プラグイン

dsh 向け自動思考 effort ルーティング：ローカルでファインチューニングされた 7 問分類器（ModernBERT、842MB、CPU 推論 <1 秒）が no-intent メッセージの low/high/max を選択。セッション内リトライは除外制約下でティアをエスカレート（low → high → max）。判定サービスは到達不能時に low にフェイルセーフ。入力バーにティアチップが現在のティアと直近 20 件の判定を表示。すべての推論はローカルで実行 — タスクテキストがマシンを離れることはありません。

Jev の判断を 3 つの自動アクションに変換する DeepSeek Harness プラグイン — 要求に関連するセグメントへ過大なツール出力を刈り込み、取得したページからモデル宛ての指示をスクリーニングし、次のステップに合うスキルを選ぶ — さらに jev_ask と jev_gate ツール、再起動後も残る判断台帳、/jev-status レポート。TypeSafe API キーが必要で、キーがない場合は何もせず何も送信しません。

DeepSeek Harness向け判断コア。認知ループが判断ごとの出典と帰属を示して計画を完了へ導き、hippocampus memoryが経験をjournal ledger、episodic archive、低信頼度の減衰として知識化します。設計上の責務・基準・出典との結び付きを定義し、dsh-linghun-assembler経由でA2A記憶管理チームを提供。DSH ^0.1.0-rc.7が必要（rc.2対応）。

承認が必要なツール呼び出しの自動承認とレビュー：キーワードバケットがコンテキストなしでレッドラインに一致し、次にジャッジモデルが要求された内容を分類し、一致した行とリスクレベルに従って許可、拒否、または人間に送ります。実行されなかった判断は常に人間に回され、拒否はモデルに理由を伝えます。

DSHエージェント向けのデザイン感性コーパス：良例・不良例を蓄積し、原則を蒸留して、固定ルールではなく学習した判断に基づいて新規デザインをレビューします。

Project workspaces for multi-session collaboration, conversation handoffs, searchable chat records, and editable shared memory; automatic memory curation and handoff judgment require two background models (memoryModel and sessionManagerModel) configured in the plugin config.

DeepSeek Harnessプラグインの判定レイヤー。プラグインが気づかないうちに消えた理由を特定し、候補を利用環境に照らして評価し、機能台帳を維持する。オフライン、読み取り専用、証拠優先。

DSH向け意思決定レイヤー。プロバイダー非依存の型付き判断（まずJev）を、ツールのガードレール、モデルルーティング、結果判定、マシン承認の接続点の背後に配置します。

DeepSeek Harness の監査 workspace：各 review seat を agent が担当し、すべての判断を名前付きの review face に割り当て、全実行を追跡可能な記録として保存する複数 agent の相談場所です。すぐ使える built-in service endpoint、初回起動時の workspace 自動作成、seat と agent を備えた review scene を提供します。

TypeSafe/Jev（System One）skill を DeepSeek Harness の global skill 層に登録します。全セッションで型付き判定により分類、ルーティング、採点、抽出、信頼度ゲートを行い、prompt-and-parse に頼りません。API key は同梱せず、ユーザーが `OPENROUTER_API_KEY` を設定します。

v0.8.6 は起動クラッシュを修正。Host runtime package は optional peer であり、インストール依存にはしません。TypeSafe Jev（System One 判定モデル）を DeepSeek Harness に end-to-end 統合し、7ツールを提供：`jev_decision`（1回で1–25件の並列・型付き verdict、noul/choice/score、信頼度調整、中央値266–484ms、文章回答なし）、`jev_choose`（2–10案を適合度0–3/リスクで順位付けし推奨案を選択）、`jev_batch`（0.8.6新機能：1–20テキストに1–5種類の判定、本文ごとに1回の実呼び出し・並列数制限、失敗行は推測せず生エラー）、`jev_usage`（ローカル計測・任意のローカル上限）、`jev_overview`、`jev_guard_status`、`jev_verify`（固定27問ライブ試験、並列6で26/27=96.3%）。台帳は既定 `$DSH_HOME/jev-usage.json` に永続化。Remaining は取得不能な残高ではなく、申告額から `balanceSince` 以降のローカル計測支出を差し引いて算出し、捏造しません。API key 不在は明示エラー、登録失敗は面ごとに隔離。クライアント側は refresh、サーバー側は Host 再起動が必要です。

Brain-inspired cognitive architecture for DeepSeek Harness: hippocampal episodic memory, cortical semantic memory, spreading-activation recall, appraisal-based emotion, neuromodulator state, Big Five personality and dual-process judgment.

Structural scaffolding for DSH agent continuity: layered memory (hot/index/judgments), judgment cards, handoff packs (compact mode), compaction review. Zero-dependency, pure files, portable — rebuild the 'self' across model changes. Not a memory engine; the skeleton of continuity.

Runs an approved OpenSpec change to completion while the model stays a mechanical forwarder: a bundled Python CLI computes the ticket DAG frontier, claims tasks atomically, prepares one git worktree per assignment, and returns exact actions. The session delegates each action with the DSH subagent tool and reconciles the completion notice against a hash-bound receipt produced by re-running verification commands on a clean, advanced HEAD, so free-text "done" never counts. Runtime scope changes are plain tasks.md edits. Liveness is observable, not guessed: status returns a relay block (elapsed and lease budget, receipt presence, heartbeat and activity age, a suggested action); abandoning a plausibly-still-working attempt is refused with the judgment data unless --force; a late sealed receipt is revived by adopt after full re-verification instead of rebuilding the ticket; dispatched subagents refresh a progress heartbeat outside the worktree. Requires Python 3.10+ on PATH and a git project that uses OpenSpec.

Look up Chinese companies inside the conversation: name a company and get its business registration, shareholders, executives, outbound investments and registration changes, plus judicial and operating-risk records such as enforcement, dishonest judgment debtor, consumption restriction, abnormal operation, serious illegality and administrative penalties (11 dimension groups). Results render as conversation cards with fields and the raw payload on expand, and the API key is saved from the plugin page into the Harness credential store.

Three ledgers for a model that loses context between restarts. Self-note: what I have become — capped at 40 entries, and every eviction first leaves a one-line crease recording which entry was dropped and why. Judgment ledger: record a claim together with how to verify it, come back when it is due, and mark it right or wrong; wrong ones stay in a mistakes book so you stop assuming you were always correct. Handoff: where this run stopped and what the next one should read first — a baton, not a memory. Three tools each taking an action parameter instead of a dozen separate ones (the prompt is paid every turn). Data lives in ~/.dsh/*.jsonl and is shared with the same-named CLI scripts. Zero dependencies.

自分のモデル設定を相手にする社会推理ゲーム。卓にはN席（既定6席、うち1席はあなた）があり、残りの一部は異なるprovider、model、temperature、system prompt、disguise設定のagentが担当します。質問と回答の照合で人間でない席を推理します。判定まで席の正体とagentのモデル設定はhost state内で隠され、判定後にdisguiseパラメーターが明かされます。各ラウンドで席ごとの会話JSONLと判定記録を出力。同じseedと操作scriptならbyte単位で同一に再生でき、異なるmodelやdisguise強度の実行をdiffできます。

DeepSeek Harness の agent-loop ゲート（pre-step、pre-execute、post-execute、ターン停止時）で Jev（TypeSafe System One）の判定を実行します。UI 依存はなく、任意の Harness 構成に組み込めます。