플러그인

재현 가능한 과학 워크벤치: 에이전트 기반 셀, 피드백/재실행 기능이 있는 인라인 그림, 매니페스트 기반 출처 추적, 환경 스냅샷, 출판 수준의 그림 작성 스킬(9개의 bio_* 도구 + 워크벤치 UI)을 제공합니다.

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.

Clusters arXiv, first-party lab, official artifact, hardware-vendor, and opt-in X signals into versioned release evidence bundles, then gates claim-level reproduction on commands, artifacts, metrics, and verifiers.

arXiv, 1차 연구소, 공식 아티팩트, 하드웨어 벤더, 옵트인 X 신호를 정리해 버전이 붙은 릴리스 증거 번들로 만들고, 주장 단위 재현을 명령·아티팩트·지표·검증기로 게이팅합니다.

Paired experiments and promotion gates for DSH plugins.

DeepSeek Harness plugin for Readproof: stable readproof:// identity, freshness policy, snapshots, per-run manifests, diff, byte-exact replay, and evidence bundles as model-callable tools.