Plugins

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.

baro como provedor de subagentes do DeepSeek Harness: delegue um objetivo com várias histórias e receba de volta execução paralela, revisão independente e um resultado verificado — com um painel de execução ao vivo na barra lateral

Espaço de trabalho local-first de produção e operações de conteúdo para o DSH: gerencie ideias, roteiros, ativos de mídia, cronogramas, metas, status de publicação e revisões pós-publicação.

Gateway móvel autenticado para DeepSeek Harness: conecta o app nativo iOS complementar via WebSocket para sessões, eventos ao vivo, tarefas, metas, aprovações, comandos e transferências de arquivo, com pareamento por QR e revogação de dispositivo.

Suíte de controle remoto móvel: plugin empacotado com entrada nativa na barra lateral e gaveta de administração, gateway de token portador autorrecuperável via LAN/Tailscale, aplicativo Android (sessões/aprovações/perguntas/objetivos), transferência de arquivos /fs/* (retomada Range, upload de 2 GB), troca automática multiservidor baseada em latência, cache de chat offline.

Cliente de terminal em tela cheia para DeepSeek Harness construído sobre pi-tui: reprodução/retomada de sessões, respostas em streaming, cartões de ferramentas recolhíveis, aprovações e perguntas no próprio terminal, gestão de modelos/predefinições/permissões/planos/objetivos, modo shell e um registro de trajetória.

Ponte MCP que permite ao ChatGPT Web criar, visualizar, continuar e supervisionar sessões e objetivos de agentes do DeepSeek Harness, preservando o modelo nativo de aprovação, sandbox e segurança de workspace do DSH.

Otimização com um clique de uma instrução bruta em um prompt profissional: três estilos de saída, perfilagem de papel/tarefa/objetivo ciente da situação, aprendizagem autoiterativa (memória de sessão + padrões inteligentes + substituições do usuário), /template para 22 sub-cenas com zero chamadas de modelo, ✨ otimizar/desfazer com um clique na caixa de entrada, ferramenta prompt_optimize, hook de auto-otimização e documentos zh/en detectados automaticamente.

Gestão do ciclo de vida de metas para o dsh com um quadro kanban interativo: metas, critérios, tentativas e revisões vivem no espaço de trabalho, guiados por ferramentas graph_*, com um quadro de duas raias renderizado na visão de conversa.

Suíte de agentes de pesquisa: controle de objetivos de longo prazo com cadeias de evidência auditáveis, agendamento via cron, equipes multiagente de especialistas, memória de pesquisa auto-evolutiva (recall FTS5 + RRF), workspaces de projeto e uma UI de workspace personalizada.

Plugin de anúncios por voz sem dependências, orientado a eventos: sem modelo extra, sem custo de tokens. Fala com a voz natural integrada do sistema, suportando Windows e macOS; anúncios de resposta final, alertas de aprovação e perguntas, anúncios opcionais de eventos (fim de turno, comando concluído, mudança de objetivo, erros de ferramentas, atualizações de tarefas), respostas finais reproduzíveis e uma página de configurações visual bilíngue.

Explorador de arquivos do projeto na coluna de detalhes (seleção múltipla, mover por arrastar, enviar, baixar, renomear, lixeira, abrir no sistema) com uma aba de pré-visualização somente leitura dentro da sessão para Markdown/HTML/JSON/CSV/notebook/PDF + realce de código, um selo de throughput do modelo em tempo real e uma GoalBar multilinha.

Notificações sonoras por evento: conclusão de turno, aprovação, pergunta, plan-review, goal-blocked e task-failure recebem cada um seu próprio som e volume, configuráveis na Web UI (synth integrado, mudo ou arquivo de áudio local).

Melhoria de prompt com um clique no compositor — reescreve o rascunho num prompt estruturado (função e objetivo, passos executáveis, formato de saída, critérios de aceitação, casos limite) com pré-visualização antes/depois, reposição no campo e desfazer. Nunca altera a intenção, nunca inventa requisitos.

Equipe Multi-Agent por funções para DeepSeek Harness: produto, arquitetura, frontend, backend, revisão e QA trabalham em nove fases com controles; equipe persistente disponível. Sem dependências runtime ou build.

Sete modos predefinidos de agente para DeepSeek Harness, cada um com uma fronteira fixa de ferramentas, roteamento de modelo por modo e camadas rápidas/profundas de delegação omd_task, além de um loop plano-para-executar (/mode, /start-work, /ulw apoiado em objetivo) e uma página de configurações que remapeia modelos por modo e por camada.

Suíte de controle remoto móvel: plugin agrupado com entrada nativa na barra lateral e gaveta de administração, gateway de token bearer autorreparável via LAN/Tailscale, app Android (sessões/aprovações/perguntas/objetivos), transferência de arquivos /fs/* (retomada por Range, upload de 2 GB), troca automática entre múltiplos servidores por latência, cache de chat offline.

Guarda de desvio de requisitos em tempo de execução que mantém agentes DSH de longa duração alinhados com o objetivo, as restrições e as decisões aprovadas pelo usuário.

Plugin de verificação de metas baseado em evidências para DeepSeek Harness. Bloqueia metas com /ultragoal e verifica a conclusão com base nos códigos de saída de comandos e artefatos gerados, impedindo que o modelo relate falsamente a conclusão da tarefa.

Plugin cognitivo inspirado no cérebro: memória episódica, semântica, procedural e emocional com sinais de aprendizado por reforço, uma pilha de objetivos com gatilhos temporais, pesquisa autônoma na Web orientada pela curiosidade e iniciativas proativas.

Canal IM Feishu/Lark para agentes do DeepSeek Harness com mensagens nativas do processo de pensamento, cartões de aprovação, cartões ao vivo de meta e tarefas, linhas de fan-out de workflow, busca de texto da sessão e avisos de conclusão de jobs em segundo plano e de subagentes. O acesso é limitado pelo próprio escopo de visibilidade do app Feishu por projeto — qualquer pessoa admitida pelo app pode acionar o agente e responder às aprovações dele, a menos que as allowlists opcionais de remetente, grupo e aprovador sejam preenchidas.

Transforma um rascunho de uma linha do DSH em um briefing completo (papel, objetivo, restrições e formato de saída). Port de linshenkx/prompt-optimizer verificado byte a byte, com três modos e dez modelos idênticos ao original. Histórico com consentimento, cadeias de versões e comparação estrutural; cada execução informa o uso de tokens. Nada é salvo nem enviado sem clique.

Adiciona artefatos de especificação, skills, comandos, implementação orientada por objetivos e contexto de progresso das tarefas