플러그인

dsh 프로필 앱 플러그인으로 부팅되는 DeepSeek Harness용 opencode에서 영감받은 터미널 UI입니다. 세션 사이드바, 스트리밍 채팅, markdown 도구 카드, todo 목록, 슬래시 명령 제안, 컨텍스트 미터가 있는 텔레메트리 푸터 및 인라인 승인 프롬프트를 제공합니다.

DeepSeek Harness용 가역적 컨텍스트 축소: 균일한 JSON 배열의 TOON 스타일 무손실 표 형식 재인코딩, 줄 번호가 있는 스트라이드 샘플링 테이블 윈도우, 반복되는 도구 출력의 교차 턴 중복 제거; 모든 대체는 바이트+토큰 게이트(≤72% 바이트, 추정 토큰 수가 엄격히 더 적음)를 통과해야 하며, 원본은 `[save-token #id]` 알림 뒤로 디스크에 저장되어 `save_token_expand` 도구로 한 번의 호출로 복원할 수 있고, 청구 및 절감 토큰 계량은 설정 대시보드에 표시된다.

Cordis /hongtou 명령: 2단계 파이프라인 (LLM 구조화 JSON + 결정론적 Word 2003 XML 템플릿 렌더링)

하나의 설정 항목 뒤에 엄선된 15개 테마 계열과 9개의 완전한 dsh-web-ui 스킨 복제본을 묶은 플러그인. CSS 전용 커스텀 테마 JSON, 폴더 선택기를 통한 제어형 커스텀 스킨 팩 가져오기, 미리보기, 적용, 삭제, 기본값 복원 기능을 제공합니다. npm에서는 `dsh-appearance-gallery`로 배포됩니다.

모델·프로바이더·워크스페이스·기간을 아우르는 사용량 분석: 캐시 적중 가시화, 모델/프로바이더별 분해, 시간별·일별 추세, GitHub 스타일 53주 히트맵, 연속 사용, Token 점유율 도넛 차트, 조합 가능한 필터, 캐시 효율 추세, DeepSeek 잔액, CSV 내보내기. 세션 삭제 후에도 보존되는 영구 원장(증분 재구축, 재시작 시 미변경 세션은 로그 재독 없이 적용). 워크스페이스 등록은 DSH domain/changed 프로브로 자동 갱신되며 DSH 등록 워크스페이스만 엄격히 집계합니다. Token 회계는 입력·캐시 읽기/쓰기·추론을 분리하고 제로 사용 재생은 기록을 덮어쓰지 않습니다. 중국어는 현지 시간, 영어는 UTC. API는 루프백 전용.

Overleaf 스타일 LaTeX 논문 작업대: 렌더링된 PDF의 임의의 텍스트에 주석을 달고 dsh 에이전트가 컴파일 검사 및 git 기록으로 소스를 수정하도록 합니다.

설정 화면에 API 잔액과 사용 가능한 모델을 표시하는 DeepSeek Harness 플러그인입니다.

ctx.web 인터페이스용 제로 설정 Exa 웹 검색 제공자: API 키 없이 사용 가능한 익명 MCP 폴백과 키 기반 REST 검색 지원

컴포저 하단의 토큰, 비용, 잔액 대시보드입니다: 실시간 인디케이터와 함께 턴별 사용량, 예상 비용, DeepSeek 계정 잔액을 의존성 없는 SVG 차트로 보여줍니다.

DeepSeek Harness용 계층형 토큰 최적화 파이프라인: 출력 레더, MCP 지연 로딩, 압축 드라이버, 캐시 적중 보고. 실제 DSH 플러그인 API 위에 구축; 긴 세션에서 입력을 약 40~60% 절감.

kimi-ppt 스킬을 번들로 제공하는 DSH 플러그인: 프레젠테이션 생성·편집·내보내기를 로컬 생성 .pptx로 수행(Pillow 렌더링 미리보기 포함). MIT open-kimi-ppt-skill에서 파생.

프로바이더별로 API 키 풀을 유지하고, 자동 생성되는 클론 라우트를 사용해 할당량 또는 rate-limit 오류가 나면 다음 키로 전환하며, 식혀진 키의 복구를 탐지하고, 풀/쿨다운/전환 코드를 Settings 섹션에 표시합니다.

AI Company Framework: 한 문장을 다중 에이전트 회사로 변환 — 15개의 플랫 스킬(boss/pipeline/role-template/11 roles/generic customer-memory), 7개의 워크플로우 템플릿, AgentTeams 런타임 + 활동 패널, 세션별 격리가 있는 직원 사이드바, Feishu 봇 브리지(boss 및 직원별 봇, 그룹 라우팅, 자율 푸시, 인간 의사결정 게이트, 외부 연락처 가이드), 고객별 SQLite 메모리, 3계층 메모리(크로스 그룹 병합), /company 모드 전환; RAG 없음.

DeepSeek Harness용 라운드별 thinking-level(reasoning_effort) 제어: Auto를 선택하면 최근 도구 호출 기록을 바탕으로 low/high/max를 스케줄하고, 아니면 wire level(off/on/minimal/low/medium/high/xhigh/max)을 수동으로 고정할 수 있다. 사용자 지정 wire 매핑, 모델 인지 capability guard, context-window 프리셋(64K–1M)을 제공하며, 모델별 capability card는 별도 플러그인인 [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions)(dsh-market에서 설치 가능)과 짝을 이뤄, 사용자 지정 OpenAI 호환 게이트웨이(vLLM / LM Studio / 자체 호스팅)가 reasoning을 시험할 수 있게 한다 — card는 llm-pi-ai capabilities를 쓰고, adapter가 wire(compat.thinkingFormat)를 구동하며, 이 플러그인은 takeover list를 자동 유지한다.

DeepSeek Harness용 게이트형 수학-모델링 스킬 모음: 5단계 파이프라인에 단계 게이트, 논문식 작성 패턴, 민감도 분석, 통계적 진단, 대회 프리셋을 포함.

별칭, 기능 태그, 사용 지침을 활용해 위임된 각 작업을 최적의 구성 모델로 자동·지능적으로 라우팅한다. 반복 작업은 빠르고 저렴하게 유지하면서 복잡한 작업은 더 강력한 전문 모델로 보낸다. Web UI 또는 안내형 설정에서 모델 팀을 구성하고, 신뢰할 수 있는 결과 결합으로 전문가를 병렬 실행하며, 서브에이전트 뷰와 Better Sidebar의 Tasks 트리에서 선택된 모델을 한눈에 확인할 수 있다.

harness용 중국 A주식 금융 데이터 MCP 서버: THS 무료 공식 REST(기본) + AKShare(폴백) + Wind(독점 도메인) 통한 11개 fin_data__* 도구(시세/K 라인/재무/캘린더/특별 데이터/공지/EDB/조정/펀드/지수), 관찰 가능한 저하, 컨텍스트 예산 압축(결과 측 -72.2% 측정), 오프라인 10년 시장 데이터 레이크; BYOK.

API 채널 또는 로컬 CLI(mmx / codex / agy)를 통해 DSH 채팅에서 이미지를 자동으로 생성 및 표시하며, 해당 CLI를 사용하여 이미지 인식도 가능합니다.

전역 중국어 모드: 컴포저 옆의 작은 알약형 스위치로 모든 프리셋의 시스템 프롬프트에 언어 요구사항을 주입합니다(완전한 페르소나는 예외). 응답, 사고, 도구 출력을 각각 중국어와 영어 사이에서 전환할 수 있으며, 고정된 프리셋도 지원합니다.

29개의 프레임 감사 상태를 갖춘 픽셀 아트 고래 데스크톱 동반자. 승인 대기 시 유리를 두드리고 탭 제목이 깜박이며, 턴 종료 시 완료 보고를 말하고, 웹 클라이언트에 슬래시 명령 팔레트를 추가.

DeepSeek Harness 에이전트를 위한 두 번째 뇌입니다 — 위험한 도구 호출 전에 강력한 모델이 검토하며, 하나의 지갑으로 67개 모델을 사용할 수 있습니다. 계정도 API 키도 필요 없습니다.

HTTP/전송 계층에서 강제되는 WebUI 인증입니다: 리소스, 플러그인 번들, /api, WebSocket을 아우르는 4단계 로그인 게이트와, HttpOnly 쿠키 기반 서버 사이드 세션을 제공합니다.

dsh용 특허 작성 게이트키퍼 — 아이디어를 먼저 중국 선행기술과 대조해 검증한 뒤, 5자 정렬 인터뷰, 8장 공개 초안 작성, 도면과 시뮬레이션 실행, 7차원 검토, docx/PDF 내보내기를 진행합니다. 스킬은 바로 사용할 수 있고, 검색·내보내기·실험 도구는 비활성 상태로 제공되는 번들 Python MCP 서비스에서 옵니다 — ~/.dsh/patent-services.yaml에 한 줄을 넣으면 활성화되며, uvx가 PyPI에서 wheel을 가져옵니다.

DSH 웹 UI를 위한 스트리밍 대화 기록 접기: 사고와 도구 행은 접히고 가장 최근의 사고 창이 스스로 열립니다. 완료된 턴은 질문으로 다시 스크롤되며, 그 질문은 읽는 동안 상단에 고정됩니다. 파란 불꽃이 사고 창 가장자리와 답변 작성 헤드에서 튀어 오릅니다.