Плагины

Постоянные мультимодельные команды, настраиваемые в Settings и выбираемые в Composer, с политиками модели/инструментов для каждого участника; главный Agent динамически планирует каждую отправку как ограниченный DAG с ограниченными циклами проверки/исправления, а Run Center отслеживает повторные попытки и токены каждого участника по официальным событиям использования Harness.

Улучшение промптов в один клик (5 режимов, цепочка памяти, запасной вариант нескольких моделей) плюс распознавание речи (облачный Qwen3-ASR / офлайн SenseVoice, авто-остановка при тишине) для композера, с перезапуском службы DSH в один клик.

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

Мультимодельный оркестратор: главный мозг декомпозирует сложные задачи и распределяет подзадачи между субагентами GLM / Kimi / Qwen по сильным сторонам каждой модели, с учётом токенов по моделям.

Проактивный плагин мультимодельной диспетчеризации: приём мультиисточниковых сигналов с дедупликацией и ранжированием срочности, движок решений из четырёх направлений (выполнить/отложить/отклонить/спросить пользователя), генерация DAG-планов с параллельным выполнением моделей, рефлексия качества с автоматическим повтором и сменой модели, долгосрочная память о паттернах задач и уроках, эволюция стратегии через генетические алгоритмы с песочничной оценкой и канареечным развёртыванием.

Настраиваемая модель по умолчанию для делегирования субагентам через settings.yaml, с одно- и мультимодельными стратегиями по кругу или случайно.

Плагин мультимодельной маршрутизации для DeepSeek Harness: доверьте профессиональные задачи профессиональным агентам — настраивайте специализированных агентов (зрение/перевод/голос/субагент и т.д.) и привязывайте их к независимым моделям; вход в мультимодальные аккаунты в один клик, маршрутизация по состоянию пула аккаунтов и статистика использования в реальном времени.

Вызываемый агентом vision-инструмент, который описывает локальные изображения через любой настраиваемый OpenAI-совместимый vision endpoint, с опциональной перекрёстной проверкой несколькими моделями и без встроенных ключей.

Build and manage dsh agent modes from the settings page: start each one from the official standard / PTC / minimal / Cordis composition, toggle the plugin rows it mounts one by one, rename it, and edit its system prompt — a plain file the agent loop re-reads before every model step, so an edit applies to the running session on its next step. Rows left untouched stay byte-identical to the shipped ones, platform conditions included.

Профилирование возможностей по моделям для DSH: преобразует локальную историю сеансов в панели мониторинга по моделям с количеством сеансов, использованием инструментов, частотами ошибок и основными сигнатурами ошибок, с фильтрами по временным диапазонам и сравнением нескольких моделей.

Для DeepSeek Harness: регистрация моделей, помощь с портретами и выбор модели Agent из каталога без секретов.

Custom modes and custom prompts for DeepSeek Harness (dsh): edit a mode's system prompt on the settings page (it takes effect on the next model step), choose its base mode, switch plugins row by row, and keep several assistants side by side.

FreeDSH — free-first multi-model routing, safe core updates and pt-BR/Windows support for DeepSeek Harness. Installable as a DSH bundle (dsh plugin add). Unofficial project.

Governs multi-model access, monthly credits, manual/quality/credit/auto routing, failure rerouting, and usage auditing for DSH.

DeepSeek-Harness plugin for multi-model orchestration with recursive task decomposition, dynamic routing, quality gates, failure recovery, and KPI reporting.

A draggable mascot invites you to play Xiangqi (Chinese chess) while the AI thinks, with a built-in engine, move-record export, and optional multi-model commentary.

Message review and quote chips for conversations: multi-model cross review (code/reply) with severity grading and summaries, review history, and host-persisted preferences.

Двухуровневый маршрутизатор моделей для DeepSeek Harness — маршрутизация через LLM-судью, цепочки резервных моделей, отказоустойчивость с экспоненциальной задержкой и оркестрация на уровне задач (адаптация pi-shift-router для DSH)

DeepSee: зрение для DeepSeek Harness, маршрутизация между несколькими моделями и визуальная самопроверка через Gemini перед выдачей результата

Explicit, evidence-first multi-model consultation for DeepSeek Harness

Runs one coding prompt across multiple configured models in isolated Git worktrees, streams side-by-side tool traces and results, and commits the candidate the user adopts for later rounds.

Evidence-first multi-model coding comparison workbench for DeepSeek Harness