プラグイン

DeepSeek Harness に TypeSafe Jev を統合し、skillとファイルの選択、タスク監督、共有された調査結果の修正、ツール出力のフィルタリング、承認支援、記録済みステージへの移動を行います。すべての機能は初期状態で無効です。

dsh向け因果メモリ。causal-memoryサーバーの17ツールをクリーンな名前（`mcp__`プレフィックスなし）でマウントする依存関係ゼロのMCP stdioブリッジです。ローカルSQLiteストアに、圧縮後も残る型付き関係（caused / enabled / prevented）の決定→結果エッジと、固定されたシステムプロンプトセクションを保存します。PATH上にcausal-memoryサーバーバイナリが必要です（`pip install causal-memory`、またはビルド済みリリース）。

DeepSeek Harness 向けのマルチモデル評議会：各モデルが独立に回答し、匿名で相互レビューを行い、検証可能な最終判断を導きます。

Matt PocockスキルコレクションをDSHクエストボードに変える右側詳細パネル：wayfinder意思決定マップ、課題ごとのトリアージ／修正／議論／実行アクション、9項目コアスキルプローブ＋20スキルレーダー、環境チェック、セッション間ワンクリックハンドオフを搭載します。

tools/pre-execute で保留中のツール呼び出しを Jev（TypeSafe AI の非生成型意思決定モデル）で分類します——確信度の高い高リスク呼び出しは拒否し、曖昧なものは承認へエスカレーションします——また approval/request では、明確に許可された可逆的な呼び出しを引数証跡ゲート付きで自動承認します。さらにセッション参照リゾルバをサブクラス化し、スナップショットが古い順に破棄するのではなく Jev スコア付きメッセージを保持するようにします。プロバイダ障害時は標準動作にフォールバック。シャドウモードと /jev-stats コマンド、TypeSafe または OpenRouter エンドポイント、64 のテスト。

Jev DSH意思決定エンジン｜Agent Harness向けの構造化意思決定プラグイン。DeepSeek Harnessをネイティブサポート、iPolloWork経由でOpenCode、Codex Harnessをサポート。

DeepSeek Harness 向けの Jev を活用した意思決定レイヤープラグイン

StrataGateはDeepSeek Harnessに、セッションをまたいでユーザー設定、プロジェクト判断、会話、ツール結果を保持する、進化するローカルファーストの長期記憶を提供します。ユーザー調整可能な時間減衰で履歴を重ね、実際の回答での使用を通じて記憶を強化し、ワークスペース別の使用回数を表示し、想起されたエビデンスを元のメッセージまで追跡可能に保ちます。

DeepSeek Harness Web 用の実行中ステア入力：エージェント作業中に composer の上へ入力バーを表示し、agent.steer() 経由で次の判断に修正要求を注入して会話を止めない。下書きはセッションごとに保持され、未読の注入メッセージはバブルから呼び戻せ、任意のガイド prefix も使える。

DeepSeek Harness のセッション横断メモリ：エージェントがユーザーの好み、事実、プロジェクトの決定を保存、検索、更新し、重要な項目は後のセッションに注入され、設定セクションで一覧表示、編集、アーカイブ、削除できます。

AI Company Framework：一文をマルチエージェントの会社に変換 — 15個のフラットSkill（boss/pipeline/role-template/11ロール/generic customer-memory）、7種のワークフローテンプレート、AgentTeamsランタイム＋アクティビティパネル、セッション分離付き従業員サイドバー、Feishuボットブリッジ（bossと従業員別ボット、グループルーティング、自律プッシュ、人手判断ゲート、外部連絡先ガイド）、顧客別SQLiteメモリと3層メモリ（グループ横断マージ）、/companyモード切替、RAGなし。

長時間稼働する DSH エージェントを、ユーザーが承認した目標・制約・決定事項に沿わせ続けるランタイムの要件ドリフトガードです。

Laya の型付き判断（`noul` の yes/no、`choice`、`score`）を第一級の Cordis サービス（`ctx.laya`）として提供し、モデルから見える `laya_ask` と `laya_plan` ツールを追加します。プラグイン自体は何もインストールせずダウンロードもしません：自分で起動する `laya-mcp serve` サイドカーのクライアントであり、最初のツール呼び出しで不可解に失敗する代わりにサイドカーが実行されていないことを報告します。

ステップ単位のmodel router。順序付き画像/キーワードグループルールを備えた名前付きプリセットが、マウントされたすべてのプロバイダーとモデルにわたって各エージェントステップをルーティングし、画像書き起こし用の協調フロー、画像ガード、複数プランのクォータパネル、ステップ単位の判断可観測性を追加します。

DeepSeek Harness の通知音。Agent が判断を求めるときやタスクを完了したときに柔らかなチャイムを鳴らします。システム通知からウィンドウに戻り、設定パネルで音量と効果音を調整できます。

DeepSeek Harness のための AX 優先の macOS コンピュータ操作:安定した参照を持つアクセシビリティスナップショット、バックグラウンド入力、Unicode 入力、メニュー、アプリ、set-of-mark スクリーンショット、オンデバイス OCR、検証済みアクション、そしてオプションの Jev(TypeSafe System One)セマンティックガード——1

DeepSeek Harness 向けの AX 優先の macOS computer use：安定した参照を持つアクセシビリティスナップショット、バックグラウンド入力、Unicode 入力、メニューとアプリ、set-of-mark スクリーンショット、オンデバイス OCR、検証済みアクション——macos-cu CLI にブリッジされた 11 のツール。

ウェブサイト複製の方法論スキル：静的サイト、React/Vue/Next のコンテンツサイト、WebGL/Canvas 中心のフロントを対象とする実ソース優先の決定木、二次的な AI 分析から引用した実行可能コードの必須検証、そして CDP ブラウザ調査、アセット/フォント収集、ルートクロール、ソースマップ探索、ピクセル差分監査用の 13 個の依存ゼロ Node スクリプト。

名前付きプロファイル（task ごとの model、reasoning effort、tool scope）で subagent を派遣し、安全性チェック、節約比較付きのコスト見積もり、完全な dispatch decision ledger を備える。

DSH Desktop 向けの強化プラグイン：検証可能な事実を可視化します。制約は関連するときだけ注入されるため、雑談では余分なトークンを消費しません。注入は階層化され（セッション安定テキストはシステムプロンプトへ、揮発性コンテンツは末尾スナップショットとして）、プロンプトキャッシュは有効なまま保たれます。規律：各ターンは分類（質問／調査／議論／診断／実行）され境界が強制されます——質問ターンではファイル編集を行わず、診断ターンでは求められていない修正を行いません。今セッションで開いていないコード行の引用、未確認シンボルに関する否定的な断言、成果物と一致しない要件、「未確認」を「ご判断をお待ちしています」と言い換える表現はすべて指摘されます。返答は人間向けに書かれ、コード・フィールド名・ID は初出時に平易な言葉で説明する必要があります。メモリと知識：コンテキスト 75%/90% の警告と、エクスポートされるセッション要約（新しいセッションで「continue」と言うだけ）。プロジェクト知識は作業ディレクトリ単位でセッションをまたいで蓄積され、自動収集され id で削除できます。検査可能な成果物：タスク契約／変更記録（自動記録、納品時に未検証項目を明示）／仮説記録（結論は証拠ゲートを通る必要あり）／設計判断。ダッシュボードとペルソナ：ルーティング、トリガー発火、ブロック構成は lume-metrics.jsonl に書き出され lume_metrics で照会可能。ペルソナはチャットログ・小説・脚本・キャラクターシートから蒸留され、長期／一時メモリ、メモリ星図、ペルソナカードのエクスポート／インポートを備えます。

プロアクティブマルチモデルスケジューリングプラグイン:重複除去と緊急度ランキング付きマルチソースシグナル取り込み、実行/延期/却下/ユーザー確認の 4 方向デシジョンエンジン、並列モデル実行付き DAG プラン生成、自動リトライとモデル切替付き品質リフレクション、タスクパターンと教訓の長期メモリ、遺伝的アルゴリズムによる戦略進化、sandbox 評価とカナリーロールアウト。

dsh-pluginエコシステムのためのコミュニティ検索、類似性分析、インストール／重複排除／自作判断。

独立したAI対戦相手を使う1対1のテキサスホールデム練習です。公開アクションの記憶を継続的に保持し、判断を振り返るレビュー機能を備えます。

TypeSafe Jev（System One 意思決定モデル）を DeepSeek Harness の jev_decide ツールとして提供：noul、choice、score の質問にキャリブレーション済みの確率を返します。認証情報は DSH の credential seam を再利用し、429/529 のバックオフ再試行を内蔵。