Плагины

Пакет памяти и контекста OpenViking для DeepSeek Harness: автоматическое извлечение перед шагом и внедрение профиля, захват сессии, защита URI `viking://`, а также инструменты памяти для чтения/записи на основе сервера OpenViking.

iPolloWork HyperFrames Video Studio и 27 редактируемых видеошаблонов в виде нативного окна диалога DeepSeek Harness.

Подключает DeepSeek Harness к локальной самосовершенствующейся персональной базе знаний ReMe: автоматически сохраняет завершённые беседы главного агента как пользовательскую Markdown-память, ищет беседы и исходные материалы через reme_search с BM25, опциональными эмбеддингами и раскрытием wikilinks, а также планирует ежедневную консолидацию памяти.

Подключает DeepSeek Harness к локальной саморазвивающейся персональной базе знаний ReMe: автоматически сохраняет завершённые диалоги основного агента как принадлежащую пользователю память в формате Markdown, выполняет поиск по диалогам и исходным материалам через reme_search с BM25, опциональными эмбеддингами и раскрытием вики-ссылок, а также планирует ежедневную консолидацию памяти.

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

Непрерывная самоэволюция: версионируемое, проверяемое и безопасно откатываемое состояние harness (промпты, память, skills, спецификации субагентов), совершенствуемое по траекториям сессий, с контрольными точками ревью и горячей перезагрузкой skills.

Набор для исследовательского агента: управление долгосрочными целями с проверяемыми цепочками доказательств, планирование по cron, команды экспертов из нескольких агентов, самоэволюционирующая исследовательская память (воспроизведение FTS5 + RRF), рабочие пространства проектов и кастомный UI рабочего пространства.

Плагин долговременной памяти и самоэволюции для DSH: захват L0 → извлечение памяти L1 → группировка сцен L2 → персона пользователя L3, автоматическая инъекция воспоминаний, синтез навыков, полностью локальная работа (SQLite FTS5 + jieba, опциональный векторный поиск).

Самоэволюционирующая командная память в виде простого Markdown в git: нативный плагин Cordis, регистрирующий 38 инструментов памяти с bare-name и секцию prompt-сигналов, пересчитываемую при каждой сборке, с RPE-подкреплением, затуханием и консолидацией во сне; разделяет один репозиторий данных с хостами Claude Code (MCP) и OpenClaw; проверено на DSH 0.1.0-rc.6.

Самоэволюционирующая командная память в виде обычного Markdown в git: нативный плагин Cordis, регистрирующий 38 инструментов памяти с простыми именами и раздел сигналов промпта, переоцениваемый при каждой сборке, с RPE-подкреплением, затуханием и консолидацией во сне; использует общий репозиторий данных с хостами Claude Code (MCP) и OpenClaw; проверено на DSH 0.1.0-rc.6.

Межсессионная память с детерминированным восстановлением без токенов (bigram-Jaccard, объединённый с FTS5 BM25 через RRF, с учётом китайской токенизации), усилением, которое укрепляет повторяющиеся наблюдения, и процедурами, кристаллизованными в файлы SKILL.md, редактируемые на месте через жизненный цикл active-stale-archived с обратимым архивированием и откатом. Для ingest и disposal задаётся выбираемый пользователем уровень автономности; конфликты и записи высокой важности всегда отправляются на проверку человеком, и ничего никогда не удаляется автоматически. Требуется Node 22.5+.

Контроллер самоэволюции с приоритетом доказательств: ограниченная генерация кандидатов Cordis, однократный приём настоящего Loader, оценка Harbor и журналируемая родословная с возможностью возобновления после сбоя.

Корректный перезапуск + автоматическое переподключение клиента + продолжение цели после перезапуска для DeepSeek Harness (dsh). После обновления плагина dsh-phoenix перезапускает dsh на безопасной границе простоя, сохраняет подключение страницы браузера и возобновляет выполняемую цель, чтобы задача могла продолжаться.

Набор плагинов Git и управления исходным кодом для DeepSeek Harness: локальные git-операции плюс адаптеры GitHub, GitLab, Bitbucket, Azure DevOps и Gitea, с самоэволюционирующей памятью.

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.

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.

Саморазвивающийся агент уровня проекта для DeepSeek Harness: 16 рабочих процессов SDD (уточнение, PRD, задача, кодирование, локализация, приёмка, ревью) плюс память и знания проекта, которые накапливаются со временем.

Long-term memory and self-evolving skills for the DeepSeek Harness · DeepSeek Harness 的长期记忆与自我演进能力 —— Plain Markdown on disk, no vector store

DSH 自进化信号源：机械挖掘会话日志（重试簇/工具错误簇/中断回合/Token 浪费）→ 结构化问题工单。dsh-darwin 双插件架构的 B 面，可独立安装当会话体检用。

Self-evolution actuator: consumes problem tickets mined from session logs, synthesizes skill candidates (zero-code tiers by default) behind an eval gate with hold-out canaries, then promotes to project .dsh/skills with human confirm and deterministic rollback.

Session health-check: mechanically mines session logs into structured problem tickets (retry loops, tool-error clusters, interrupted turns, token waste) over the official session-query seam; works standalone.

Плагин DeepSeek Harness и входящий в комплект Skill для безопасного развития Cordis Candidates с помощью Harbor.

受控自进化 AI Agent 框架：CQRS 读写分离、子代理自主进化、人类锁定根分类的 Agent 错误自愈路由表（DSH 插件生态 bundle 包）

Windows computer-use capability for DeepSeek Harness: screenshot → vision model → simulated mouse/keyboard input, with self-evolving knowledge base.