Плагины

Добавляет в DeepSeek Harness редактируемый холст беседы, где связи графа выбирают контекст для запросов холста, с ветвлением, слиянием и импортом локальных сессий агентов.

ThoughtDAG для DeepSeek Harness: превращает текущую сессию DSH в редактируемый граф мыслей на бесконечном холсте.

Подключает 88 упакованных навыков агента в области исследований, социальной аналитики, маркетинга и бизнеса в dsh через поставщик навыков файловой системы.

Исследовательские навыки для 3D Gaussian Splatting / NeRF / компьютерной графики: 18 ИИ-навыков (чтение статей, сравнение методов, планирование экспериментов, проверка кода, отладка обучения, визуализация, MCP-рендерер и др.) для тщательно собранного каталога из 1011 методов, а также MCP-сервер stdio для рендеринга 3DGS агентами.

Набор плагинов-ассистентов для исследований (поиск литературы, исследовательская вики, компиляция LaTeX, независимая проверка субагентами) для DeepSeek Harness.

Глубокое чтение книг и статей в пяти режимах (быстрый, глубокий, карта знаний, по Фейнману, полная книга) с отчётами «утверждение — доказательство — данные», интеллект-картами Mermaid/XMind, пакетным сравнением, предварительной проверкой бюджета, прозрачным отслеживанием прогресса фоновых задач и экспортом в MD/HTML из URL, файлов или вставленного текста.

Zotero как хранилище доказательств для агентов: поиск в библиотеке, просмотр метаданных и заметок, извлечение доказательных фрагментов, открытие исходных PDF-файлов и создание цитат и библиографий.

Интеграционный слой DSH для механизма памяти Minta: компонует официальную строку dsh-mcp-client, регистрирует skill minta-memory-governance плюс предварительный прогрев памяти при старте сессии и поставляет пресет агента Minta; требует отдельно развёрнутый механизм Minta (Python/Docker) для предоставления 19 инструментов MCP — без него непригоден.

Рабочее место исследователя DSH: локальная библиотека статей + книжная полка идей + граф знаний

Защита от долга исследований для DeepSeek Harness: побуждает агентов кодирования искать в документации, GitHub и вебе перед повторными локальными пробами и ошибками.

Создание научных иллюстраций кодом: агенты формируют версионируемый IR рисунка и изменяют его по одному узлу, не перемещая нетронутые объекты. Экспорт настоящих векторных SVG/PDF/PPTX для публикаций. Семь инструментов papercanvas_* (create/get/patch/layout/lint/render/inspect), детерминированный движок, проверки качества FC001–FC008 и подбор CJK-шрифтов. Проверено с DSH 0.1.5-rc.3–0.2.2-alpha.2; автор dsh-sessionflow. PaperCanvas нужно установить отдельно: Python 3.11+ и CLI papercanvas (пока не опубликована в PyPI); установите из этого репозитория, добавьте в PATH или задайте papercanvasBin. Плагин — тонкий адаптер, движок не поставляется.

Unofficial DeepSeek Harness port of the Academic Research Skills plugin (CC-BY-NC-4.0, non-commercial): 5 skills, 16 /ars-* commands, 4 agent roles, write-scope guard, and deterministic Python gates.

Двуязычная матрица чтения научных статей со ссылками на источники для DeepSeek Harness. Локальная библиотека SQLite, цитаты со страниц PDF и ручное редактирование.

Выбирает утверждение в ответе ИИ, ищет подтверждения в прежнем чате и записях инструментов, классифицирует поддержку и открывает исходный фрагмент.

Библиотека статей и рабочее место для чтения: поиск arXiv, локальная библиотека обычных файлов с метаданными, PDF и извлечённым полным текстом, а также заметки Markdown трёх уровней (обзор, понимание, критика) рядом с PDF. Включает семь инструментов модели и веб-панель.