Plugins
Navegue, filtre e instale plugins do DeepSeek-Harness.
36 plugins encontrados
OpenViking (dsh-memory-plugin)
volcengine/openviking
Pacote de memória e contexto OpenViking para o DeepSeek Harness: recuperação automática pré-etapa e injeção de perfil, captura de sessão, proteção de URI `viking://`, e ferramentas de memória para recuperar/gravar com suporte de um servidor OpenViking.
MemOS (memos-local-plugin)
memtensor/memos
Plugin de memória local-first para DeepSeek Harness: memória em camadas L1/L2/L3 com captura automática, ferramentas manuais de recuperação memos_* e visualizador de memória integrado.
ipollowork
devin-axis/ipollowork
iPolloWork HyperFrames Video Studio e 27 modelos de vídeo editáveis como uma visualização de conversa nativa do DeepSeek Harness.
ReMe (dsh)
agentscope-ai/reme
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.
ReMe (typescript)
agentscope-ai/reme
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.
agentdescent
birfy/agentdescent
Evolua skills, agentes, prompts, código e plugins de dentro do DeepSeek Harness, com o AgentDescent.
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-EvoResearch (evoresearch-plugin)
karbo123/dsh-evoresearch
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.
dsh-self-improved
madage/dsh-self-improved
Plugin de memória de longo prazo e autoevolução para DSH: captura L0 → extração de memória L1 → agrupamento de cenas L2 → persona de usuário L3, injeção automática de recordação, síntese de habilidades, totalmente local (SQLite FTS5 + jieba, recuperação vetorial opcional).
dsh-evolve
chenzheshushi-commits/dsh-evolve
Memória entre sessões com lembrança determinística de zero token (bigram-Jaccard fundido com FTS5 BM25 via RRF, tokenização ciente do chinês), reforço que fortalece observações repetidas, e procedimentos cristalizados em arquivos SKILL.md refinados no lugar por um ciclo active-stale-archived com archive e rollback reversíveis. Ingest e disposal expõem um nível de autonomia escolhido pelo usuário; conflitos e gravações de alta importância sempre vão para revisão humana, e nada é autoapagado. Requer Node 22.5+.
Co-Engram (dsh-plugin)
co-engram/co-engram
Memória de equipe autoevolutiva como Markdown simples no git: um plugin nativo do Cordis que registra 38 ferramentas de memória com nome simples mais uma seção de sinais de prompt reavaliada a cada montagem, com reforço RPE, decaimento e consolidação durante o sono; compartilha um repositório de dados com seus hosts Claude Code (MCP) e OpenClaw; verificado com DSH 0.1.0-rc.6.
Co-Engram
co-engram/co-engram
Memória de equipe auto-evolutiva como Markdown simples no git: um plugin Cordis nativo que registra 38 ferramentas de memória de nome simples, além de uma seção de sinais de prompt reavaliada a cada montagem, com reforço RPE, decaimento e consolidação durante o sono; compartilha um único repositório de dados com seus hosts Claude Code (MCP) e OpenClaw; verificado com o DSH 0.1.0-rc.6.
DSH-AGINT
anmulzhao/dsh-agint
Framework de agentes autoevolutivo para DeepSeek Harness (dsh): 40 plugins Cordis e 4 predefinições para memória, reflexão, barreiras, métricas e um ciclo de evolução auditável. Não é uma instalação de um comando. Clone o repositório e execute install/install.sh --profile=web (requer bash, Node 20+, python3 e DSH 0.1.7-rc.1 ou superior com perfil inicializado); depois, reinicie.
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-auto-evolve
lispking/dsh-auto-evolve
Plugin auto-evolutivo para o DeepSeek Harness: observa como o agente trabalha, propõe melhorias aos próprios ativos via LLM, valida cada proposta em um agente de teste em sandbox e só aplica mutações verificadas — com registro versionado e reversão automática em caso de regressão.
agent-immune
meat-daemon-404/agent-immune
Imunidade evolutiva a armadilhas para agentes de programação (Claude Code, Codex, Cursor, ZCode, DSH): registra episódios de ferramentas que falharam e depois foram corrigidos como “anticorpos” em SQLite+FTS5 e os injeta antes que o agente repita o erro. Sem dependências em runtime.
dsh-git-plugins (bundle)
sakthiveltofficial/dsh-git-plugins
Suíte de plugins Git e controle de código-fonte para DeepSeek Harness: operações git locais mais adaptadores GitHub, GitLab, Bitbucket, Azure DevOps e Gitea, com memória autoevolutiva.
dsh-proactive
beijingwahw/dsh-proactive
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.
dsh-plugin-immune
meat-daemon-404/dsh-plugin-immune
Imunidade evolutiva a armadilhas para DeepSeek Harness: registra cada episódio de ferramenta que falhou e depois foi corrigido, transforma-o em um “anticorpo” reutilizável salvo em SQLite+FTS5 e injeta os casos relevantes antes que o agente repita o erro.
dsh-phoenix
stvli/dsh-phoenix
Reinício elegante + reconexão automática do cliente + continuação de objetivos entre reinícios para DeepSeek Harness (dsh). Após uma atualização de plugin, dsh-phoenix reinicia o dsh num limite seguro de inatividade, mantém a página do navegador ligada e retoma um objetivo em execução para que uma tarefa possa continuar
dsh-anagenesis
3likofj/dsh-anagenesis
`anagenesis` é uma camada programável de orquestração de memória e um mecanismo de autoevolução para DeepSeek Harness. Inclui armazenamento de memória em ciclo fechado sem plugins externos, 17 ferramentas semânticas de memória para Agent (recuperar, registrar, promover, rebaixar, dividir, bloquear, expirar e reconsiderar contrafactuais), troca da estratégia de injeção em tempo de execução e ajuste automático auditável e reversível da metapolítica. Todos os efeitos são reversíveis. Registra automaticamente o preset Agent `anagenesis` e oferece visualização sem dependências: painel de terminal, diagramas de texto Mermaid/D2/ASCII e janela de desktop opcional.
dsh-plugin-zerone
yahoolcj/dsh-plugin-zerone
Agent ao nível de projeto autoevolutivo para DeepSeek Harness: 16 habilidades de fluxo de trabalho SDD (esclarecimento, PRD, issue, codificação, localização, aceitação, revisão) além de memória e conhecimento de projeto que se acumulam com o tempo.
computer-use-vision
xuanyuanluoxue/computer-use-vision
Controle do computador no Windows para DSH: captura de tela, análise por modelo de visão e simulação de mouse/teclado com base de conhecimento evolutiva. Oferece ferramentas de plugin em modo duplo e alternativa pwsh somente com skill.
dsh-ronge-adaptive-skill-archive
bugtakue/dsh-ronge-adaptive-skill-archive
Cockpit nativo de inteligência de skills do DSH: decomposição de tarefas, composição de múltiplas skills entre domínios, autoria de skills, recomendações locais e verificações de segurança.