Плагины

Подключает DeepSeek Harness к пайплайну Hermes: шаблон спецификации диспетчеризации, маршрутизация по уровню модели, контрольные точки качества, запускаемые оркестратором, правило единственного writer'а в git — в виде пакета SKILL.md (устанавливается как бандл).

Управляемый рой из шести специализированных агентов DSH — оркестратор, планировщик, мост к базе знаний, разработчик и два рецензента — превращает требование в строгий конвейер фаз, где каждая поставка должна доказать себя структурированными доказательствами до начала следующей фазы; рецензенты работают только на чтение, слияние кода возможно только после прохождения review, а журнал событий только на добавление даёт полное воспроизведение и аудит на живой канбан-доске. Его дизайн вдохновлён канбаном Hermes Agent.

Отказоустойчивое переключение моделей с высокой доступностью (карантин, размыкание цепи, восстановление через пробы) и оркестрация субагентов (fanout/pipeline/supervisor) с двуязычным интерфейсом настроек.

Канбан-доска задач для сессий DeepSeek Harness: главный агент раздаёт задачи по кодингу одноразовым субагентам worker/verifier, с планированием зависимостей, уровнями конвейера, обработкой эскалаций и внедрением контекста файлов/заметок.

База знаний по паттерну Karpathy LLM Wiki для DSH: навыки wiki-write/wiki-search, конвейер без зависимостей (lint/индекс/синхронизация памяти mnemon/обратная связь по качеству), минимальный плагин жизненного цикла, внедряющий схему и предпросмотр знаний, семантическое вспоминание SiliconFlow через Ollama-совместимый прокси.

Распознавание крупных изображений для моделей vision-exp: распознавание плиток 800×800 без потерь (smart/pipeline/full), локальный OCR с предобработкой и маршрутизацией рукописного текста, опциональный мультивендорный GPU (DirectML/CUDA/OpenVINO) с автоматическим переходом на CPU.

Предустановка агента виртуальной продуктовой команды: беседа под руководством пользователя проведет вас через полный 12-шаговый конвейер от идеи до выпущенного, продвигаемого и эксплуатируемого продукта, с поэтапными контрольными точками и навыками для каждого этапа.

Конвейер Spec-Driven Development для Odoo: 15 инструментов ведут запрос от неизменяемой спецификации через архитектуру к коду модуля или живой конфигурации, затем требуют сохранённого вердикта, подкреплённого доказательствами из реального экземпляра Odoo, с закрытыми при сбое воротами, одобряемыми человеком пакетами в объявленном окружении, собственным импортёром CSV/Excel из Odoo и журналом, который откатывает данные, записанные через плагин.

Страница настроек «Модели+» для веб-интерфейса DSH: таблицы уровня рассуждений для каждой модели, входные модальности и флаги совместимости, сохраняемые через официальный конвейер настроек, с подстановкой метаданных models.dev и управлением API-ключами.

Конвейер AI-написания статей для официальных аккаунтов WeChat: шестиступенчатые запуски статей (тема, план, черновик, проверки, рендеринг, изображения) с контрактом брифа запуска, доска горячих тем с AI-дайджестом по каждому пункту, планирование по RRULE в черновую коробку, рабочий интерфейс плюс чат-инструменты и команда /wewrite, а также fail-closed-подтверждение хоста перед любой отправкой в черновую коробку.

Полный конвейер китайского перевода для веб-GUI dsh: перевод рассуждений модели в реальном времени по мере потоковой выдачи, китайский текст под каждым английским ответом и однострочные китайские сводки результатов инструментов и пояснений вызовов инструментов — отдельный запрос к провайдеру, который никогда не попадает в стенограмму сеанса.

Запускает конвейеры AItelier из DSH через MCP: 39 инструментов (22 чтения, 17 записи) для генерации, запуска, инспектирования, редактирования, экспорта и импорта многошаговых конвейеров SkillFlow. Шаги выполняются в AItelier, а не в сессии DSH, опрашиваются по run_id, приостанавливаются на принудительных движком контрольных точках, отвечаемых через answer_checkpoint, и оставляют пошаговые трассировки и выходные данные шагов для последующего чтения; add_provider / map_model / edit_role направляют отдельную роль на локальную или более дешёвую конечную точку. Включает навык aitelier-pipelines.

Конвейер доверия к плагинам DeepSeek Harness: детерминированное статическое сканирование с вердиктами, подключаемая защита времени выполнения с honeypot-приманками, навык протокола аудита агента и индикатор статуса browser shield. Только сигнализация, без принуждения.

Контент-студия для официальных аккаунтов WeChat: ротационное написание против однообразия, playbook устранения низкой креативности, визуальный базовый уровень для благословляющих изображений, gpt-image конвейер с приёмкой по OCR и измеренный web API черновиков xiaolvshu.

Подготавливает точные вызовы инструментов DSH без отправки, показывает полные канонические аргументы в долговечном Batch Review Inbox, аннулирует одобрения после правок или перезапусков и выполняет только совпадающий дайджест SHA-256 с одноразовым nonce через обычный конвейер инструментов DSH.

Регистрирует шесть навыков рабочих процессов spec-driven + test-driven для DeepSeek Harness: авторство спецификаций OpenSpec, слитое с дисциплиной TDD Superpowers, в конвейер фаз 0–4 с воротами проверки. Без зависимостей во время выполнения.

Подаёт каждый промпт dsh в локальный конвейер памяти обратной связи agent-feedback-loop — фиксирует недовольство, офлайн превращает его в рефлексии и прикрепляет к ходу скомпилированный контекст правил повторяемости, никогда не блокируя промпт. Требуется среда выполнения agent-feedback-loop; запуск agent-feedback-loop install после этого автоматически подключает существующие профили dsh.

Автоматизированный ежедневный конвейер контента для Insta360 GO 3S: удалённая BLE/WiFi-съёмка аквариумных видео, беспроводной импорт, оценка качества ffmpeg с журналом решений, автоматический монтаж (выбор сегментов, закадровый голос TTS, музыка, субтитры) и загрузка на Bilibili через biliup (по умолчанию dry-run).

Преобразует документы Office и PDF (включая отсканированные) в структурно форматированный Markdown через конвейер OCR с маршрутизацией с приоритетом CPU (RapidOCR/SLANet/FormulaNet).

Используйте AItelier как субагента из DeepSeek Harness: создание, редактирование, запуск, экспорт и импорт конвейеров SkillFlow. Только клиент — требуется запущенный бэкенд AItelier (Docker; см. README).

Подготавливает точные вызовы инструментов DSH без отправки, представляет полные канонические аргументы в долговечном Входящем ящике пакетного ревью, делает подтверждения недействительными после изменений или перезапусков и фиксирует только совпадающий дайджест SHA-256 плюс одноразовый nonce через обычный конвейер инструментов DSH.

Строгий набор для открытых математических исследований: четыре agent skills (rigorous-open-math-research, manage-math-research-program, math-research-workflow, lean-verify) для доказательства теорем с враждебным аудитом, управлением исследовательской программой, оркестрацией пайплайна и аудитом формализации в Lean 4; тесты, проверенные CI, и механическая синхронизация с upstream.

Local media/doc pipeline: ffprobe, extract, thumbnail, PDF, ASR, pandoc, OCR, exif (allowRoots include IM inbox).

Layered memory for DSH whose agent-facing surface is 10 tools: high-privilege writes (memory_add, memory_delete, memory_import), rumination controls (memory_ruminate, _cancel, _status), and a memory graph (memory_search_graph, memory_expand_graph_node), built over an L0-L3 distillation pipeline that recalls and injects relevant memories before each model step.