Plugins

Evolua skills, agentes, prompts, código e plugins de dentro do DeepSeek Harness, com o AgentDescent.

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

Observador somente leitura do caminho de trabalho da sessão: dobra os turnos em resumos de estágio, execução, duração e tok/s e depois expande ramos paralelos, resultados de ferramentas e raciocínio visível ao fornecedor.

Ponte Feishu/Lark para o DeepSeek Harness: vinculação de PersonalAgent por escaneamento, cartões em streaming, espaços de trabalho de projeto com git-worktree, tarefas paralelas por escopo, agentes multifunção, notificações entre sessões, gerenciamento de modelo/chave dentro do chat e um guardião de rede de segurança que continua respondendo no Feishu mesmo após uma falha do dsh.

Leitura profunda e resumo para DSH: livros, artigos, vídeos e web convertidos em notas estruturadas do Obsidian via parsers de plugins, subagentes paralelos MapReduce de leitura profunda, saídas JSON Schema e cache idempotente.

Visualização de flowgraph ao vivo para sessões DeepSeek Harness, incluindo chamadas de ferramentas, grupos paralelos, ramificações de subagentes e detalhes expansíveis.

Conjunto de ferramentas de depuração ROS2 e análise de visão do estado do robô para DeepSeek Harness: enumeração de node/topic/service/action/interface/TF, JSON de topologia do grafo inteiro, verificações rosdep, builds com gate de aprovação e scaffolding de mensagens customizadas, capturas de tela da GUI e observação de visão multimodal, além de renderização offscreen RViz2 headless (malhas low-poly, leitura direta de pixel, passthrough GPU - renderização de movimento a 30Hz) com análise VLM paralela em tempo real.

Port completo de obra/superpowers para DeepSeek Harness: 14 habilidades de metodologia por meio de um SkillProvider nativo (rank 550), cobrindo brainstorming, planejamento, TDD, depuração, agentes paralelos e mais, com documentação localizada em chinês e instalação sem build.

Busca web fundida em múltiplos mecanismos, obtenção de páginas, busca em tempo real no X (Twitter) com fallback sem credenciais, pesquisa profunda e pesquisa multiagente paralela para o DeepSeek Harness. Camada gratuita: Bing / DuckDuckGo / Yahoo / Exa MCP (todos sem chave, verificados ao vivo); api la

Pipeline de pesquisa multiplataforma e busca profunda: harvest_scout para descoberta paralela em GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili e YouTube; harvest_deep_research para relatórios de pesquisa abrangentes automatizados; além de extração, verificação entre fontes e auditoria de credibilidade.

Um mecanismo de escrita de web novels para o DeepSeek Harness: redação paralela, esboço e brainstorming com uma chave DeepSeek separada, gerenciamento de lore e prenúncios, recuperação vetorial semântica, uma biblioteca de corpus, livro-razão de uso, revisão mecânica e um plano de serialização local.

Roteia de forma automática e inteligente cada tarefa delegada para o melhor modelo configurado usando aliases, tags de capacidade e orientação de uso — mantendo o trabalho rotineiro rápido e barato enquanto envia o trabalho complexo para especialistas mais fortes. Configure sua equipe de modelos na Web UI ou em um setup guiado, execute especialistas em paralelo com junção confiável de resultados e veja o modelo escolhido de relance nas views de subagents e inline na árvore Tasks da Better Sidebar.

Proteção de reivindicação/liberação de arquivos para sessões paralelas do DSH no mesmo workspace (retomada por heartbeat expirado, área de merge de três vias pendente).

Plugin de gestão de comportamento para DeepSeek Harness: seção de prompt para disciplina de tool-call, convergência de paralelismo acionada por falhas (o pool cai para 1 e se restaura automaticamente), intervenção do usuário após falhas consecutivas. Complementa dsh-token-optimizer; funciona de forma independente.

Plugin de gestão de comportamento para DeepSeek Harness: secção de prompt para disciplina na chamada de ferramentas, convergência de paralelismo acionada por falhas (o pool desce para 1, restaura-se automaticamente), intervenção do utilizador após falhas consecutivas. Complementa dsh-token-optimizer; funciona de forma autónoma.

Pesquisa profunda como modo de agente: um único laço revisado que planeja, pesquisa em rodadas paralelas adaptativas conduzidas pelas lacunas que os próprios pesquisadores declaram, sintetiza um relatório citado e depois o revisa de forma adversarial, em vez de um script que o modelo reescreve por chamada. As perguntas que o orçamento de rodadas nunca alcançou são nomeadas no relatório em vez de serem descartadas.

Pesquisa web gratuita para DSH: Parallel anónimo por predefinição com fallback para Exa, um interruptor nas Definições e um servidor MCP compatível com Claude Code e Codex.

O pacote DeepSeek Harness registra uma habilidade que converte produção longa (artigos acadêmicos, análises setoriais, comentários empresariais) em pipeline de 9 papéis: scouts T1 literatura / T2 dados / T3 casos em paralelo, T4 analista, T5 redator, T6 companheiro crítico, T7 auditor, T8 finalizador, T9 revisor par executados pelo coordenador. Em 6 fases com verificação triangular de evidências, M-gate de 23 verificações, auditoria G0-G14 incluindo gate de rastreamento IA chinês, pontuação peer-review com correspondência de periódicos, e 4 checkpoints humanos. Instala com `dsh plugin add lunheng-article-pipeline` (package.json#dsh.bundle.patch mais lib/index.js); envia fichas de papel T1-T9, modelos e 11 scripts de verificação sem dependências, com READMEs em cinco idiomas.

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.

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.

Predefinição de agente de fluxo de trabalho de engenharia para dsh: cinco fases com portões (esclarecimento de requisitos, aprovação de plano, TDD, subagentes paralelos, finalização verificada) com seis habilidades de fluxo de trabalho adaptadas de obra/superpowers.

Bancada de programação para o DSH: painéis de espaço de trabalho acopláveis, barra lateral de projetos agrupada, grupos de abas de editor divididas com hibernar/retomar, pré-visualização de arquivos e visões de diff — construída sobre desenvolvimento paralelo com git worktrees e primitivas de colaboração entre sessões.

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.

Plugin Mixture-of-Agents para o DeepSeek Harness: um comando /moa distribui um prompt para vários modelos em paralelo, mescla as respostas em um espaço de trabalho de arquivos e se integra ao Live Canvas para saída visual.