Plugins

Enxames de IA baseados em papéis para DeepSeek Harness: um arquiteto planeja, construtores paralelos executam, revisores controlam a qualidade e um integrador entrega. Fixação de modelos por papel com cadeias de fallback, loops de revisão, contratos de evidência, revisões com gate humano, pausa/retomada ciente de cota e um kanban ao vivo + fluxograma na GUI web. 40 testes; instala a partir do GitHub ou npm.

Um enxame governado de seis agentes especializados DSH — orquestrador, planejador, ponte para base de conhecimento, desenvolvedor e dois revisores — transforma um requisito em um pipeline rígido de fases em que cada entrega precisa provar-se com evidências estruturadas antes que a próxima fase possa começar; os revisores são somente leitura, merges de código só após uma passagem de revisão, e um log de eventos apenas de acréscimo fornece replay completo e auditoria em um quadro kanban ao vivo. Seu design se inspira no kanban do Hermes Agent.

Executa o trabalho como uma tripulação de agentes de função: um gerente de produto escreve o PRD ou DoD, espera pela sua confirmação e inicia arquiteto, engenheiro, QA e revisores cujos conjuntos de ferramentas são bloqueados por função, compartilhando o trabalho por meio de arquivos em disco.

Failover de alta disponibilidade de modelos (quarentena, disjuntor de circuito, recuperação por sondagem) e orquestração de subagentes (fanout/pipeline/supervisor) com uma UI de configurações bilíngue.

Mensagens de agente entre sessões para DeepSeek Harness com descoberta de sessões, entrega offline, recibos de entrega e navegação para a sessão do remetente.

Preset RigorQuant + pacote de skills: pesquisa multiagente isolada e não supervisionada para matemática empírica e computacional (economia, finanças, portfólio), com uma bateria de verificação em quatro partes antes da implementação e uma via de escalonamento jacobiano/Lean

Math Agent Framework para DeepSeek Harness: motor de derivação simbólica (CES / formas quadráticas / ODE / PDE), verificação com SymPy, provas formais verificadas pelo compilador do Lean 4 e verificação adversarial multiagente no estilo QED, exposto como ferramentas DSH nativas por meio de um shell TS que faz a ponte para um motor Python. Requer clonar o repositório math-agent-framework e executar `pip install -r requirements.txt`, com MATH_AGENT_HOME apontando para a raiz do repositório. Cada resultado carrega procedência (versões do motor, seed, tolerâncias) e é marcado como dados não confiáveis.

Cadastro nomeado de subagentes: gerencie entradas de função (modelo, persona, filtro de ferramentas, profundidade, modo em segundo plano) a partir de uma página de configurações recarregada automaticamente; o modelo escolhe um com list_subagents e despacha por id com delegate — em primeiro plano, em segundo plano ou continuável.

Colaboração multiagente durável para DeepSeek Harness com canais, threads, tarefas e sessões de agente retomáveis.

Salas de equipe multiagente persistentes e entre sessões para o DeepSeek Harness — membros, barramento de mensagens, quadro de tarefas compartilhado e uma linha do tempo compartilhada que sobrevivem a reinícios.

Companheiro de nível desktop: notificações nativas do navegador para perguntas do usuário e interações de aprovação, ferramenta de modelo de captura de tela, visão em grade lado a lado multiagente e um shell de desktop Tauri leve.

Análise multi-agente de ações A-share atrás de /trading-agent, portada de TradingAgents-AShare, executando 14 papéis (analistas, debate bull/bear, revisão de risco, trader) através da rota LLM do harness.

Renderiza a atividade ao vivo de sessões multiagente como um escritório em pixel art em um painel lateral da interface Web — cada sessão é um trabalhador boi/cavalo digitando na sua mesa quando ocupado ou vagando quando ocioso, com monitores de trabalho acessíveis por clique e cartões de aprovação no local.

Swarm estilo Kimi-Code: despacho de subagentes em paralelo em lote com agendamento adaptativo, um comando /swarm e linhas de progresso ao vivo no chat.

Coordena Sessions DSH independentes e membros apoiados por provedores sem mesclar seus históricos, usando Rooms nativas persistentes com menções `@` vinculadas a identidade, entrega direta, transmissões e controles restritos ao líder.

Mensagens de agente para agente entre sessões no DeepSeek Harness — endereça outra sessão pelo nome e entrega uma mensagem na sua caixa de entrada.

Encaminha cada tarefa para um modelo e sua revisão para outro, com evidências de qualificação, failover e um diário durável.

Sessões persistentes de pares Endeavour e Challenger para o DeepSeek Harness que planejam, executam tarefas sequenciais e verificam os resultados relatados.

Modos personalizados / gerenciador de assistentes: cada modo tem seu próprio system prompt nas configurações — um prompt personalizado, arquivo simples que o loop do agente relê antes de cada passo do modelo, de modo que a edição vale para a sessão em execução no passo seguinte — e iniciá-lo a partir da composição oficial standard / PTC / minimal / Cordis, alternando uma a uma as linhas de plugin que ele monta (composição de plugins própria por modo), renomeável à vontade. Vários assistentes coexistem com prompts próprios, então uma máquina pode manter lado a lado assistente de programação, companheiro de chat e persona de roleplay (RP) — configuração multiagente escolhida a cada nova sessão. Linhas intactas permanecem idênticas byte a byte às originais, com condições de plataforma.

femo (Flow Emerges Mag Opus) — orquestre mundos multiagente escrevendo roteiros. Versão como plugin dsh: motor, ponte e editor visual, tudo em uma única pasta, autocontido — basta mover a pasta inteira para usar.

Plano de controle e orquestração multimáquina e multiagente para o DSH: descobre Agents e espaços de trabalho entre dispositivos, roteia tarefas por máquina, repositório, capacidade e carga para runtimes de Agent locais ou remotos, transmite progresso e resultados, encaminha aprovações e recupera tarefas duráveis após desconexões.

Observabilidade do Conversation Flow para enxames DeepSeek Harness, com topologia, inspeção de mensagens roteadas, pausas HITL, acompanhamento ao vivo e navegação para sessões filhas.

Executa pipelines AItelier do DSH sobre MCP: 39 ferramentas (22 de leitura, 17 de escrita) para gerar, executar, inspecionar, editar, exportar e importar pipelines SkillFlow multi-etapa. As etapas executam no AItelier em vez da sessão DSH e são consultadas por run_id, pausam em checkpoints impostos pelo motor respondidos com answer_checkpoint, e deixam rastros por etapa e saídas de etapa para ler depois; add_provider / map_model / edit_role apontam um papel individual para um endpoint local ou mais barato. Agrupa uma habilidade aitelier-pipelines.

Orquestração multi-agente para DeepSeek Harness — agentes especializados, orquestração de tarefas, Skills de workflow.