Плагины

LoopX — провайдер-нейтральное, локально-ориентированное ядро состояния и контрольная плоскость для агентов с длинным горизонтом: хранит состояния Goal, Todo, gate, evidence, quota, recovery и handoff поверх DeepSeek Harness, а плагин обеспечивает бутстрап CLI и навыков, допускает ограниченное продолжение в рамках той же сессии и добавляет петлевой GoalBar для точного ограниченного цикла.

AgentTeams — команды мультиагентов.

Подключает DeepSeek Harness к Bot Collaboration Network Avernet через WebSocket V2, с автоматическим онбордингом, изолированными сессиями агентов, событиями tool-call и инструментами маршрутизации для нескольких ботов.

Пакет каналов DeepSeek Harness для сети совместной работы ботов Avernet.

Предоставляет DeepSeek Harness настоящую офисную среду. Плагин Univer Office объединяет электронные таблицы, документы, слайды, канвасы, реляционные таблицы и многое другое в едином runtime — с связанными данными, валидацией, версионируемыми изменениями и изолированными ворктри для совместной работы нескольких агентов.

Кросс-агентный, локально-ориентированный плагин постоянной памяти для DeepSeek Harness (DSH) на основе Mnemon. Он совместно использует долговременную память между агентами с поддержкой Mnemon и добавляет память времени выполнения, документы проекта с возможностью поиска, семантическое воспроизведение, граф знаний и боковую панель UI.

Мнемонический слой.

Исследование архитектуры AGI с белым ящиком: метакогниция (петля самопознания), непрерывное обучение (маховик знаний), модель мира (пространство условий, пространственно-временной граф памяти), самосовершенствование (дисциплина начальной загрузки), конвейер белого ящика без LLM и проверяемые ограничители доверия.

Постоянные мультимодельные отряды, настраиваемые в разделе «Настройки» и выбираемые в Composer, с политиками модели и инструментов для каждого участника. По умолчанию ведущий Agent сам выполняет простую работу и делегирует только тогда, когда нужен сохранённый отряд; делегированная работа идёт как ограниченный DAG с необязательной проверкой и исправлением. Run Center отслеживает повторы и токены по каждому участнику из официальных событий использования Harness.

Трёхуровневая плоскость управления памятью для DeepSeek Harness: персистентный контекст выполнения, поисковые проектные документы, подключаемая долговременная память, умная маршрутизация, контролируемые рабочие процессы агентов, WebUI и headless-инструменты.

Мультиагентная оркестрация в стиле UltraCode: генерируемый, сохраняемый, управляемый, наблюдаемый и возобновляемый слой рабочих процессов.

Оркестрация мультиагентов в стиле UltraCode: слой workflow, который можно сгенерировать, сохранить, контролировать, наблюдать и возобновить.

Динамический рабочий процесс для DSH (заглушка).

baro как провайдер субагентов для DeepSeek Harness: делегируйте многосоставную цель и получайте параллельное выполнение, независимую проверку и подтверждённый результат — с панелью хода выполнения в боковой панели

Общая доска задач для мультиагентов (создание/принятие/перевод статуса/запрос) через сервисный ключ Cordis.

Плоскость уведомлений и удалённого управления DSH: единый API `notify()` для 28 исходящих каналов, шесть входящих каналов управления, подтверждения/вопросы/управление задачами с телефона, нативный UI DSH Notify & Control, горячее применение исходящих настроек, маршрутизация между агентами и нулевые runtime-зависимости.

Постоянная команда агентов для долгосрочного сотрудничества в DeepSeek Harness: устойчивые идентичности агентов, per-project Workspaces, Channels с ответственностью и Task Threads, связывающие агентов сессий.

Командная коллаборация мультиагентов для DeepSeek Harness с моделями, навыками и MCP-серверами для каждого ассистента, независимыми контекстами, общими рабочими пространствами, координацией задач и управлением диалогами.

Плагин для пентеста на основе PTES с архитектурой Root-Orchestrator для DeepSeek Harness.

Мультиагентный рабочий процесс для конкурсов математического моделирования: пресет "UltraMath" ведёт задачу от чтения через фреймворк, вывод, кодинг, верификацию, статью и ревью, плюс 4 одноэтапных ролевых пресета (математик, инженер, писатель, рецензент) и 33 доков библиотеки моделей.

Мультимодельный совет для DeepSeek Harness: независимые ответы, анонимные взаимные рецензии и проверяемое итоговое решение.

Устанавливает четыре многоагентных пресета для математических исследований в DSH: v2 (пайплайн на основе вероятностей с дебатами нескольких проверяющих), v3 (база знаний в стиле статьи на Markdown с агентом-планировщиком и переиспользуемой библиотекой методов), v4 (постоянные самоорганизующиеся резиденты, которые переписываются и встречаются) и v5 (исследовательский институт с академиком, который разбирает и распределяет работу, голосующими исследователями, временными работниками, групповым чатом и таск-бордом compare-and-set); все четыре поддерживают возобновление с чекпоинта, вмешательство человека и необязательный переключатель формальной верификации Lean (off/encourage/require), прошедшее доказательство которого превращает голосование в проверку точности Lean-утверждений.

Устанавливает мультиагентный пресет для написания романов для DeepSeek Harness: один агент-дирижёр распределяет задачи между пятью специализированными субагентами — построение мира, сюжет, управление персонажами, написание прозы и контроль качества.

Инструменты Cordis для DeepSeek Harness для All in Flash на основе All in Luna