Plugins

Quatro ferramentas somente leitura sobre uma base de conhecimento WeKnora: listar bases de conhecimento, busca híbrida de passagens, reagrupar os chunks de um documento em ordem, e a resposta RAG citada ou de agente ReAct própria do WeKnora com id de sessão retomável.

Ferramentas de recuperação de conhecimento WeKnora para DeepSeek Harness (dsh): busca semântica, leitura de documentos e respostas RAG/agente sobre suas próprias bases de conhecimento.

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.

Plugin de segurança para engenharia reversa e pentest em um único pacote: estreitamento de ferramentas na primeira rodada, roteamento por domínio e 33 ferramentas cobrindo APK, web, binários nativos, protocolos, malware e amostras de LLM — com playbooks de desempacotamento, contorno de licenças e antianálise, mecanismo de avaliação H-CoT (roteamento semântico, comando /hcot), bancada web com prateleira de ferramentas orientada por livro-razão, fluxo de casos em disco (cadeia de evidências persistida automaticamente, achados validados numerados com E, retomada após compactação), descoberta externa de ferramentas baseada no GitHub e 361 documentos de referência sob demanda.

Kit de ferramentas de P&D quantitativa para DeepSeek Harness — 59 ferramentas em seis domínios cobrindo dados de mercado, indicadores, avaliação de fatores, validação walk-forward de ML, risco (VaR/CVaR/drawdown/Beta com Kupiec POF), opções, títulos, FICC e simulação de fundos, com um pipeline de pesquisa ponta a ponta PDAT→PET.

Controla seu Chrome real a partir do DSH por um bridge WebSocket local: gerenciamento de abas, navegação, snapshots DOM, avaliação JS de página, cliques, digitação, screenshots, esperas e tratamento de diálogos atrás de um alternador em Configurações.

OMK — Observe. Measure. Know. Mudanças de conhecimento respaldadas por evidências para aplicações de IA.

Harness de avaliação para plugins do DSH: casos em YAML conduzem execuções reais do agente em modo headless, com asserções sobre chamadas de ferramentas, argumentos, resultados e uso de tokens, além de um gate de baseline para regressão em CI.

Controlador de autoevolução com prioridade em evidências: geração limitada de candidatos Cordis, admissão de Loader real de tentativa única, avaliação Harbor e uma linhagem journalizada retomável após falhas.

Exporta eventos somente de metadados de turno, modelo, ferramenta, aprovação, nova tentativa e erro do DSH para o Tuning Engines, para rastros governados, avaliação de políticas, análise de custos e revisão de Work Session, com uma fila de novas tentativas apoiada em disco.

Plugin proativo de agendamento multi-modelo: ingestão de sinais multi-fonte com dedup e classificação de urgência, um motor de decisão de quatro vias executar/adiar/dispensar/perguntar ao usuário, geração de plano DAG com execução paralela de modelos, reflexão de qualidade com retry automático e troca de modelo, memória de longo prazo para padrões de tarefa e lições, e evolução de estratégia via algoritmos genéticos com avaliação em sandbox e rollout canário.

Executa 3 ou 5 candidatos de coding agent em worktrees Git desanexados, valida seus patches com comandos do projeto, classifica apenas os candidatos aprovados e exige aprovação separada antes de aplicar o vencedor.

Runtime de visão auditável e Computer Use multiplataforma para DeepSeek Harness com evidência que preserva a fonte.

Pipeline diário automatizado de conteúdo para Insta360 GO 3S: captura remota BLE/WiFi de filmagens de aquário, importação sem fio, avaliação de qualidade ffmpeg com registro de decisões, edição automática (seleção de segmentos, narração TTS, música, legendas) e upload no Bilibili via biliup (dry-run por padrão).

Executa experimentos reproduzíveis de perfil e patch do DSH com criação guiada de casos, asserções, relatórios de comparação na Web, recuperação e barreiras de política.

Consultor de avaliação e melhoria de PR: avalia a probabilidade de sucesso de PR com base em antipadrões históricos e padrões de sucesso, com pontuação num clique e sugestões acionáveis.

Um plugin de meta-agente nativo do modelo para o DeepSeek Harness: o modelo sintetiza workflows específicos da tarefa em tempo de execução a partir de cinco padrões de workflow agêntico (encadeamento de prompts, workers paralelos, roteador, supervisor, ciclo de avaliação) e coordena ferramentas e subagent

Compares existing DSH sessions or runs controlled A/B trials between agent presets, showing aligned timelines, paired metric deltas, explicit success checks, and exportable reports.

Adaptive model discovery, evaluation, tiering, and subagent routing for DeepSeek Harness.

Observabilidade Langfuse para o DeepSeek Harness (DSH): árvores de rastreamento por turno agregadas por id de sessão, com versionamento de prompts e avaliação.

Reproduz turnos reais do DeepSeek Harness contra candidatos Standard, Minimal, Anchored ou de plugins, com evidência congelada da superfície de requisição.

Verifique quais plugins do DeepSeek Harness realmente foram carregados e consulte os quadros de avaliação públicos em trapstreet.run.

Ponte CDP para um Chrome/Edge já em execução, para o DSH: capturas de tela, asserções por pixel, checagens de DOM/CSS e avaliação de JS na página via HTTP + WebSocket, com zero processos filhos, zero dependências npm e zero aprovações por uso.

Measure whether a dsh setup change actually helped: register repeatable cases, run them, and diff the results before and after you change rules, skills, or models.