SEMANTIC DIRECTORY · plugin-directory-semantic-v3-19
模型与智能体质量评测
以受控实验和统计证据评估模型、提示词、RAG 或智能体配置，包括基准测试、A/B、回归、盲测、漂移检测、连通性诊断和发布治理；不承担日常运行遥测。
叶子目录成员
25 个插件
@percepteye/agent-flywheel@percepteye/agent-flywheel目录 已分析Close the loop on your OpenClaw or DeepSeek Harness agent: record what your tools actually did — ok, failed or unknown — claim graded rollouts in training mode, and report them back. Never alters a tool result; set PERCEPTEYE_AGENT_MODE=production for a s兼容性DSH 0.1.6-alpha.2 · web依赖审计有限审计报告 0 项制品0.1.2证据更新2026-09-26公开信号0 downloadsbenchMauricioPerera/bench目录 已分析DSH plugin from MauricioPerera/bench兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号0 starsdeepseekharnessevalsuyoumo/deepseekharnesseval目录 已分析DSH plugin from suyoumo/deepseekharnesseval兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号5 starsdeepsiper-enthea8b-is/deepsiper-enthea目录 已分析Sovereign, agent-driven LLM evaluation harness forked from deepseek-harness (dsh) — Cordis plugin architecture, EntheAI backends, and multi-model benchmarking兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号1 starsdsh-agent-evolutionFriendsHL/dsh-agent-evolution目录 已分析Preset-composed Agent experiments and evolution primitives for DeepSeek Harness兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号0 starsdsh-agent-evolvejonah791/dsh-agent-evolve目录 已分析跨代自评估进化插件：配置仓库（版本化资源+锚点链）、热重载（.agent-presets 运行时应用/回滚）、子智能体白纸继承配置跑 modeltest 评测、账本（分数/轨迹/失败模式）。受益主体为宿主 agent 本体。兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号1 starsdsh-bench1105623876/dsh-bench目录 已分析一个用于做模型对照实验的DeepSeek Harness插件兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号1 starsdsh-blind-arenachanger-changer/dsh-blind-arena目录 已分析A blind, fair, local DSH Web arena: same task, isolated worktrees, shared verification, judge before reveal.兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号2 starsdsh-design-qadsh-design-qa目录 已分析给纯文本模型的设计稿保真判定：`deepseek_vision` 工具从任意 OpenAI 兼容视觉路由借来一只眼，让模型判断实现与设计稿是否一致——并附上支撑该判定的基准（4 组夹具、23 处注入缺陷、逐格原始输出）与其依赖的提问纪律。兼容性DSH 0.1.6-alpha.2 · web依赖审计有限审计报告 0 项制品0.1.4证据更新2026-09-19公开信号44 stars · 607 downloadsdsh-gray-testLiLiLi-Zi/dsh-gray-test目录 已分析dsh gray-model detection plugin — launch N concurrent sessions, stream reasoning chains, auto-classify gray models (I'm+ing > Let me×5), normal models (Let me≥3), and abnormal models (no features). Supports standard/PTC/minimal/cordis presets.兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号1 starsdsh-harbor-evolutiondsh-harbor-evolution目录 已分析DeepSeek Harness plugin and Skill for Harbor Candidate and Historical Session evaluation workflows.兼容性DSH 0.1.6-alpha.2 · web依赖审计有限审计报告 0 项制品0.9.8证据更新2026-09-25公开信号2972 downloadsdsh-livebench-paneldsh-livebench-panel目录 已分析DSH web plugin: a LiveBench tab in the Trajectory view (right of 对话/轨迹). Run LiveBench evaluations against every model configured in the DeepSeek Harness — pick provider/model, category, task, release and question range from dropdowns, watch progress, and兼容性DSH 0.1.6-alpha.2 · web依赖审计有限审计报告 0 项制品0.2.33证据更新2026-09-26公开信号4181 downloadsdsh-livebench-rankingsaddie-ace/dsh-livebench-rankings目录 已分析DSH 内的 LiveBench 能力排行榜：识别官网当前发布的榜单版本，再读取其官方 CSV 与分类 JSON，在由输入框按钮打开的独立同源 iframe 中渲染模型排名。支持搜索、机构／开放权重／推理模型筛选、按能力维度排序、任务级明细、最多 4 个模型并排对比与 CSV 导出；默认每 60 秒同步（可配 30–3600），缓存只写入插件自身的 .cache/rankings.json。兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号0 starsdsh-model-deploylhwwxy/dsh-model-deploy目录 已分析LLM model selection & deployment analysis tool for DeepSeek Harness: deployability, VRAM, TTFT, latency, throughput and power for 38 models × 20 GPUs/NPUs兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号0 starsdsh-models-radardsh-models-radar目录 已分析在设置页展示 CodexRadar 模型能力评测，并在输入框旁显示当前会话所选模型的 DeepSWE 分数。兼容性DSH 0.1.6-alpha.2 · web依赖审计有限审计报告 0 项制品0.1.23证据更新2026-09-21公开信号2 stars · 2411 downloadsdsh-provider-probeWanbinyu/dsh-provider-probe目录 已分析Manual provider connectivity and latency checks for DeepSeek Harness兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号1 starsdsh-purgeYuJunZhiXue/dsh-purge目录 已分析在设置页编辑 prompt-inject.md、管理 AGENTS.md 或 CLAUDE.md 规则集、检查插件更新，并对本机包做可回滚的应用或还原。兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号1380 starsdsh-research-labHarzva/dsh-research-lab目录 已分析DSH-native multi-runtime baseline, ablation, and reproducible evaluation control plane兼容性DSH 0.1.6-alpha.2 · web依赖审计未测试制品未解析证据更新2026-09-27公开信号0 stars
分类属于公开语义索引事实，不是最终推荐；兼容性、权限与来源证据仍需分别核对。