Плагины

Визуальный конструктор рабочих процессов с перетаскиванием для DSH — оркестрация вызовов инструментов, субагентов и условных ветвей на холсте React Flow.

Долговременная межсессионная markdown-память со структурой LLM-Wiki и персоной SOUL.md, внедряемая в начале сессии (по умолчанию только после первого сообщения и только в активной), процессы remember/recall/consolidate/forget, встроенный навык памяти, миграция pack/unpack и напоминание в простое голосом компаньона. Даёт хранилищу наблюдаемость и уход: бюджет boot-блока на файл против обрезки индекса; автоштамповка last_access для затухания значимости; дашборд здоровья памяти (размер, свежесть, lint-parity); компилятор индекса (страницы объявляют summary:); интерактивный граф памяти; структурированные запросы (tag/type/salience/hot/stale); перекрёстные ссылки; отчёт `checkup` со списком действий по приоритету. Boot-полезная нагрузка сокращена на ~23%.

Регистрирует набор навыков SpecWorkflow для уточнения требований, спецификаций реализации, выполнения, проверки сдачи, планирования исправлений, диагностики ошибок и исследований с опорой на исходники.

Пресет агента инженерного рабочего процесса для dsh: пять этапов с шлюзами (уточнение требований, утверждение плана, TDD, параллельные субагенты, проверенное завершение) с шестью навыками рабочего процесса, адаптированными из obra/superpowers.

Навыки workflow в стиле OMX для DeepSeek Harness: deep-interview, ralplan, ralph, autopilot, team, code-review и ещё 19, переписанные на нативных инструментах DSH, без навыков vision.

11 переносимых навыков рабочего процесса (handoff, triage, to-spec, to-tickets, wayfinder, teach, wait-what, dsh-mode-routing, ask-matt, overnight-execution, full-throttle) в виде устанавливаемого пакета навыков.

Добавляет артефакты спецификаций, навыки, команды, реализацию на основе целей и контекст прогресса задач.

femo (Flow Emerges Mag Opus) — оркестрация мира мультиагентов так, как пишут сценарий. Версия плагина для dsh: движок, мост и визуальный редактор — всё в одной папке, самодостаточно, переносится вместе с папкой и сразу готово к работе.

Шестиэтапный рабочий процесс публикации контента для официального аккаунта WeChat с инструментами контроля качества и встроенным навыком.

Независимые от хоста долговечные DAG-workflow для агентов с CLI, MCP, Skills по запросу, триггерами, воспроизведением и визуальным Canvas.

Управляемая конфигурацией оркестровка задач разработки для DSH: графовые рабочие процессы (узлы задача/шлюз/человек) с пошаговым сохранением, а также встроенный в редактор ИИ-ассистент, который настраивает рабочие процессы через диалог с живой валидацией. Документы передаются узлам как обычные вложения (объявление не требуется): файлы попадают в рабочее пространство задачи, а ${inputs.附件} возвращает абсолютные пути, объединённые переводами строк, чтобы узел мог разобрать их своим собственным промптом.

Устойчивые DAG-воркфлоу для DeepSeek Harness с инструментами создания агентов, персистентностью на SQLite, возобновляемыми запусками и визуальной Canvas Studio.

Мультиагентная оркестрация для DeepSeek Harness — специализированные агенты, оркестрация задач, workflow-навыки

Запуск Stata через DeepSeek Harness: нативная служба Stata AI Skill автоматически стартует вместе с DSH (бинарные файлы для macOS/Windows включены), позволяя выполнять регрессии, do-файлы и эконометрические процессы без ручной настройки.

Полноценная локальная доска задач, встроенная в веб-GUI DSH: представления Kanban / список / Gantt / workflow / dashboard, AI-чат для каждой задачи, вложения и метки, автоматическое взятие todo-задач через dsh-routines — данные хранятся в локальном SQLite (`dsh plugin add @ttmouse/dsh-taskboard`).

Интерактивный canvas для визуализации связей между Agent, Subagent, Workflow, Phase и tool в DSH Web.

Структурированный процесс рецензирования с несколькими участниками для DeepSeek Harness: N рецензентов оценивают работу в изолированных субагентах, не видя оценок друг друга; председатель согласует разногласия через сопоставление якорей, затем Δ-уровневое разбирательство; независимый критик проверяет процесс. Подходит для рецензирования дизайна, кода, статей или проектов.

Добавляет устойчивые контракты выполнения, рекурсивные графы работ, критические уточнения и шлюзы доказательств для длинных или недостаточно специфицированных задач Harness.

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.

Мультиагентные команды во главе с капитаном, которые разбивают цель на задачи и распределяют их по цепочке выполнения между участниками, работающими в собственных подсессиях, каждый со своей моделью.

Саморазвивающийся агент уровня проекта для DeepSeek Harness: 16 рабочих процессов SDD (уточнение, PRD, задача, кодирование, локализация, приёмка, ревью) плюс память и знания проекта, которые накапливаются со временем.

Отслеживает трассировки выполнения агента и при срабатывании сигналов запускает проверку LLM в конце каждого успешного хода, кристаллизуя многократно используемые процессы в зарегистрированные навыки, которые прогрессивно улучшаются с последующими запусками.

AI-ориентированный рабочий процесс создания презентаций, упакованный как навык dsh: генерирует редактируемые PPTX-презентации и SVG-снимки из PDF, DOCX, URL или Markdown, заполняет нативные шаблоны PPTX и улучшает готовые презентации.