Plugins

AI Company Framework: transforme uma frase em uma empresa multi-agente — 15 Skills planos (boss/pipeline/role-template/11 roles/generic customer-memory), 7 templates de workflow, runtime AgentTeams + painel de atividades, sidebar de funcionários com isolamento por sessão, bridge para bot do Feishu (bot do boss e bots por funcionário, roteamento de grupo, push autônomo, gate de decisão humana, guia de contato externo), memória SQLite por cliente com memória de três camadas (merge cross-group), switch de modo /company; sem RAG.

Orquestrador multimodelo: o cérebro principal decompõe tarefas complexas e distribui subtarefas para subagentes GLM / Kimi / Qwen conforme os pontos fortes de cada modelo, com uso de tokens por modelo.

Modo RLM para dsh: sub-agentes recursivos via uma função rlm() unificada — spawn, await e encadeia agentes filhos como chamadas Python de primeira classe. Adiciona um kernel IPython persistente com bindings tools.* e contexto-como-variável.

Construtor visual de fluxos de trabalho por arrastar e soltar para DSH — orquestre chamadas de ferramentas, subagentes e ramificações condicionais em uma tela React Flow.

Model-callable compact_agents tool that force-compacts context in every live session (main session, ordinary sub-agents and AgentTeams members alike), queues busy targets and compacts them when the turn ends, reports the shadowed node count and estimated tokens per target, and ships a browser form for the trigger ratio, retained ratio, controlled-phase output budget, auto-continue budget and an end-of-turn pre-compaction ratio that compacts near the trigger line once a turn ends, so a reply no longer opens with a wait for the summarizer.

Delegação planejador/executor com papéis nomeados: um planejador forte orienta, subagentes executores descartáveis (rotas e prompts por papel) implementam. Papel padrão mais substituição por delegação, um controle global de esforço de raciocínio no chip do compositor e uma página de configurações para gerenciamento de papéis.

Jimu (积木): domain-based orchestration plugin for DeepSeek Harness — domain_plan confirmation, per-domain sub-agents with hand-off, and automatic LLM audit.

RLM mode for dsh: recursive sub-agents via a unified rlm() function — spawn, await, and chain child agents as first-class Python calls. Adds a persistent IPython kernel with tools.* bindings and context-as-variable.