플러그인

hytime/dsh-thinking-effort가 그리는 추론 단계 컨트롤을 파랑→보라색 필, 별빛, 광택 스윕으로 바꾸는 CSS 스킨입니다. 라이트·다크 팔레트를 모두 제공합니다. 해당 플러그인이 설치되어 있어야 하며 자체 UI는 추가하지 않습니다.

채팅 입력 모델 선택기를 제공자별 접이식 목록으로 바꿉니다. vision-bridge 미러 제공자는 상위 제공자 아래로 합치고 각 모델이 설정에서 선언한 reasoning-effort 옵션을 유지합니다. DSH Desktop에서만 테스트했으며 DSH 웹 빌드는 미검증입니다.

DSH >= 0.2.0-rc.2 및 < 0.3.0이 필요합니다. LLM 공급자를 원하는 수만큼 선언하고 각각 별도 endpoint, 자격 증명, 모델별 매개변수(reasoning-effort 어휘, 이미지 입력, 재시도 정책)를 설정합니다. OpenAI Chat, OpenAI Responses, Anthropic Messages, Google Gemini wire format을 지원하며 설정 페이지에서 구성합니다.

Codex 스타일의 DeepSeek Harness 모델·추론 강도 선택기입니다. 모델이 제공하는 강도 단계, DSH 네이티브 테마, 왼쪽이 잘리는 방사 효과, 사용자 지정 제공자용 복사 가능한 추론 강도 선언 안내를 제공합니다.

DeepSeek Harness용 ZenTao MCP 번들입니다. 작업/버그 워크플로, 보고서, 검증된 공식 공수 기록을 제공합니다.

DeepSeek Harness Web용 Codex 스타일 `/reasoning` 명령입니다. 슬래시 메뉴에서 현재 모델의 추론 강도를 선택합니다.

DSH에서 외부 Agent CLI를 통합 관리하고 호출합니다. 사용자의 기본 설치와 완전히 격리되며 CLI별 Provider, 모델, 추론 강도, 권한을 프리셋으로 설정할 수 있습니다. 직접 호출하거나 기본 subagent처럼 사용할 수 있습니다.

DSH composer용 간결한 추론 강도 조절자입니다. 가느다란 선과 슬라이딩 마커, 모델별 기억, 낙관적 전환, 간소화된 모델 선택기를 제공합니다.

llm-pi-ai 설정 영역에서 타사 provider의 모델별 추론 강도 단계를 선언합니다. pi-ai 카탈로그에 정의되지 않은 모델에서도 DSH 기본 추론 강도 선택기를 사용할 수 있습니다.

검색 기능이 있는 세션 모델 선택기입니다. 정규화 부분 문자열을 먼저 찾고 subsequence를 대체 검색으로 사용합니다(glm53은 GLM-5.3, ds는 DeepSeek 검색). 최근 호출 성공 provider를 맨 위에 고정하고 추론 강도 패널은 모델별로 마지막에 명시 선택한 수준을 기억합니다.

Models 설정 페이지에 라우트별 컨텍스트 창과 압축 임계값 필드를 추가하고, 입력창에 공급자 인식형 사고 강도 선택기를 추가합니다. llm-pi-ai의 capacities, reasoningEfforts, compaction-basic patch row에 기록합니다.

DSH(DeepSeek Harness) 플러그인입니다. 각 LLM 모델의 기본 추론 수준(reasoningEffort)을 설정하고 요청이 하위 호출 체인에 들어가기 전에 라우팅 규칙에 따라 자동으로 값을 채웁니다.

작업별 모델 추론 강도(off/low/high/max)를 자동 조정합니다. 작업 분류, [effort=...] 표식, 한 턴 안의 오류 상승 조정, DeepSeek 피크 요금 시간대 제한 및 카운트다운 알림을 지원하며 수동 선택이 우선합니다.

DeepSeek Harness에서 재사용 가능한 이름 있는 하위 에이전트 프로필을 관리하고, 프로필별 모델·추론 강도·에이전트 프리셋 설정으로 실행합니다.

사용자 지정 모델의 입력 유형(input)과 추론 모드(reasoningEfforts)를 설정하는 DSH 플러그인입니다.

단계형 compaction 허브입니다. 단일 80% compaction 임계값을 설정 가능한 단계(기본 30/50/70/90)로 대체하고 약한 압축에서 최대 통합까지 강화합니다. 각 checkpoint에 결정론적 keyword index를 넣어 사실을 주기 간 축적합니다. 요약은 기본 모델과 최대 3개 fallback 모델을 순서대로 사용하며 각 모델의 추론 강도를 따로 설정합니다. Compaction 하위 탭과 설정 카드를 추가하고 끄면 항상 기본 compaction으로 복원됩니다.

공식 Models 설정 페이지를 대체해 provider 수명 주기 관리, 모델별 추론 강도 단계, 재시도 재정의, 드래그 순서 변경, upstream 모델 동기화를 제공합니다.

DSH 플러그인입니다. llm-pi-ai용 모델 기능(reasoningEfforts 및 입력 모달리티)을 자동 감지하고 설정합니다. dsh-reasoning-efforts의 후속작입니다.

DeepSeek Harness(DSH) Web용 검색 가능한 모델 선택기입니다. 네이티브 모델 선택기를 충실히 fork해(Model/Effort, provider별 목록, 추론 강도 유지) 모델 목록 위에 검색창을 추가하고 입력 중 필터링합니다.

GPT, Codex, Gemini 및 OpenAI 호환 모델별 추론 강도(off/minimal/low/medium/high/xhigh)를 설정합니다. 런타임 어댑터가 아닌 보조 도구를 설치합니다. Windows에서는 profile마다 `enable-capabilities.ps1`을 한 번 실행하고 재시작하면 `~/.dsh/settings.yaml`에 각 단계가 선언됩니다. 비활성화 스크립트와 복구용 백업도 포함합니다.

전문 subagent 위임 프리셋(orchestrator + 5개 역할: oracle/designer/fixer/explorer/librarian)입니다. DSH home에 자체 구성을 배치하고 백그라운드 우선 위임, JSON 기반 모델/effort/tool 권한, 조사 범위가 제한된 MCP를 제공합니다.

DeepSeek Harness 모델 선택기 업그레이드입니다. 모델과 reasoning effort를 한 단계에서 선택하고, Liang 등급 5개, 사용자 지정 model alias, 피크/오프피크 요금 카운트다운을 제공합니다.

DeepSeek Harness에서 모델 입력 기능과 추론 강도를 구성합니다.

DSH 모델 즐겨찾기 플러그인입니다. 즐겨찾는 모델을 맨 위에 표시하고 동명 모델에는 공급자를 표시합니다. 모델/추론 수준 버튼을 따로 제공하며 모델마다 effort 설정을 기억합니다.