Плагины

Режим red team: вы отправляете название организации, и планировщик запускает пять ролей (разведка, активы, уязвимости, эксплуатация, пивот) максимум с 3 агентами одновременно; навыки и ресурсы проверяются заранее, недостающий ключ или VPS запрашивается один раз, помогает встроенный навык онбординга. Оценка по правилам intrusion scoring (8 категорий / 25 баллов), серверные лимиты, победа наибольшей привилегии и дедупликация по сервисам; саморегистрация баллов не даёт. Находки с отметками времени идут в локальную базу SQLite и видны в правой консоли из 12 вкладок (активы, агенты, сессия/туннель, цепочка атаки, оценка, обоснованный отчёт, база POC/EXP, навыки). В комплекте 23 навыка, 53 инструмента redteam_* и самообновление одной командой.

Исследовательская среда в стиле Claude Science: движок исследовательского цикла ReAct (инструменты research_*), версионируемые артефакты с происхождением (инструменты artifact_*) и 10 научных skills для геномики/патогенов/биоинформатики.

Набор торгового верстака только для исследований: типизированный шов провайдера рыночных данных с CSV-провайдером-справочником, снимок режима индикаторов на нескольких таймфреймах и инструменты OHLCV, интерактивные карточки графиков в dsh web с аннотациями моделей, ограниченными происхождением, и risk-guard, отклоняющий вызовы инструментов в форме исполнения на tools/pre-execute.

Локальная память проектов без встроенных зависимостей среды выполнения и внешних сервисов: JSON как единственный источник истины плюс генерируемый PROJECT_MEMORY.md, ограниченная по токенам и замороженная по сессии Hot Memory для стабильности кэша префиксов промптов, кешированный кросс-проектный BM25-отзыв, доверенное происхождение сессий/ходов, объяснимое управление дубликатами/конфликтами перед записью, редактируемый жизненный цикл важности/закрепления/тегов/замены/архивации, настраиваемая дистилляция по завершении хода верхнего уровня и двуязычный веб-GUI для поиска, просмотра, диагностики и настроек в реальном времени.

Межсессионная долговременная память в метафоре «дворца памяти»: двухуровневые хранилища SQLite (пользователь + проект по origin git), гибридный поиск FTS5 + локальные векторы со слиянием RRF и повышением ранга по свежести и подтверждению, автоматический захват из журнала сессии (включая последний ход), цепочки аудита происхождения, консолидирующая дистилляция и забывание с затуханием, а также панель «Библиотека памяти» на странице настроек с топологией коридоров, дворецким-экскурсоводом и списком на обновление.

Локальная RAG-база знаний по литературе для DSH: гибридный поиск BM25 + векторный по индексу SQLite, переранжирование кросс-энкодером, ответы со ссылками и происхождением на уровне раздела и страницы, обновление только метаданных и фоновая загрузка с опросом прогресса.

Воспроизводимая научная рабочая среда: ячейки под управлением агента, встроенные рисунки с обратной связью/перезапуском, происхождение по манифесту, снимки окружения и навыки создания фигур публикационного уровня (9 инструментов bio_* + интерфейс рабочей среды).

Живой маяк безопасности для DSH, отслеживающий активность инструментов. Нажмите, чтобы просмотреть статистику вызовов, цепочки происхождения рисков и заблокированные действия, с ограничениями задач только для чтения и обнаружением изменений метаданных инструментов.

Инспектор встроенных возможностей DSH Web на основе доказательств: происхождение времени выполнения/конфигурации, диагностика совместимости и дрейфа, а также элементы управления по принципу fail-closed для девяти проверенных UI-листьев.

Техническое превью локальной графовой памяти для DSH и Codex: вспоминает глобальные и текущие проектные доказательства владельца перед каждым ходом, записывает записи USER и ASSISTANT отдельно, и сохраняет происхождение проекта, сессии, актёра и источника для визуального атласа и цитируемых страниц знаний.

Локальная графовая память в статусе технического превью для DSH и Codex: перед каждым ходом извлекает данные владельца и текущего проекта, отдельно записывает записи USER и ASSISTANT и сохраняет происхождение по проекту, сессии, актору и источнику для визуального атласа и страниц знаний со ссылками.

Math Agent Framework для DeepSeek Harness: движок символьного вывода (CES / квадратичные формы / ODE / PDE), проверка SymPy, формальные доказательства, верифицированные компилятором Lean 4, и многоагентная состязательная верификация в стиле QED, предоставляемые как нативные DSH-инструменты через TS-оболочку, связывающую движок Python. Требуется клонировать репозиторий math-agent-framework и выполнить `pip install -r requirements.txt`, при этом MATH_AGENT_HOME должен указывать на корень репозитория. Каждый результат содержит информацию о происхождении (версии движка, seed, допуски) и помечается как недоверенные данные.

Контекст бизнес-сети знаний для DeepSeek Harness: привязывает сессию к сети знаний OpenBKN, запрашивает её объекты и метрики через управляемые инструменты MCP и открывает подтверждённое источниками происхождение (факты выполнения и бизнес-граф) для каждого ответа. Поставляется с OpenBKN Runtime; для представлений происхождения нужна корпоративная лицензия OpenBKN.

Панель аналитики только для чтения для одного профиля: пять представлений над одними данными — слои конфигурации, дерево плагинов, сервисы, имена инструментов и модели — каждая запись показывает, какой слой её вставил или отключил и запущена ли она.

Адресуемая по содержимому родословная артефактов, фактов, действий и отчётов для DeepSeek Harness

Локальное личное хранилище состояний и движок решений для dsh: сохраняет каждый ввод байт в байт с построчной привязкой к источнику, спорит со своими же выводами, сначала порождая опровержения, задаёт каждому сохранённому факту собственный TTL и сообщает, где решение вообще ни на чём не основано.

Управляемые человеком пространства памяти между сессиями с независимыми связями источника и потребителя, происхождением данных, версионированием и проверкой внедрения перед отправкой.

Long-term memory for DeepSeek Harness in Claude Code's format: private, overlay, or shared with Claude Code, with provenance on every file

Skill that fact-checks a claim against the open web rather than model memory: it splits the claim into independently checkable fact points, routes each point to the primary-source ladder for its domain (policy, academic, medical, financial, disaster and accidents, food safety, science, education, sports, entertainment, judicial, and more), searches domestic and international ecosystems in parallel, fetches primary pages, grades sources by type, re-searches with debunking keywords, and reports conclusion-first with a full URL and citation position behind every statement, keeping unverified and undecidable points separate from confirmed ones. Three factual judgements can be routed to a TypeSafe Jev (System One) decision model when a key is configured, falling back to the skill's deterministic rules when it is not; a model verdict can only lower a confidence tier.

Summarises the case evidence, diagnosis, repair procedure, parts list and cost-option comparison for a motor into a Markdown repair recommendation report with data provenance.

DeepSeek Harness (Cordis) plugin — bi-temporal VSA memory + cognition engine + BLAKE3 provenance, exposed as a DSH storage+session plugin. End-to-end tested with a real Python subprocess.

Проверки цепочки поставок перед установкой для плагинов DeepSeek Harness: убедитесь, что устанавливаемый tarball совпадает с исходным кодом, который вы читали, до запуска какого-либо кода.

Безопасность выполнения с учётом происхождения данных для DeepSeek Harness. Отслеживайте конфиденциальные данные между вызовами инструментов и предотвращайте рискованные побочные эффекты до выполнения.

Доверенный офисный набор для государственной/корпоративной работы от Beijing Caizhi Technology (深知可信智能): три навыка — доверенные консультации (вопросы по политике/нормативам с маркерами цитирования + HTML происхождения), доверенный поиск (поиск авторитетных политик/стандартов с прослеживаемым HTML + чистым Markdown) и написание официальных документов (черновик/переписывание/Word/поставка на бланке); все интерфейсы идут через MCP доверенной среды dknowc (Bearer-авторизация), результаты попадают в рабочее пространство сессии, настройка ключа сохраняется для будущих сессий; публикуется на npm как dknowc-dsh.