Plugins
Navegue, filtre e instale plugins do DeepSeek-Harness.
23 plugins encontrados
memsearch (dsh)
zilliztech/memsearch
Memória Markdown compartilhada para DSH e outros agentes de codificação, com captura automática, injeção de contexto pré-etapa, recuperação pesquisável e autoevolução de memória para skill por meio de um painel de revisão.
dsh-memory-evolve
csyangwen/dsh-memory-evolve
Adiciona ao DeepSeek Harness memória de longo prazo entre sessões e autoevolução em segundo plano, somente por plugins. Inclui cinco trilhas de memória, percepção de branches Git, autorrevisão durante o turno, autoevolução e gestão de skills, quatro trilhas de tarefas, agendamento COI, avisos e busca de sessões, gestão de prompts e notas temporárias. Sem alterar o núcleo nem adicionar dependências em tempo de execução; pronto após instalar e totalmente removido ao desinstalar.
dsh-memory-evolve
dsh-external/dsh-memory-evolve
Memória de longo prazo entre sessões + autoevolução em segundo plano (5 trilhas: memória / consciência de branches Git / evolução de skills).
dsh-host-rsi
pk14742952-ad/dsh-host-rsi
Plugin de autoevolução reflexiva para Qwen3.8 27B/3.8 Flash local e APIs online: um controlador de convergência do ciclo de código reduz a reflexão repetitiva de verificação profunda do Qwen3.8 27B/Flash para convergir mais rápido e diminuir o tempo de raciocínio; uma proteção de entrega com cinco estados detecta e corrige turnos travados e loops infinitos. Lógica de host independente de modelo, amplamente compatível com APIs online; melhoria contínua a cada uso com autoverificação de contrapontos, escalonamento ao crítico, recuperação de memória por índice invertido, controle de convergência e proteção de cinco estados.
dsh-continual-evolve
zk-andy/dsh-continual-evolve
Auto-evolução contínua: estado do harness versionado, auditável e seguro para rollback (prompts, memória, skills, especificações de subagentes), refinado a partir das trajetórias das sessões, com portões de revisão e skills recarregadas a quente.
dsh-memory-plus (dsh-memory-bundle)
qianling-0831/dsh-memory-plus
Composição de perfis de memória: busca de sessões em chinês, recuperação híbrida, fatos persistentes do espaço de trabalho, regras fixadas pelo usuário e skills nativas reutilizáveis. Instale o bundle Release autônomo e versionado com um comando dsh plugin add. Requer Node.js 24 e pnpm no PATH.
dsh-continual-harness
jasen215/dsh-continual-harness
Loop de auto-refinamento contínuo: memória persistente, revisão e refinamento periódicos, conhecimento compartilhado entre sessões e rollback automático por meio de uma ferramenta harness_refine chamável pelo modelo.
dsh-evolve
william-jin-cmu/dsh-evolve
Auto-evolução: o agente monta/remove plugins persistentes em si mesmo a quente, no meio da sessão.
dsh-self-evolving (dsh-self-evolving)
timwhitez/dsh-self-evolving
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.
dsh-skill-evolution
vanadisgithub/dsh-skill-evolution
Observa os rastros de execução do agente e dispara uma revisão LLM no fim de cada turno bem-sucedido quando os sinais disparam, cristalizando fluxos de trabalho reutilizáveis em competências registadas que melhoram progressivamente em execuções posteriores.
companion-memory
root-7-khx/companion-memory
Memória de companheiro de roleplay para DeepSeek Harness: persona editável por conversa (peso 1–100, refinável pela IA), afinidade por interlocutor, lembranças avaliadas por IA, tabela de nove emoções por turno, registro de autoevolução, busca das últimas 48 horas e compressão de conversa. Também prevê temas durante a inatividade, aprende o tom de respostas anteriores, usa um modelo pequeno para gravar hábitos, mantém base local arquivada por data e agrupada por turnos/tokens e oferece integrações com plugins selecionados e releases do GitHub. As rotas HTTP não autenticam o DSH e podem ser chamadas pelo navegador.
dsh-mnemos
rottenwooood/dsh-mnemos
Memória entre sessões para o DeepSeek Harness com governança, autoevolução e um caminho de escrita com aprovação. Recordação ordenada por calor, convenções de ambiente, ciclo de esquecimento, cadeias de substituição, defesa contra envenenamento, autodestilação e uma medição aberta.
dsh-memory
rosesssss66/dsh-memory
Local long-term memory for DSH: extracts preferences and project facts from sessions, injects the most relevant ones before each turn using local SQLite FTS5 search, and supersedes outdated facts. Requires Node 24+; the offline self-evolution loop needs an OpenAI-compatible LLM endpoint and API key.
skill-evolution
veritaswiki/skill-evolution
Reviews each finished turn, distills reusable skills as drafts, runs code-level checks over them, and holds each draft until the user approves or rejects it with a directive; every write is recorded in a SHA-256 ledger that supports rolling back a single entry. On by default, it reviews finished turns with the current session model (or an OpenAI-compatible endpoint set through DSH_EVOLUTION_BASE_URL), sending a bounded excerpt of the conversation, and writes drafts to ~/.dsh/skills/.staging until you promote them. Its bundle patch lowers DSH's skill-catalog description limit from 500 to 80 characters for every skill, and it starts an unauthenticated HTTP server on 0.0.0.0:18890 (DSH_EVOLUTION_PORT) that can list and promote drafts, change settings and trigger reviews.
dsh-behuman
goodddgrades/dsh-behuman
Memória de longo prazo e skills autoevolutivas para DeepSeek Harness: Markdown simples no disco, sem vector store.
dsh-memory-fortress
linshuangb347/dsh-memory-fortress
Memory Fortress para DeepSeek Harness: memória em camadas com 5 trilhas, autoevolução, grafo de conhecimento (SQLite+FTS5) e indicador de status. Fortaleza local de memória: cinco trilhas, autoevolução, grafo de conhecimento e luz de status.
dsh-darwin (forge)
que3sui/dsh-darwin
Atuador de autoevolução: consome tickets de problemas extraídos de logs de sessão e sintetiza candidatos a skills (níveis sem código por padrão) atrás de um gate de avaliação com canários hold-out. Depois promove-os para `.dsh/skills` do projeto com confirmação humana e rollback determinístico.
dsh-evolve-modes
graysilver/dsh-evolve-modes
Controles combináveis de trabalho, raciocínio, qualidade e autoevolução revisada por humanos para o DeepSeek Harness Web.
dsh-fathomkernel
az13js/dsh-fathomkernel
Plugin de otimização algorítmica autoevolutiva para DeepSeek Harness: você declara apenas objetivos e critérios de aceitação. Para uso pessoal; a estabilidade não é garantida no estado atual.
dsh-self-evolution
tommy00748/dsh-self-evolution
Memória de longo prazo autogerenciada e limitada (MEMORY.md/USER.md no estilo Hermes, limites rígidos de caracteres e verificação de segurança); revisão após cada turno para criar notas simples ou aprimorar uma skill existente, sem quase duplicatas; curator que localiza e corrige skills descartadas silenciosamente pelo carregador; busca entre sessões. Um cartão de aprendizado aparece só quando há novidade e pede confirmação antes de apagar ou reescrever uma memória.
dsh-self-evolve
jianghuife/dsh-self-evolve
Autoevolução no estilo Hermes para DeepSeek Harness: a ferramenta skill_manage permite ao agente salvar procedimentos comprovados como skills. Inclui orientação no prompt sobre quando salvá-los, acompanhamento de uso e um curator em segundo plano que mantém saudável a biblioteca de skills criada pelo próprio agente.
dsh-rule-evolve (plugin)
zoahdev/dsh-rule-evolve
Ciclo de autoevolução guiado por verificação: transforma logs de falhas em regras AGENTS.md verificadas. O plugin de sessão oferece evolve_learn / evolve_apply / evolve_touch / evolve_recall, barreira de verificação de ferramentas, ciclo de vida de regras e recuperação local.
dsh-evolution-lab
jaydong9130/dsh-evolution-lab
Autoevolução de Skills baseada em evidências para DeepSeek Harness: aprendizado com trajetórias mascaradas, propostas em quarentena, validação em arena, monitoramento canary e rollback automático.