Плагины

Развивайте навыки, агентов, промпты, код и плагины прямо внутри DeepSeek Harness вместе с AgentDescent.

Наблюдатель рабочего пути сессии только для чтения: сворачивает ходы в сводки этапа, запуска, длительности и tok/s, затем разворачивает параллельные ветви, результаты инструментов и рассуждения, видимые провайдеру.

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

Сравнивает два работающих Vite-билда в диалогах DSH, позволяет выбрать вслепую и проверить принятие варианта с учётом текущих изменений проекта. Требуется корневой проект Vite в Git-репозитории минимум с одним коммитом.

Мост Feishu/Lark для DeepSeek Harness: привязка PersonalAgent через сканирование, потоковые карточки, рабочие пространства проекта на базе git-worktree, параллельные задачи по областям, многоролевые агенты, уведомления между сессиями, управление моделью/ключом прямо в чате и страж-предохранитель, который продолжает отвечать в Feishu даже после сбоя dsh.

Глубокое чтение и резюмирование для DSH: книги, статьи, видео и веб преобразуются в структурированные заметки Obsidian через парсеры плагинов, параллельные подагенты глубокого чтения MapReduce, вывод JSON Schema и идемпотентный кэш.

Визуализация потокового графа в реальном времени для сессий DeepSeek Harness, включая вызовы инструментов, параллельные группы, ветки субагентов и детали с раскрытием.

Набор инструментов отладки ROS2 и визуального анализа состояния робота для DeepSeek Harness: перечисление узлов/топиков/сервисов/действий/интерфейсов/TF, JSON-топология всего графа, проверки rosdep, одобряемые сборки и скаффолдинг пользовательских сообщений, скриншоты GUI и мультимодальное визуальное наблюдение, а также внеэкранный рендеринг headless RViz2 (low-poly меши, прямое чтение пикселей, сквозной GPU — рендеринг движения на 30 Гц) с параллельным VLM-анализом в реальном времени.

Пакет DeepSeek Harness, превращающий выпуск больших текстов (научные статьи, отраслевой анализ, деловые комментарии) в конвейер из 9 ролей. В 6 фазах параллельно работают T1 поиск литературы, T2 данных и T3 кейсов; затем T4 аналитик, T5 автор, T6 критический напарник, T7 аудитор, T8 финализатор (выполняет координатор) и T9 рецензент. Есть треугольная проверка доказательств; M-gate из 26 проверок (25 скриптовых + 1 человеческая); аудит G0-G16 с проверкой следов ИИ в китайских текстах; оценка рецензирования с подбором журнала; 4 ручных чекпоинта. Установка: `dsh plugin add lunheng-article-pipeline` (`package.json#dsh.bundle.patch` и запись `lib/index.js` регистрируют skill). Включены карточки ролей T1-T9, шаблоны, 36 проверочных скриптов без зависимостей и README на пяти языках.

Преобразует требование в одну строку в проверенную поставку. TeamFlow выполняет этапы: разбор, PRD, дизайн, технический план, параллельная разработка, QA с исправлением дефектов и приёмка. Включает 12 инструментов `teamflow_*` и рабочую панель с графом конвейера в реальном времени и канбаном бэклога. Для каждого требования создаётся папка с PRD, дизайном, планом, отчётом QA и записью приёмки.

Мультиплатформенный конвейер исследований и глубокого поиска: harvest_scout для параллельного обнаружения по GitHub, Web, Twitter, Reddit, Xiaohongshu, Bilibili и YouTube; harvest_deep_research для автоматических подробных исследовательских отчётов; а также извлечение, перекрёстная проверка источников и аудит достоверности.

Объединённый многодвижковый веб-поиск, загрузка страниц, поиск в X (Twitter) в реальном времени с резервным вариантом без учётных данных, глубокое исследование и параллельное многоагентное исследование для DeepSeek Harness. Бесплатный уровень: Bing / DuckDuckGo / Yahoo / Exa MCP (все без ключа, проверяются в реальном времени); api la

Композер в стиле терминала для веб-интерфейса DSH: история команд (↑/↓, поиск по префиксу, Ctrl+R), автодополнение и предсказание следующего промпта в стиле Codex (принять Tab или →), панель выделения (копировать/цитировать/спросить в боковом чате), вставка правой кнопкой, перемещаемое оглавление чата и параллельный чат справа.

Движок для написания веб-новелл для DeepSeek Harness: параллельное черновое написание, составление плана и мозговой штурм с отдельным ключом DeepSeek, управление лором и предвестиями сюжета, семантический векторный поиск, библиотека корпуса, журнал использования, механическая корректура и локальный план сериализации.

Многосистемный веб-поиск для агентов-программистов — единое ядро SearchBoost (объединённый поиск, fetch, X) с адаптерами MCP (Cursor, Codex, Claude Code, Grok Build, Antigravity), расширением pi и бандлом DeepSeek Harness

Ролевые ИИ-рой для DeepSeek Harness: архитектор планирует, параллельные сборщики выполняют, ревьюеры контролируют качество, а интегратор поставляет. Закрепление моделей по ролям с цепочками отката, циклы ревью, контракты доказательств, ревью с участием человека, пауза/возобновление с учётом квот, живой канбан + блок-схема в веб-интерфейсе. 40 тестов; установка из GitHub или npm.

Плагин Mixture-of-Agents для DeepSeek Harness: команда /moa веером рассылает промпт нескольким моделям параллельно, объединяет их ответы в файловом рабочем пространстве и интегрируется с Live Canvas для визуального вывода.

Preset оркестрации мультиагентной работы для DeepSeek Harness. Chief orchestrator сам не реализует: распределяет запросы, поручает план PM expert и делегирует реализацию специалистам из объединенного expert roster (инструменты списка и вызова). Параллельные задачи координируются taskboard с DAG зависимостей, обмен идет через файловый message bus, перед выдачей требуется независимая проверка. Включает 11 основных экспертов. Дополнительные команды (Agency agents EN/ZH, classic collections) загружаются одним нажатием в Settings через два канала, GitHub/CDN, с проверкой sha256. Пакет npm dsh-expert-orchestrator; требуется DSH >= 0.1.7-alpha.2.

Агрегированный поисковый провайдер, который параллельно рассылает один запрос по 11 движкам (Exa, Parallel, DuckDuckGo, SearXNG, Brave, Tavily, Serper, Mojeek, DeepSeek, Anthropic, OpenAI), удаляет дубликаты по URL и объединяет результаты. Включает карточку настроек для переключения бэкендов, хранения API-ключей в хранилище учётных данных и настройки параллелизма и тайм-аутов.

Автоматически и интеллектуально направляет каждую делегированную задачу к лучшей настроенной модели, используя алиасы, теги возможностей и подсказки по использованию, — рутинную работу делает быстрой и дешёвой, а сложную отправляет более сильным специалистам. Настройте команду моделей в Web UI или в guided setup, запускайте специалистов параллельно с надёжным объединением результатов и сразу видите выбранную модель в представлениях субагентов и прямо в дереве Tasks Better Sidebar.

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.

Защита захвата/освобождения файлов для параллельных сессий DSH в одном workspace (перехват по устаревшему heartbeat, зона ожидающего трёхстороннего слияния).

Глубокое исследование как режим агента: один проверенный цикл, который планирует, исследует в адаптивных параллельных раундах, управляемых пробелами, которые сами исследователи объявляют, синтезирует процитированный отчёт, а затем рецензирует его adversarial-методом, вместо скрипта, который модель переписывает при каждом вызове. Вопросы, до которых бюджет раундов не добрался, называются в отчёте, а не отбрасываются.

Skill Windows PowerShell 5.1 для крупных GitHub release assets. Только читает хост: proxy-порты, системный proxy/переменные, core/config Clash Verge, версию curl. Параллельно измеряет 4 маршрута (proxy, headless core, mirrors, напрямую), затем кратко тестирует ограниченную по времени параллельность. Загружает параллельными curl byte ranges; проверяет байты и SHA256 по digest. Пропускает тест для <100 MB или скорости соединения ≥3 MB/s. Замеры автора: 6,3× на ограниченном узле (1 234→7 759 KB/s), 0,72× на быстром (5 829→4 175 KB/s). Без aria2/7z; proxy не меняет, порты/параллельность не спрашивает. Если asset отсутствует: реальные кандидаты и `ASSET_NOT_FOUND`, без подмены. Без digest — только размер, `DOWNLOAD_SIZE_OK_NO_DIGEST`.