플러그인

dsh 컴포저 독을 위한 설정 가능한 17분할 세션 상태 표시줄. 실시간 TPS, 모델별 비용 추정, 사용량 및 비용 대화상자를 제공합니다.

세션 단위 슈퍼에이전트입니다. GitHub 저장소 하나를 감시하다가 issue나 pull request가 바뀌면 이 세션을 깨웁니다. 로그인된 gh CLI가 필요하며 인증 정보는 모델에 전달되지 않습니다.

AI 어시스턴트, 일시 정지/중지 제어, 별도 백그라운드 모델 설정, 작업/답변, Linky, 범위 지정 지식 저장, 로컬 및 云之家 검색, 뉴스 읽기와 개발자 도구를 갖춘 워크벤치입니다. 선택적 임베딩은 모델을 다운로드합니다. 云之家에는 CLI/계정이 필요하고 웹 채팅에는 데스크톱 앱이 필요합니다.

DSH 세션의 assistant 답변과 thinking chain을 편집해 모델이 보는 텍스트를 바꿉니다. message projection을 통해 실시간 반영하거나 디스크에서 수정할 수 있습니다.

설치 후 DSH에서 Zotero를 조작할 수 있습니다. 라이브러리 검색, PDF 전문 읽기, 하이라이트/메모 요약, 주제별 컬렉션 정리, 내려받은 논문 가져오기, 번역본을 항목에 첨부할 수 있습니다. 오른쪽 사이드바에서 항목, 발췌문, 컬렉션을 한 번에 대화에 추가합니다. 모델 측 작업에는 Zotero 로컬 API와 Zotero MCP 플러그인(쓰기 작업 활성화)이 필요하며, 사이드바 패널에는 로컬 API만 필요합니다.

DSH에 `deepseek-web` provider를 등록해 로그인한 본인의 `chat.deepseek.com` 계정을 추가 모델로 사용합니다. DSH 창 안에 DeepSeek 웹 앱도 넣어 오른쪽 사이드바 탭과, 위치·크기를 재시작 후에도 기억하는 드래그·크기 조절 가능한 고래 모양 플로팅 창을 제공합니다. 로그인 상태는 설정과 패널 사이에서 한 번만 로그인해 동기화됩니다. provider에는 Open Platform API key가 필요 없습니다. Web 대화 목록, 원래 대화에 기록하지 않는 독립 Harness 세션을 여는 Fork to Workspace, `default` 모델에서 유지되는 기본 검색, 사람의 텍스트만 보내는 `/clean` 세션 토글을 지원합니다. y-wi/dsh-deepseek-web의 fork이며 DSH 0.2.x용 peer 범위, `ctx.settings.configure()`와 `.volatile()` 설정 필드, client 아이콘 이름, SSE 오류 처리를 조정했습니다. upstream `dsh-deepseek-web`과 같은 provider를 등록하므로 함께 설치할 수 없습니다. 개인 편의용입니다. 제3자 client에서 웹 로그인을 재사용하면 DeepSeek 약관을 위반할 수 있고 rate limit·정지·차단 등 계정 위험이 있습니다. 저자는 결과에 책임지지 않습니다.

요청 요약으로 PowerPoint를 만듭니다. 기획·스토리보드 승인 단계, pptwise와 ppt-master를 통한 페이지별 작성, 디자인 프로필 적용, 페이지 이미지 스냅샷 및 렌더 감사, 이미지 입력 모델에 페이지를 전달해 검토하는 도구를 제공합니다.

DeepSeek Harness용 비공식 업스트림 번들. 런타임 동기화 모델 카탈로그를 갖춘 CodeBuddy 게이트웨이, 모델별 추론 강도, 웹 검색/가져오기, 이미지 생성, 스트리밍 자격 증명 브리지, 그리고 로컬 변환 게이트웨이를 통한 TraeWork CN 및 Qoder CN 구독 채널과 키 유형별 OpenAI 호환 프로바이더 레지스트리를 제공하며, 모두 아코디언 설정 카드에서 관리합니다.

코딩 에이전트를 위한 다중 엔진 웹 검색 — 하나의 SearchBoost 코어(융합 검색, fetch, X)와 MCP(Cursor, Codex, Claude Code, Grok Build, Antigravity), pi 확장, DeepSeek Harness 번들 어댑터

DeepSeek Harness 에이전트를 위한 실제 마우스와 키보드입니다. 클릭할 대상을 말로 설명하면 비전 모델이 찾아내고 USB HID 장치가 클릭합니다.

ask_advisor를 통한 온디맨드 세컨드 오피니언: 요청을 편집할 수 있고 호출마다 사람 승인을 거치며, DSH에 구성된 모델의 텍스트 조언을 받습니다.

DeepSeek Harness를 위한 역할 기반 AI 군집: 설계자가 계획하고, 병렬 빌더가 실행하며, 리뷰어가 품질을 관리하고, 통합자가 출하합니다. 폴백 체인이 있는 역할별 모델 고정, 리뷰 루프, 증거 계약, 인간 게이트 리뷰, 쿼터 인지 일시정지/재개, 웹 GUI의 실시간 칸반 + 플로우 차트. 40개 테스트; GitHub 또는 npm에서 설치.

DeepSeek Harness용 Mixture-of-Agents 플러그인: /moa 슬래시 명령이 프롬프트를 여러 모델에 병렬로 팬아웃하고, 파일 워크스페이스에서 응답을 병합하며, Live Canvas와 연동해 시각 출력을 제공합니다.

dsh에서 자신의 Antigravity 할당량을 규정에 맞게 사용합니다: 로컬에서 로그인한 공식 Antigravity CLI (agy) 세션을 채팅 및 subagent 모델 제공자로 연결합니다.

DeepSeek Harness용 7가지 에이전트 프리셋 모드, 각 모드는 고정된 도구 경계, 모드별 모델 라우팅, fast/deep omd_task 위임 단계를 갖추고, 플랜-실행 루프(/mode, /start-work, 목표 기반 /ulw)와 모드 및 단계를 위해 모델을 리매핑하는 설정 페이지를 포함합니다.

Qwen3.8-27B와 같은 저컨텍스트 llama.cpp 모델 실행 시 컨텍스트 압축을 강제하여 모델 효율성과 사용의 원활함을 개선하며, 잘 정제된 압축 프롬프트도 함께 제공합니다.

DeepSeek Harness용 UI harmonizer: 미완성 또는 자기모순적인 공식 UI를 정규화하고, 설치된 플러그인 간의 스타일 충돌을 조정하며, 공식 디자인 토큰을 통해 시각 언어를 통일합니다. 설정 → 일반에서 실시간 사용자 정의 가능한 채팅 너비, 마크다운 글꼴 크기, 워크스페이스 스케일, UI 글꼴 스택 및 둥근 중앙 열 카드를 제공합니다. 클라이언트 전용 dsh 번들, 모델 비용 없음, 호스트 측 없음, 잔여물 없이 제거 가능.

FormatForge: 드래그 앤 드롭 수신함, ff_translate/ff_formats/ff_result 도구, CLI를 통해 30개 이상의 파일 형식(PDF, DOCX, PPTX, XLSX, EML, EPUB, TOML, 아카이브)을 AI가 읽을 수 있는 텍스트로 벼려냅니다. 스캔 PDF는 로컬 OCR 또는 세션 모델용 향상 힌트로 폴백합니다.

22개 플러그인 cordis 번들로 구성된 엔터프라이즈 AI 리소스 플랫폼: 조직/계정/역할 IAM, OIDC 제공자와 앱 SSO, 플랫폼 자체를 MCP 서버로 노출하는 MCP 서버 관리, NAS 자산 스토리지, 스킬 허브, 에이전트 및 앱 레지스트리, SaaS 커넥터 관리, 엔터프라이즈 포털 데이터 채널, 부서 에이전트 워크벤치 패널, 메시지 및 승인 푸시용 DingTalk 그룹 브리징, 도구 프록시를 통한 원클릭 원격 dsh 등록, 사용량 계량, 지갑 청구, 모델 게이트웨이, 알림이 포함된 감사, 자체 업데이트 및 검토된 타사 플러그인 마켓플레이스 — 70개 이상의 운영 도구를 dsh 에이전트가 호출할 수 있게 합니다.

브라우저 PKCE 또는 디바이스 코드 OAuth를 통해 ChatGPT 계정을 DeepSeek Harness의 Codex 모델에 연결, 자동 토큰 새로 고침 및 Web 또는 헤드리스 로그인.

DSH용 측면 패널 Xiangqi 보드: 현재 DSH 모델이 흑의 수를 두는 동안 빨간 편으로 플레이하며, Host 측 규칙 및 리비전 검사를 제공합니다.

안전한 재시작과 업그레이드, 상태 진단, 모델 사용량 통계 및 공급자 할당량 조회, 백업과 세션 관리, 작업 알림, 스킬 제어, 서브에이전트 모델 라우팅 및 Linux 권한 관리를 위한 셀프 호스팅 DSH Web 운영 패널입니다.

Learning Mode 에이전트 프리셋: 코딩하는 동안 가르치는 코딩 에이전트 - 구체적인 시나리오 기반 설명, 소크라테식 안내, TODO(당신) 연습 빈칸, Claude Code의 Learning 출력 스타일 모델링; dsh plugin add (dsh-learning-mode on npm)을 통해 설치 가능.

llm/stream waterfall에서 플러그인별 사용 예산과 비용 상한: 모델별 사용량 집계, 경고/차단 전환이 있는 세션 및 월간 예산, 지연 시간 창, 그리고 탄소 발자국 추정.