플러그인

OpenQuantum 브랜딩, 브라우저 메타데이터, PWA 자산을 기본 DeepSeek Harness 웹 UI에 적용합니다.

DeepSeek Harness용 정량 R&D 툴킷 — 시장 데이터, 지표, 팩터 평가, walk-forward ML 검증, 리스크(VaR/CVaR/drawdown/Beta와 Kupiec POF), 옵션, 채권, FICC 및 펀드 시뮬레이션을 포괄하는 6개 도메인의 59개 도구를 제공하며, PDAT→PET 엔드투엔드 연구 파이프라인을 포함합니다.

양자 알고리즘 모범 사례입니다.

DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH 이중 언어)용 Expert-mode 에이전트 프리셋: 수석 코디네이터와 17명의 도메인 전문가 서브에이전트의 자동 작업 위임. 기능: 태스크보드 스케줄러(파일 시스템 상태 머신 pending/ready/running/done/failed, 의존성 DAG, 원자적 클레임, 재시도, 충돌 복구), 품질 게이트(고위험 작업의 5단계 파이프라인: 요구사항 명확화, 구현, 검증, 독립 검토, 통합, 2라운드 재작업 한도), Five-Anchor 제약(턴별 검토/수렴/드리프트 방지/협업 확인/자원 인식), Near-distance Guidance(전문가별 ID/작업/출력 템플릿), 점진적 공개(약 28% 토큰 절약), 전문가 영속성, 전문가 간 파일 메시지 버스(직접 P2P 통신, 코디네이터 중계 0), 상호 검토, 경험 풀, 단순 작업 패스트 트랙, 자동 재시도를 통한 장애 복구. 전문가: 데이터 분석가, 카피라이터, 법무 검토, PM, 프론트엔드, UI/UX, 아키텍트, 소셜 미디어 운영, 그로스 해커, 퀀트 금융, 금융, 백엔드, DevOps, DB, QA, 보안.

A주/홍콩/미국/일본/한국/대만 시장을 아우르는 주식 분석, 스크리닝, 전략 백테스트를 위한 DeepSeek Harness(dsh) 플러그인

DeepSeek Harness용 '단일 코어 집필' 플러그인: 양자화된 소형 모델에 맞춰 도구를 철저히 간소화하고 출력을 견고하게 했으며, 온디바이스 모델로 장편 소설 파이프라인을 로컬에서 실행하기에 적합합니다.

A주식 분석 및 스크리닝 스킬: 실시간 시세, 기술적 타이밍 점수, 매수/매도 시그널 및 관리형 워치리스트.

RigorQuant 프리셋 + 스킬 팩: 실증 및 계산 수학(경제, 금융, 포트폴리오)을 위한 무인 격리형 멀티 에이전트 리서치, 4단계 구현 전 검사 배터리와 jacobian/Lean 에스컬레이션 경로 포함

MACD, RSI, 이동평균, 거래량 등 기술적 신호를 융합해 상승 사후 확률을 산출하는 베이지안 주가 예측 플러그인. 다중 기간 비교, 추세 상태 분류, A주와 미국 주식 포지션 리스크 지표 제공.

ml-quant-trading 프로토콜 v1 CPU 벤치마크를 재현·검증하고, 이어서 이슈 제출용 보고서를 초안 작성하는 DSH 도구입니다. initial-d/ml-quant-trading의 로컬 클론(워크스페이스 또는 repoPath로 설정), Python, PyTorch가 필요합니다. 이 플러그인은 저장소를 가져오거나 의존성을 설치하지 않습니다.

A주 / 홍콩주 퀀트 워크벤치: 관심 종목, K라인 차트, 기업 데이터, 전략 설정과 백테스트. · DeepSeek Harness용 A주·홍콩주 퀀트 워크벤치.

금융 정량 워크벤치 및 주식 티커: 플로팅 볼과 드로어 패널, 실시간 A/HK/US/글로벌 시장 시세, 다중 기간 K라인 및 5일 장중 차트, 호가창(심도), 자금 흐름, 섹터 히트맵, AI 투자 리서치.

구성된 공급자 목록과 양자화 상한을 통해 OpenRouter 요청을 라우팅하고, allow_fallbacks와 함께 provider.only/order로 주입하며, provider.quantizations도 함께 설정합니다.

Command-triggered red/blue adversarial review for ANY plan (not quant-specific). /plan-adversarial <plan>: arms a gate that requires the agent to derive two independent subagents (red=attack, blue=defend), have them converge on a consensus plan with NO th

SparkElf-maintained fork of dsh-quant: AI-native & DSH-native quant toolkit — 59 tools across 6 pluggable domains (data/alpha/ML/risk/execution), one end-to-end PDAT→PET research pipeline. Fork adds A-share-correct annualization, cross-sectional IC, and u

DeepSeek Harness plugin that exposes QBoson Kaiwu Ising solving as an agent-callable solve_ising tool.

A plugin for dsh: quantify every dsh Agent interaction as a visualized performance metric and automatically sync it to WakaTime -- use data to showcase your productivity with Agent.

Ranks OpenRouter providers for the current DSH model by quantization, speed, cache-heavy price, context, and uptime, with one-click switching to help reduce token costs.

Community DSH plugin for constrained, auditable diePi research backtests