Плагины

Пресет агента по биоинформатике с 17 аналитическими skills BioDSH (single-cell, bulk RNA-seq, выживаемость, регрессия, ANOVA), библиотекой из более чем 2000 skills с поиском через инструмент skill_library, выбором skill для каждого сообщения и ограничителем сходимости по времени/шагам.

QA-конвейер в виде 10 навыков агента: анализ требований, тестовая стратегия, написание и ревью кейсов, E2E (Playwright) и автоматизация API, исследовательское тестирование, область регрессии и анализ багов на основе общей базы знаний с правилами формата, моделью рисков и валидаторами схем.

Управляет научным построением графиков OriginLab Origin из ИИ-чата через MCP: 62 инструмента. Сторож модальных диалогов, предохранитель LabTalk, release/reconnect, подгонка с начальными/фиксированными/взвешенными параметрами, детальная правка графиков и листов, матричные инструменты, декларативный FigureSpec YAML (сравнимый по diff и воспроизводимый), снимок MCP Resources только для чтения, мост matplotlib-figure, сборка PowerPoint с подписями панелей, поиск шаблонов в Graph Gallery, экспорт в EPS, белый список доступа к файлам, базовая линия визуальной регрессии и редактируемый результат OPJU с детерминированной проверкой обратного чтения.

QA по соответствию дизайну для текстовых моделей: инструмент `deepseek_vision` заимствует «глаз» из любого OpenAI-compatible vision route, чтобы модель могла определить, соответствует ли реализация макету; вместе с бенчмарком, стоящим за этим суждением (четыре fixture, 23 внедренных дефекта, raw transcripts) и дисциплиной вопросов, на которой это основано.

Мобильная веб-оболочка для DSH Web GUI: выдвижные панели-оверлеи, перетаскиваемая FAB, исправления мобильного composer и плавающая кнопка загрузки изображений, закрепленная над composer (нативная галерея/камера, интеграция с проверенным pipeline add-images), без регрессий на desktop. Опубликовано на npm как dsh-webui-mobile.

Тестовая среда оценки для плагинов DSH: YAML-кейсы запускают реальные безголовые прогоны агента, проверяют вызовы инструментов, аргументы, результаты и использование токенов, с базовым порогом для регрессий в CI.

Навык проверки утверждений, сверяющий проектные документы и планы с фактами кодовой базы, с эскалацией поведенческих утверждений до исполняемой проверки логическими примитивами для машин состояний и моделей данных, с регрессией до/после, доменными ограничениями и поиском рисков параллелизма.

Самоэволюционирующий плагин для DeepSeek Harness: наблюдает за работой агента, предлагает улучшения своих ресурсов через LLM, проверяет каждое предложение в пробном агенте в песочнице и применяет только проверенные изменения — с версионируемым журналом и автоматическим откатом при регрессии.

Отчёты о дрейфе поведения для сессий DSH: сравнивает два журнала сессий и сообщает о согласованности последовательностей инструментов, их составе, объёме рассуждений, таймингах, повторах и целевых файлах, с необязательным порогом для CI. Без зависимостей.

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.

Отладка и тестирование frontend GUI для агентов DeepSeekHarness: 36 инструментов browser_* для структурированной GUI-автоматизации, визуального сравнения, анализа динамических кадров и сетевой диагностики в Web/Chromium.

Защитный выключатель для холостых ходов агента: отслеживает agent/assistant-stream и отменяет ход, порождающий только рассуждения — без текста и без вызова инструмента — после 45 с, после 80000 символов рассуждений или при вырожденном паттерне повтора (точный повтор блока, повтор шаблона предложения, разреженный повтор или плотность 6-грамм). При срабатывании внедряет инструкцию продолжения, требующую следующим действием вызов инструмента, и поставляет 11 регрессионных случаев плюс настройку на каждом шлюзе.

dsh-lint-loop v0.7.0 добавляет ограниченные проверки доказательств только для чтения для наблюдаемых изменений shell/bash/pwsh и файловых инструментов. Неуверенные доказательства остаются incomplete. [Release](https://github.com/lemonxiny55/dsh-lint-loop/releases/tag/v0.7.0)

Мобильный адаптер для веб-оболочки DSH: выдвижные боковая панель и панели деталей, адаптивные редактор сообщений и настройки ниже 768px, ноль регрессий на десктопе.

Плагин-оркестратор QA для DeepSeek Harness: агент исследует ваше приложение и оставляет доказательства, после чего пройденный путь воспроизводится детерминированно. Управляет драйверами браузера, рабочего стола macOS, iOS и Android.

Slash-команда /dshpp показывает по журналам harness расход сессии и токенов, долю попаданий в кэш и примерную стоимость. В репозитории также есть CLI и локальная Web-консоль для управления жизненным циклом, provider, сессиями и безопасностью плагинов.

Память решений и целей с отслеживанием происхождения: явные команды и модельный инструмент детерминированно фиксируют решения, карточка статуса заново закрепляет их при компакции, безошибочный поток событий с поиском BM25+jieba служит основой, а сценарный набор регрессионных тестов на точность контролирует релизы.

Запускайте Stata через DeepSeek Harness: нативный сервис Stata AI Skill запускается автоматически вместе с DSH (бинарники macOS/Windows включены), так что регрессии, do-файлы и эконометрические рабочие процессы работают без ручной настройки.

Независимое браузерное приемочное тестирование результатов агента: на вход JSON-спецификация, на выходе вердикт из реального Chromium.

Записывает ошибки браузера, фиксирует ожидаемые результаты и проверяет исправления на новой контрольной версии исходного кода.

Контрактный регрессионный harness для авторов плагинов: скриптованный LLM-адаптер проводит реальный пайплайн в изолированных дочерних процессах с проверками событий сессии (слои load/contract/behavior/fault); без API-ключа, готов к CI.

Merges your configured, runtime-registered and locally cached models into one panel, probes and minimal-request tests them, pulls each channel's upstream /v1/models catalog, and chains the keepers into named schemes. A virtual ModelPool provider fails over at request time with per-model cooldowns, exponential backoff, image-request avoidance for text-only models, and a 10-minute memory for rejected reasoning levels. Adds a token ledger by day and model with CSV export, and 21 regression probes. Not a fork of dsh-llm-fallbacks.

Records a session as a run, replays it in an isolated workspace copy with another model or prompt, diffs the two trajectories side by side, aggregates runs into a task × variant matrix, and gates regressions with task assertions and a CI exit code.

Agent application development evaluation skill (skill bundle) for DeepSeek Harness: offline/online suites judged from audit side effects, baseline diff with zero tolerance for safety regressions, and mutation tests proving the evaluators themselves catch regressions. Framework-agnostic - needs a callable chat endpoint and queryable tool-call records. DSH host compatibility is deliberately undeclared.