Plugins

Corpo de Memória (Memory Body): unidades de memória nomeadas, entre sessões, isoladas e montáveis

Um repositório, três partes: um injetor de tempo de execução para pacotes de plugins do DSH (injetar, recarregar a quente, descarregar, promover ao primeiro plano uma ferramenta de preparação de desenvolvimento, roteamento com autocorreção, além de um gerenciador de plugins na página de configurações que lista, descarrega e arrasta pastas para internalizar), um agent preset de roteador de modo de raciocínio ciente da tarefa (router-standard / router-spec / router-react) e um protocolo de tarefas graduado de dois níveis cujas seis ferramentas (commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict) fixam o estado da tarefa em disco. A implementação do injetor vem embutida no repositório, por isso a instalação traz o próprio comportamento, não dependências.

Pacote apenas de configuração que monta o Ouroboros por meio do cliente MCP do DSH, expondo 36 ferramentas de fluxo de trabalho de entrevista, Seed, execução, avaliação e evolução no DSH.

LoopX, um kernel de estado e plano de controle neutro em relação ao provedor e local-first para agentes de longo horizonte: mantém os estados de Goal, Todo, gate, evidência, cota, recuperação e handoff acima do DeepSeek Harness, enquanto o plugin inicializa a CLI e as skills, admite continuação limitada na mesma sessão e adiciona uma GoalBar de loopback para o loop exatamente delimitado.

LoopX, um núcleo de estado e plano de controle local-first, neutro em relação a provedores, para agentes de longo horizonte: mantém os estados Goal, Todo, gate, evidence, quota, recovery e handoff acima do DeepSeek Harness, enquanto o plugin inicializa a CLI e as skills, permite continuação limitada na mesma sessão e adiciona um GoalBar de loopback para o loop com limite exato.

iPolloWork HyperFrames Video Studio e 27 modelos de vídeo editáveis como uma visualização de conversa nativa do DeepSeek Harness.

Substitui os provedores de sistema de arquivos e bash por um espaço de trabalho virtual mirage: as ferramentas de arquivos e os comandos de shell são executados sobre recursos montados (RAM, S3, Redis, Slack, Gmail, Notion, Postgres) em vez do disco do host, com modos de leitura/gravação/execução por montagem, roteamento de sandbox por comando (monty, pyodide, quickjs no processo; docker, e2b, daytona remoto), e CLIs instaladas (git, gh, slack, linear, ntn, gws, ou uma que você registrar) como palavras iniciais no terminal virtual.

Conecta o DeepSeek Harness à base de conhecimento pessoal local-first e autoevolutiva do ReMe: captura automaticamente conversas concluídas do agente principal como memória Markdown do próprio usuário, pesquisa conversas e material de origem via reme_search com BM25, embeddings opcionais e expansão de wikilinks, e agenda consolidação diária de memória.

Conecta o DeepSeek Harness à base de conhecimento pessoal local-primário e autoevolutiva do ReMe: captura automaticamente as conversas concluídas do agente principal como memória Markdown pertencente ao usuário, pesquisa conversas e material fonte através do reme_search com BM25, embeddings opcionais e expansão de wikilinks, e agenda a consolidação diária da memória.

Conecta bots de mensagens instantâneas ao DeepSeek Harness via códigos QR ou credenciais de bot (9 canais: Feishu, WeChat, DingTalk, WeCom, QQ, Slack, Telegram, Discord e WhatsApp).

Um guarda de pré-execução para agentes de codificação com IA. Bloqueia comandos destrutivos do Git e do sistema de arquivos, além de tentativas comuns de acessar arquivos sensíveis, antes que uma chamada de ferramenta seja executada. Compatível com Amp Code, Antigravity CLI, Claude Code, Codex, Cursor, DeepSeek Harness, Gemini CLI, GitHub Copilot CLI, Grok Build, Hermes Agent, Kimi Code, OpenClaw, OpenCode e Pi.

Pacote de métodos de engenharia de software para agentes de codificação, com habilidades para planejamento baseado em linha de base, depuração sistemática, higiene de prompts, verificação antes da conclusão e rastreamento de reparo/desativação.

Executa auditorias de segurança locais de relés de API de IA e proxies de LLM a partir do DeepSeek Harness, gerando relatórios em Markdown sobre injeção de prompts, sinais de substituição de modelo, reescrita de chamadas de ferramentas, vazamento de erros, integridade de stream e riscos de Web3 controlados por perfil.

Conecta o dsh a um runtime local do SandBase Harness via stdio MCP para gerenciar agentes e sessões, transmitir turnos, inspecionar artefatos e cancelar tarefas.

Geração de imagens conversacional nativa para DeepSeek Harness: peça ao agente para criar uma imagem e ele cuida da geração e mantém o resultado diretamente na conversa.

Memória de recuperação de falhas: pesquisa e registra lições de recuperação de falhas extraídas de sessões reais de engenharia, com recuperação BM25 + RAG semântico e uma base de conhecimento de lições.

Memória persistente supervisionada por LLM para agentes de IA — recuperação baseada em grafo, conhecimento entre sessões, binário único. Funciona com DeepSeek Harness, Claude Code, OpenClaw e qualquer runtime de agente.

Use assinaturas ChatGPT (Codex), Claude e Grok como provedores de LLM do DeepSeek Harness, com login em Configurações, catálogos de modelos, uso, além das ferramentas image_generate, video_generate e x_search.

Os recursos do DeepWatch, instaláveis em um perfil existente do DeepSeek Harness

Distribuição da comunidade: TUI, desktop e Web UI em um único pacote com instalação em camadas.

Um iOS Simulator ao vivo ou iPhone conectado por USB dentro da conversa: 22 ferramentas de agente para inicializar, compilar, operar a UI por identidade de acessibilidade ou texto OCR, ações em linhas de lista e hot reload de preview SwiftUI, além de um painel lateral em streaming que você pode tocar e arrastar.

Exploração de arquitetura AGI de caixa branca: metacognição (loop de autocognição), aprendizagem contínua (volante de conhecimento), modelo de mundo (espaço de condições, grafo de memória espaço-temporal), autoaperfeiçoamento (disciplina bootstrap), pipeline de caixa branca zero-LLM e guardrails de confiança auditáveis.

Um plugin DSH para produção de ficção, drama curto, jogos interativos e vídeos de resumo

Esquadrões multimodelo persistentes configurados em Configurações e selecionados no Composer, com políticas de modelo e ferramentas por membro. Por padrão, o Agent líder conclui ele mesmo o trabalho simples e delega apenas quando o esquadrão salvo é necessário; o trabalho delegado roda como um DAG limitado com revisão e reparo opcionais. O Run Center acompanha tentativas e tokens por membro a partir dos eventos de uso oficiais do Harness.