~/project/.dsh/skills/ProjetoCarrega apenas neste repositório. O lugar certo para ler um pacote antes de confiar nele para a máquina toda.
Uma sessão do dsh termina quando você a fecha. Alguns trabalhos não deveriam. O SuperAgent executa a tarefa em um canvas persistente, guarda o que aprendeu e para quando precisa mesmo de você.
cp -r felo-skills/felo-superagent .dsh/skills/Harness de agente de código aberto (prévia para desenvolvedores)
O dsh lê skills direto de pastas que você aponta, então um pacote da Felo está a uma cópia de distância de ser chamável em uma sessão — e a uma exclusão de distância de desaparecer.
Trabalho longo só é confiável se você consegue ver onde ele está. Cada etapa registra o que fez e o que está esperando, para você sair e voltar sem reler uma parede de saída.
O trabalho registra a pergunta, as fontes que pode usar e o que conta como concluído.
Puxa de busca, páginas e documentos, gravando cada achado no canvas assim que ele chega.
Duas fontes discordam sobre um número. Ele para e pergunta em vez de escolher uma em silêncio.
Escreve a entrega no formato acordado, mantendo a lista de fontes anexada.
Devolve o rascunho, as fontes e as questões abertas que não conseguiu fechar.
Todo o resto desta página é uma ferramenta que a sessão chama. Este está mais para um trabalho que a sessão repassa, então o ponto de montagem importa mais que o normal.
~/project/.dsh/skills/ProjetoCarrega apenas neste repositório. O lugar certo para ler um pacote antes de confiar nele para a máquina toda.
~/.agents/skills/UsuárioCarrega em todos os projetos, e é a mesma pasta que outros harnesses desta máquina enxergam.
mkdir -p ~/.agents/skills
cp -r felo-skills/felo-superagent ~/.agents/skills/Liste os skills que você consegue chamar a partir deste projeto.O modo de falha aqui é uma execução que parece contínua, mas na verdade recomeça a cada vez.
Reabra e pergunte o que o trabalho já fez. Um canvas de verdade responde com detalhes que você não colou; um de mentira recomeça a tarefa.
Encontre uma questão em que duas fontes discordam. A execução deve parar e perguntar. Se ela escolhe um lado sem avisar, a máquina de estados é decorativa.
Peça as fontes reunidas duas etapas atrás. Persistência que perde a procedência é pior do que nenhuma persistência.
Use para trabalho medido em dias, ou trabalho que precisa continuar vigiando depois que você para.
Acompanhe as páginas de preço e de empacotamento deste fornecedor. Reveja toda semana, relate apenas o que mudou e nunca contate ninguém.O que voltaUm informe permanente que chega como diff em relação à semana passada, e não como resumo novo, então uma semana parada fica visivelmente parada.
Continue pesquisando este mercado enquanto eu cuido de outras coisas. Pare e me pergunte sempre que duas fontes discordarem sobre um número.O que voltaUma pergunta de fundo que avança entre sessões e só interrompe você para decisões reais.
Um trabalho longo precisa de entradas em que possa confiar e de um lugar para onde a saída vá.
Um canvas é memória, não julgamento. Duas coisas continuam firmemente do seu lado da linha.
Um trabalho recorrente sem data de fim continua rodando. Defina a cadência e a condição de parada quando começar, não quando notar a conta.
Se a pergunta de base mudar — um concorrente muda de rumo, uma política muda —, a execução continua respondendo à versão antiga até você dizer o contrário.
Confira de perto as duas ou três primeiras saídas. Uma execução que começa levemente errada se acumula, e o custo de pegar isso cedo é bem menor.
Cinco skills escritas para o DeepSeek Harness. Elas seguem o mesmo padrão nessa plataforma, então você pode combiná-las em uma única sessão sem explicar sua configuração de novo.
Comece com uma skill e combine depois os modelos, os dados em tempo real, o conhecimento e as ferramentas de saída de que o seu fluxo no dsh precisa — a mesma chave que as skills da Felo já usam.
Use acesso a LLM com bom custo-benefício quando o seu agente precisar de raciocínio ou geração próprios.
Dê aos agentes sinais atuais da web e das redes em vez de depender de um contexto desatualizado.
Fundamente o trabalho em conhecimento reutilizável e transforme-o em entregáveis que podem ser compartilhados.
Estenda o fluxo da pesquisa até resultados visuais e prontos para o Office.