Plugins

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.

Um enxame governado de seis agentes especializados DSH — orquestrador, planejador, ponte para base de conhecimento, desenvolvedor e dois revisores — transforma um requisito em um pipeline rígido de fases em que cada entrega precisa provar-se com evidências estruturadas antes que a próxima fase possa começar; os revisores são somente leitura, merges de código só após uma passagem de revisão, e um log de eventos apenas de acréscimo fornece replay completo e auditoria em um quadro kanban ao vivo. Seu design se inspira no kanban do Hermes Agent.

Salvaguardas impostas pelo mecanismo para enxames de agentes do DeepSeek Harness: portões de qualidade rejeitam trabalho pela metade, checkpoints à prova de falhas retomam no mesmo ponto — mantém equipes de IA sem quebrar, não apenas rodando.

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.

Observabilidade do Conversation Flow para enxames DeepSeek Harness, com topologia, inspeção de mensagens roteadas, pausas HITL, acompanhamento ao vivo e navegação para sessões filhas.

Canal de dispositivo entre o agente e o seu próprio telefone: envia os ficheiros que acabou de produzir e você faz uma @-referência ao que o seu telefone enviou de volta. P2P encriptado de ponta a ponta através da CLI SwarmDrop, sem conta nem IP público; o estado do nó, os dispositivos emparelhados e o emparelhamento QR ficam num painel lateral (sidebar).

Port do TaskPlane para DSH: executa ondas ordenadas por dependências em trilhas paralelas de git-worktree, com pacotes de tarefas, revisão entre modelos e recuperação após falhas.

Executa um debate de tese-antítese-selo cujo veredito é calculado a partir de códigos de saída reais de comandos e contagens de casos, nunca da prosa do agente.

Um enxame matricial de subagentes que roteia tarefas heterogêneas para o modelo mais adequado a partir de um gateway tipo OpenRouter e cfgpu.com/llm/square, despacha cada uma via subagentes em processo ou chamadas diretas de LLM, e rastreia o consumo de tokens por modelo com uma classificação orientada por feedback.

Danus-native DSH plugin suite: verifier-gated mathematical proof-search orchestration (fact graph, role-gated tools, cold-start verifier, worker swarm, orchestration tools, heartbeats).