Plugins

Continuidade entre modelos no DeepSeek Harness: memória, skills e regras ficam em arquivos locais, para que o julgamento sobreviva a mudanças de sessão e modelo. O foco não é guardar mais memória, mas usá-la bem depois da troca de modelo.

StartLux Decision: camada de julgamento econômica para DeepSeek Harness; implementa os nove pontos de decisão: autorização de ferramenta, roteamento de modelo, delegação, compactação, continuação de turno, recuperação, escolha de skill, título da sessão e tradução COT.

Avaliador de revisão defensiva de segurança de código para DeepSeek Harness: detecta sessões que escrevem código, revisa segundo as Code Security Defense Architecture Rules, recomenda uma ou mais arquiteturas necessárias, verifica conflitos e ensina a IA da sessão após falhas repetidas. Se receber autoridade de revisão no painel, bloqueia a conclusão da tarefa até a aprovação; sem essa autorização, apenas observa.

Manual de julgamento sobre dinâmica estrutural de pavimentos: 59 cartões em 8 capítulos apontam títulos que exageram o conteúdo, fórmulas que falham quando copiadas e números que não devem ser extrapolados nem citados fora de contexto.

Manual de julgamento de métodos de projeto de pavimentos: 76 cartões em 9 capítulos sobre seleção de métodos, atribuição de indicadores, critérios de parâmetros, conversão de carga por eixo e zoneamento climático. O capítulo de aeroportos foi recuperado por nova OCR do PDF íntegro.

Conselho de escrita: rascunhos paralelos com vários modelos, consenso do juiz e síntese de críticas, refinamento de prompts de IA, ilustração de conceito visual e prévia de arquivos Markdown.

Avalia a emoção do próprio modelo ativo em cada turno e a reinsere silenciosamente antes do próximo, fechando um ciclo de auto-observação, continuidade de estado e mudança de comportamento. Inclui plugin host, painel acoplado ao compositor, ferramenta emotion_status somente leitura e rota HTTP opcional também somente leitura.

Simulador de debate multiagente em chinês: oito debatedores, discussão ao vivo em duas colunas e notas de rascunho, juízes/placar, relógio de um lado e ZIP por rodada. Lado de treino encerra por limite de taxa de vitória ou número fixo de rodadas. Inclui pacote preparatório Word.

Verifica a geometria antes de publicar: pixels, proporção, dpi, tamanho/formato, largura física de impressão e modo de cor. Não avalia conteúdo (QR, proporção texto/imagem, direitos autorais, proibidos). Python padrão, sem dependências externas, não altera entradas; Python 3.8+. 10 plataformas/20 espaços com confiança por plataforma: WeChat MP, Xiaohongshu, Bilibili, Zhihu, Weibo, Douyin, WeChat Channels, periódicos, impressão, entrega ao cliente. Resolve por ID/nome chinês/alias (fuzzy). Sob pedido ou automaticamente após gravar arquivo quando o destino foi citado; uma linha se passar, detalhes só em falhas. Periódico/impressão: calcula largura real (pixels/dpi) e detecta impressão pequena mesmo com metadata dpi válido. Várias imagens: verifica consistência e aponta a discrepante.

Skill de reutilização baseada em evidências para DeepSeek Harness: antes de implementar, portar, escolher dependências ou solucionar problemas, pesquisa em camadas soluções existentes no projeto e máquina locais. Decide com evidências verificáveis, recusa a reutilização se requisitos essenciais ou riscos não forem atendidos e informa o que não conseguiu verificar. O bundle DSH registra a skill em ctx.skills.

Jogo de dedução social contra suas próprias configurações de modelos. A mesa tem N lugares (seis por padrão, um é seu); alguns dos demais são ocupados por agentes com diferentes ajustes de provedor, modelo, temperatura, system prompt e disfarce. Interrogue-os e confronte as respostas para descobrir quais lugares não são humanos. A identidade dos lugares e a configuração do modelo ficam ocultas em host state até o julgamento; então os parâmetros de disfarce são revelados. Cada rodada exporta um JSONL de conversa por lugar e o registro do julgamento. A mesma seed e o mesmo script de jogadas reproduzem bytes idênticos, permitindo comparar execuções com modelos ou níveis de disfarce diferentes.

Confere elementos do FMEA e cálculo do RPN por severity, occurrence e detection conforme métodos publicados. Relata inconsistências, sem julgar a adequação das avaliações.

Confere os elementos obrigatórios da permissão de trabalho elétrico e a sequência de emissão/autorização exigida pelas regras atuais. Relata diferenças; não julga segurança do trabalho nem validade da autorização.

Verifica a coerência aritmética entre máximos, notas registradas e total de cada fator da matriz de avaliação. Relata diferenças, sem julgar se a avaliação foi correta ou justa.

Transforma números brutos de um repositório GitHub em avaliação fundamentada: concentração de contribuidores e bus factor, incluindo arquivos de autor único; tempo de merge com mediana junto à média para revelar outliers; backlog de issues sem pull requests ou rascunhos. Lê a REST API pública sem SDK e nunca trata uma página truncada como resposta completa.

Revisa código com Open Code Review: escopo e regras resolvidos deterministicamente, avaliação pelo seu próprio modelo DSH, sem chave de API.

Proteção de permissões do DeepSeek Harness: o trabalho dentro do workspace nunca é interrompido; avalia apenas a permissão adicional solicitada por cada chamada. Ações seguras para a máquina passam, mudanças no sistema pedem confirmação com análise das consequências e ações destrutivas são recusadas.

Avaliação retrospectiva de sessões de agentes: gera cartões de avaliação determinísticos e diferenças de regressão entre sessões a partir de logs persistidos. Sem executar benchmarks ou usar avaliadores LLM.

Pacote de plugins para DeepSeek Harness: grill_tree, ferramenta de busca do espaço de design com política fixa. Expande uma decisão por nó, executa proponentes independentes, delega a poda dos ramos a um avaliador separado e limita o beam em cada profundidade. Pode produzir projetos completos.

Plugin de reteste de impacto de CVE para DeepSeek Harness: cria a impressão digital do alvo, compara com a faixa afetada da CVE, reúne evidências passivas e relata um veredito com confiança e limitações.

Triagem de currículos para RH no DeepSeek Harness: importa até 100 mil currículos Word/PDF/Excel para uma biblioteca pesquisável por habilidades, categorias gerais e data de entrada; importa e deduplica novos arquivos automaticamente. Critérios em linguagem natural passam primeiro por regras no banco de dados, e um LLM avalia em detalhe poucos candidatos. Exporta CSV. Compatível com 0.1.7 a 0.2.x, testado no 0.2.0-rc.1.

Debate paralelo multirrole para DeepSeek Harness: executa os CLIs reais do Codex e Claude em paralelo; o modelo DSH (Judge) registra um veredito de terceiro na conversa. Inclui chat direto de agente único no estilo Obsidian e configuração de modelo por função.

Plugin DeepSeek Harness que injeta restrições de estilo mais humano antes da geração e cria um relatório de detecção de estilo de IA, avaliado por código: sem tokens e com resultados reproduzíveis.

Debate multiagente isolado para DeepSeek Harness: debatedores com temperamentos diferentes pesquisam de forma independente, fazem perguntas cruzadas e os juízes convergem para uma conclusão. Executa em segundo plano com progresso e contagem de tokens por agente, execução paralela em ondas e retomada referenciada pela sessão.