プラグイン

3D Gaussian Splatting / NeRF / コンピューターグラフィックス研究向けスキル集です。論文読解、手法比較、実験計画、コードレビュー、学習デバッグ、可視化、MCPレンダラーなど18のAIスキルを、厳選した1011手法カタログ上で提供し、エージェント操作の3DGSレンダリング用stdio MCPサーバーも含みます。

Agent-Body の器官のためのアナトミーパネル:ハーネス自体の中で /anatomy にライブのバイタルダッシュボードを提供します——器官、ハートビート、治癒台帳、自己訓練カウンター、実際のパルスストリーム——これらは再入力されるのではなく実行時ファイルから直接読み取られます。ホスト専用で、クライアントバンドルもビルド手順もありません。

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。

DeepSeek Harnessエージェントの夜間自己改善機能です。過去のセッションをオフラインで収集し、自身のAPI予算で繰り返しタスクを再実行し、ホールドアウトゲートを通過した検証済みスキルを統合します。microsoft/SkillOptのSkillOpt-Sleepエンジンをネイティブツールと同梱スキルとしてdshに導入します。重みの学習は行いません。Python 3.10以降とSkillOpt-Sleepエンジン（pip install skillopt）が必要です。

Weiwen's Law（KISS's Law）の英語版：AI エージェント向けのドメイン非依存なホワイトボックス因果裁定ミドルウェアとしては最初で唯一のものです。ドメイン特化の因果推論ツール（統計/経済/ML）や証拠ゲート型のエージェントファイアウォールとは異なり、実行前に決定論的な構造的因果チェーン（R->S->D->H->M）に沿って*すべての*ツール呼び出しを裁定します — あらゆるドメインで、学習やドメインごとの調整は不要です。破壊的な操作や認証情報ファイルの操作をブロックし、境界違反の繰り返しをエスカレーションし、障害のあるリンクを検証済みの修正まで切断し、監査不能な実行にはリスク判定を下します。完全にローカルで動作し、API コストはゼロです。

agent の報告を選んだ声で読み上げ、長い報告は読み上げ前に圧縮します。声のクローンには3〜10秒の参照音声だけでよく、コミュニティ学習済みモデルも使用可能。6.4 GB の GPT-SoVITS を別途導入せず、プラグインが独自 runtime と音声を導入します。既存 GPT-SoVITS も利用でき、音声モデルは共通です。

Endurance-coaching skill bundle that defaults to Intervals.icu for training data (activities, intervals, streams, training load, HRV, resting heart rate, sleep in-bed hours, eFTP) and uses COROS only for training-plan read/write and for fields Intervals.icu lacks (sleep score, recovery score), with iGPSPORT as a fallback for ride details. It turns that data into readiness gating, VDOT pace and heart-rate zones, periodized weekly plans, session reviews, race-day pacing and fueling, and weather-adjusted workouts. The bundle registers the endurance-coach skill in the profile, ships deterministic helper scripts, reads an athlete profile created by its init script, and requires the agent to state when data is unavailable instead of inventing it. Data comes through separately installed MCP servers — the Intervals.icu MCP server for training data, the dsh-coros plugin for training-plan read/write and sleep/recovery scores, an iGPSPORT MCP server only as a ride-detail fallback — and its bundled scripts need Python 3.10+; with none of them it works only from numbers you type in.

Bridges the official COROS MCP server into DeepSeek Harness with a self-contained local stdio-to-HTTP bridge and on-device OAuth login, exposing 34 COROS tools on the current endpoint for sleep, HRV, resting heart rate, recovery, training load, activities and FIT files, plus workout and training-plan CRUD and scheduling.

Local LoRA and QLoRA fine-tuning in a panel: import JSONL, see a VRAM estimate before training starts, evaluate, and export an adapter. One-click Python venv setup, but you must supply your own Python 3.10+ and an NVIDIA GPU (6 GB or more). Verified end to end on Windows 11 with an RTX 3060 6 GB; the installer refuses non-Windows hosts, so Linux, macOS and other GPUs are unsupported for now.

COROS Sport panel for DeepSeek Harness: sign in to COROS inside the panel, read the account, bound devices, recovery, fitness, recent workouts, daily health and the training schedule in one dashboard, and get a plan from the model with /coros-plan. The plan page writes a fixed four-week, 16-session plan to the account only after a two-step confirmation.

現場の安全資格台帳を確認し、研修時間、必須記録項目4つ、作業日と照合した特別作業資格証の有効性を検査します。

中国語multi-agent debate simulator：debater 8人、live二列議論/draft note、judge/scoreboard、片側clock、roundごとのZIP archive。training sideはwin-rate thresholdまたは固定round数の終了条件を設定。Word準備packageも生成。

既存Python環境＋TensorBoardが必要。local TensorBoard scalar dashboardでmetric選択、改善方向を明示、任意EMA smoothing、中国語/英語UI。

3役の自己改善loopと3 operator：Data-RSIは日次cross-sectional cleaning（winsorize→cross-sectional standardization→median fill）＋experience extraction、Harness-RSIはsystem prompt/memory/skillsを進化、Model-RSIはframework-native walk-forward（2-day gap、multi-seed）でalpha training recipeを進化。offline one-command、GPU auto-detect、skill 1つ。

法律学習ワークベンチ。3ペインのアカデミックUIで、「Minglü」（lawagentプリセット）の学習プロファイル（事件資料、フラッシュカード、誤答ノート、メモ）を読み込み、ワンクリックでMinglüセッションに指示を送ります。

AlphaRSI：α系列モデルの学習レシピを進化させる3役の自己改善ループ。Operatorがwalk-forwardを実行し、EvaluatorがOOS RankICで評価、RefinerがTPEベイズ探索でハイパーパラメーターを提案。厳密に改善したレシピだけを保持します。オフラインのワンコマンド実行、sha1照合付きデータバンドル、GPU自動検出。Skillを1つ同梱。

研修修了証明：資産価格算定に関する社外標準研修を、再現可能・帰属追跡可能・監査可能な形で実施します。4つの失敗モード（部分更新、ハッシュ不一致、不明読取を合格扱い、マスターデータ汚染）を厳格にゲート。Skill 1つを同梱。

Asset pricingと機械学習研究向けのモデル分析・学習・推定を端から端まで行うステージ。スキルを1つ含みます。

Codeforces と AtCoder の提出を同期するアルゴリズム学習ツールキット。弱点を分析し、AI 学習プランを作成し、114 レッスンのカリキュラムで間隔反復レビューを追跡します。