再想起ベンチマーク（npm run eval）付きの workspace ごとの使用テレメトリを持つ。

DeepSeek Harness で Excel と対話: 会話でスプレッドシートを作成・編集・修復・検証。編集のたびに数式の健全性を自動チェック。

DSH ツールで ml-quant-trading protocol v1 の CPU ベンチマークを再現・検証し、その後 issue 提出用レポートを作成する。ローカルに initial-d/ml-quant-trading のクローン（workspace または repoPath に設定）が必要で、さらに Python と PyTorch が必要。この plugin はリポジトリの取得も依存関係のインストールも行わない。

長い、または要件が不十分な Harness タスク向けに、永続的な実行契約、再帰的な作業グラフ、重要な明確化、証拠ゲートを追加する。

他セッションのコンテキストを現在のターンにマージします：証拠で重み付けした競合解決、前提が撤回された主張の撤回、セッション間プロンプトインジェクションに耐える信頼ラベリング、予算で制限されたパッキング。ベンチマークを同梱。

CodexRadar のモデル能力ベンチマークを設定ページに表示し、選択中のセッションモデルの DeepSWE スコアをコンポーザーの横に表示します。

DSHエージェント向けの検証ゲート:完了ゲートがゴールを通過させる前に、すべての受け入れ基準がサーバー印付きの実際のツールエビデンスで裏付けられている必要があります(勧告的監査、強制ゲート、永続的許可)。

Security-audit facts AI coding agents cannot compute, plus a verdict gate: euthyna history attributes deleted lines to commits and flags those from security fixes (--origins finds the first introducer), euthyna coverage reports which changed symbols no test ever invoked, and euthyna gate checks each finding against six gates, downgrading any without evidence to an observation.

DeepSeek Harness 向けのエンドツーエンドな TypeSafe Jev（System One 意思決定モデル）：jev_decision（choice/score/noul、並列、型付き回答＋確信度）、API キーとスイッチ用の「設定 > プラグイン」カード、会話中のすべての意思決定（回答、確信度、レイテンシ、コスト）を表示するインラインツールビュー、自動ガード（決定論的検査＋Jev のリスク／ループ検査）、ローカルの /jev ダッシュボード、オンライン検証ベンチマーク（27 のラベル付き質問で 96.3%、jev-latest で中央値約 283 ms、2026-09-21）。設計上正直であり、実際の API のみを使用してモックへのフォールバックは行いません。

Long-form novel writing plugin: each book is a git repository of frontmatter files, with 39 DSH domain tools and a web writing UI. Deep import drafts candidates, AI adoption into canonical assets requires DSH approval, and deterministic continuity checks ship with a report-only benchmark. Independent open source (MIT), not an official DeepSeek product; requires Node >= 24.11.0 and currently targets DSH 0.1.2-rc.1.

Same-origin in mechanism with the two loudest lines in context compression. The code-skeleton gate follows the skeletonization approach of Headroom (Apache-2.0), whose published headline is 20% fewer tokens for coding agents and 60–95% fewer tokens for JSON, same answers. The estimator channel follows TokenPilot (arXiv:2606.17016), which reports up to 60% lower cost for long-session agents. Both figures are theirs, quoted as-is; this plugin ships no benchmark of its own and claims no reduction of its own. What it adds for DeepSeek Harness: choose a compression profile, set the Auto Compact trigger level and toggle code-skeleton compression from one settings section, with exact DeepSeek V4 tokenizer measurement, same-revision count verification, and fail-open behaviour that keeps the original tool results on unsupported models.

One MCP tool instead of every schema you own — a lazy capability broker that cuts resident tool context by a measured 94.4%. Search, inspect, enable and call MCP servers and skills on demand.

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.

Piano performance plugin: ask the agent to play a piece and it renders on a Canvas2D grand piano with real Salamander Grand samples, an immersive stage, and an interactive 88-key keyboard.

Experience validation layer for DSH: zero-token collection of tool-failure/retry/search signals, AI refinement into verified skill books (three-layer verification), looked up at task start. Ships 10 trial skills and benchmark data (complex-task success 100% vs 60% bare).

Run the same prompt through every model you have, and see the difference without squinting.

DSH web plugin: a LiveBench tab in the Trajectory view (right of 对话/轨迹). Run LiveBench evaluations against every model configured in the DeepSeek Harness — pick provider/model, category, task, release and question range from dropdowns, watch progress, and

Control panel for local LLM inference servers in the DSH web view: service registry with health checks and stop controls, named parameter profiles for llama.cpp, SGLang and vLLM with pre-save KV/VRAM validation, GPU detection, and tok/s benchmarks.

Paired experiments and promotion gates for DSH plugins.

エージェント評価プラットフォーム。ベンチマーク用 YAML、ヘッドレス実行のオーケストレーション、トレースベースのメトリクス、実行レポートに対応します。