Habilidades

Memória procedural gerenciada pelo agente: uma ferramenta skill_manage que cria, corrige, desativa e exclui as próprias habilidades do agente em escopo de usuário ou projeto, com proteções de exclusão (marcador de criação pelo agente, fixação, confinamento de caminho) e um prompt de disciplina de acionamento.

Importe, instale e invoque Agent Skills no DeepSeek Harness a partir do Codex, Claude Code, OpenCode, GitHub ou npm — o seletor ⚡ do lado do composer insere /skill-name no rascunho, e a página de configurações de gestão de Skills oferece importação por fonte/skill, caminhos de origem expansíveis com contagem de skills, desinstalação e restauração com um clique a partir do .trash.

Habilidade de scaffolding de documentação de projetos: configuração orientada por perguntas de padrões de projeto, fluxos de trabalho de colaboração com IA e disciplina de memória em DSH, Reasonix, Claude Code e Codex.

Loop de autoaprendizagem para dsh: registra lições, redige e promove habilidades; revisão periódica do curador que corrige, consolida e descontinua habilidades.

Habilidade de formulários inteligentes: registro estruturado de contas, livros-caixa e logs, com categorização automática e relatórios periódicos.

Habilidade de história de vida: captura momentos e fragmentos, cria um perfil de usuário e gera romances, roteiros ou autobiografias.

Habilidade de pesquisa de produtos: analisa mercado, tecnologia e cadeia de suprimentos, depois produz propostas de especificações de produto em três níveis.

Conjunto de competências de auditoria de marca GEO: visibilidade em pesquisas de IA, recomendações, citações, presença de concorrentes e diagnóstico de lacunas de conteúdo em mais de 17 motores de IA (ChatGPT/Perplexity/Claude/豆包/DeepSeek/Kimi/文心一言).

Conjunto de competências do agente de notas virais Xiaohongshu/RED: pesquisa de notas em alta, geração/reescrita de notas, verificação, análise de contas autorizadas, início de sessão por QR e publicação controlada.

Execute o Stata pelo DeepSeek Harness: o serviço nativo Stata AI Skill inicia automaticamente com o DSH (binários macOS/Windows incluídos), para rodar regressões, do-files e fluxos econométricos sem configuração manual.

Linter de vazamento de chain-of-thought: CLI sem dependências que encontra resíduos de sessões de IA em docs e comentários (citações de design obsoletas, visão de PR, narrativa de mudanças, coreografia de revisão), entregando o skill de correção cot-trim como bundle instalável.

Suíte rigorosa de pesquisa matemática aberta: quatro agent skills (rigorous-open-math-research, manage-math-research-program, math-research-workflow, lean-verify) para provar teoremas com auditoria adversarial, gestão de programa de pesquisa, orquestração de pipeline e auditoria de formalização em Lean 4; testes verificados por CI e sincronização mecânica com upstream.

Disciplina de desenvolvimento guiada por especificação para dsh: cinco skills keel (anchor/spec/probe/build/audit), três ferramentas de revisão e seis modelos de spec impõem spec antes de código, verificação de suposições e controle de escopo.

Traz as skills e a configuração do Pi Agent para o DeepSeek Harness

Traz a memória, as skills e a configuração do OpenAI Codex para o DeepSeek Harness

Provides a skill for the LinShang LS125 UV irradiance meter and its UVALED-X3 probe: the reverse-engineered 9600 8N1 link (28-byte frames, CRC-16/MODBUS, poll and clear commands), a capture and decode toolchain, and a verified STM32F103 host firmware that reads the probe without the original meter. All code and documentation written by an AI agent (DeepSeek Harness).

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in report files at the workspace root.

Build PowerPoint decks from a brief: plan and storyboard gates, per-page authoring through pptwise and ppt-master, a design-profile pass, page-image snapshots with a render audit, and a tool that hands those pages to an image-capable model for review.

On-demand skill tools for DeepSeek Harness: registers skill_search / skill_load / skill_ref so the model searches a staged skill library first and loads a skill body only when it needs it, keeping the library out of the resident session catalog and out of every turn's context; adds a Skills tab to the conversation view ring that reads back the whole session and lists which skills were actually loaded, and in which turn. Zero dependencies, and the records render client-side only, never entering the model's context.

DSH plugin that registers the ai-eight-honors-eight-shames skill: eight checkable working rules for coding agents (verify before calling, confirm ambiguity, cite evidence, reuse before creating, test before claiming done, follow local conventions, separate fact from inference, keep changes reversible) plus a ninth rule that logs each user request and the change made in two fixed report files at the workspace root.

Task-to-skill pairing meta-skill with a laziness ladder for minimal loading, a user-editable routing table, and a quarantine, SkillSpector scan, human-approval install flow.

Adds file-backed Chinese web-fiction planning, chapter writing, consistency review, rollback, and style-profile skills.

Ponytail lazy-senior-dev ruleset for DeepSeek Harness: a 7-rung minimal-code ladder (YAGNI, reuse, stdlib, native, installed deps, one line, minimum), six skills (main rules, over-engineering review, repo audit, debt ledger, gain scoreboard, help), a /ponytail session command for lite/full/ultra/off levels, and optional always-on ruleset injection via config. Vendored verbatim from upstream ponytail (MIT), zero tools registered, clean uninstall.

Skill that fact-checks a claim against the open web rather than model memory: it splits the claim into independently checkable fact points, routes each point to the primary-source ladder for its domain (policy, academic, medical, financial, disaster and accidents, food safety, science, education, sports, entertainment, judicial, and more), searches domestic and international ecosystems in parallel, fetches primary pages, grades sources by type, re-searches with debunking keywords, and reports conclusion-first with a full URL and citation position behind every statement, keeping unverified and undecidable points separate from confirmed ones. Three factual judgements can be routed to a TypeSafe Jev (System One) decision model when a key is configured, falling back to the skill's deterministic rules when it is not; a model verdict can only lower a confidence tier.