플러그인

DeepSeek Harness용 망각 곡선 인플레이스 대화 압축: 최근 턴은 그대로 유지, 중간 턴은 구조적으로 탈수(LLM 미사용), 오래된 턴은 경계 요약 쌍으로 접힘 — 경계 메모리 예산에서의 무경계 대화.

DeepSeek Harness 에이전트를 위한 야간 자기 개선: 과거 세션을 오프라인으로 수집하고, 자체 API 예산으로 반복 작업을 재생하며, 보류 데이터 게이트를 통과한 검증된 스킬을 통합합니다. microsoft/SkillOpt의 SkillOpt-Sleep 엔진을 네이티브 도구와 번들 스킬로 dsh에 제공합니다. 가중치 학습은 없습니다. Python 3.10+ 및 SkillOpt-Sleep 엔진(pip install skillopt)이 필요합니다.

DeepSeek Harness 에이전트 프리셋용 향상된 자동 압축 기본값: 조정된 임계값/보존 예산과 모델별 정책을 한 번의 명령으로 적용하며, 백업과 롤백이 포함된 멱등 실행이 가능합니다.

DeepSeek Harness용 토큰 비용 추적기입니다 — 사용량 추적, 비용 계산, 예산 경고를 제공합니다.

DeepSeek Harness용 호스트 수준 사전 알람: 모델이 자체 알람을 예약(once / interval / 무작위 지터를 갖춘 cron)하고, 정시에 콜드 세션을 깨우며, 조용한 시간과 일일 예산으로 모델 시작 후속 조치를 게이팅하고, 무음 깨우기를 회수합니다

전용 Obsidian 볼트에 순수 Markdown 형식의 프로젝트 문서와 장기 기억: 6개의 mem_* 도구(search, read, write, log, brief, admin), 세션 첫 단계에서 한 번의 예산이 할당된 회상 주입, 완료된 턴의 자동 증류. Obsidian이 실행 중일 필요는 없으며, 플러그인을 제거해도 볼트는 읽기 가능한 상태로 유지됩니다.

DeepSeek Harness용 범용 Model Context Protocol (MCP) 브리지: 에이전트를 stdio/sse/websocket MCP 서버에 연결하며, 10k 도먼트 스케일 엔진, 1밀리초 미만의 BM25 도구 검색, 동적 토큰 예산, 실시간 웹 UI 대시보드를 갖추었습니다.

DeepSeek Harness의 호스트 수준 능동 웨이크업: 모델이 스스로 알람을 예약하고(1회·반복 간격·cron, 선택적 무작위 지터), 콜드 세션은 session resume로 정시에 깨어나며, 모델이 시작한 후속 작업은 조용한 시간대와 일일 전달 예산으로 제어됩니다. 조용한 웨이크 턴은 proactive_reclaim으로 끝나고 모델 컨텍스트에서 툼스톤으로 빠지며, 선언된 스케줄 파일은 JSON 스케줄을 호스트 알람으로 멱등하게 glob 동기화하고, min_idle_seconds는 대상 세션이 조용해질 때까지 웨이크를 미룹니다. 웹 패널(설정 섹션 + 세션별 탭, SSE 실시간 갱신)에서 알람과 웨이크 기록을 관리합니다 — 자체 일과와 세계 변화를 가진 AI 컴패니언과 롤플레이 캐릭터를 위한 하트비트 엔진.

다른 세션의 컨텍스트를 현재 턴에 병합합니다: 증거 가중 충돌 해결, 전제가 철회된 주장의 철회, 세션 간 프롬프트 인젝션에 저항하는 신뢰 라벨링, 예산으로 제한된 패킹. 벤치마크를 제공합니다.

DeepSeek Harness에서의 방문 전 실사와 기업 조사로, 고객 배경 확인과 리스크 브리프를 지원하며 Qichacha MCP 도구 호출 예산 승인과 엔터티 확인을 제공합니다.

DeepSeek Harness의 대화별 총 토큰 안전 퓨즈: 각 AI 대화에 토큰 퓨즈를 달아 사용자 메시지마다 독립적인 총 예산을 설정하고 입력, 캐시, 사고, 답변을 일괄 제한합니다. whale 슬라이더를 제공하며 다음 사용자 메시지에서 자동으로 초기화됩니다.

DeepSeek Harness용 AST 기반 컨텍스트 압축, 테스트 로그 필터링, 토큰 예산 가드: 중복 구문을 제거하고, 노이즈가 많은 로그 줄을 잘라내고, 토큰 상한을 강제해 컨텍스트 창이 넘치지 않게 합니다.

DeepSeek Harness용 비용 패널: 세션 이벤트에서 모든 요청을 측정하고, 16개 공급자의 136개 모델이 포함된 내장 카탈로그와 가격을 비교하며, 현재 모델, 계정 잔액, 세션, 오늘 및 월 지출과 작성기 옆의 월별 예산 막대를 표시합니다. zh/en 이중 언어 지원.

데이터 소스 프록시를 통해 메트릭을 조회하는 읽기 전용 Grafana 도구: 인스턴스 상태, 데이터 소스 목록, 즉시 및 범위 PromQL 쿼리, 현재 알림 상태, 프로비저닝된 알림 규칙을 제공합니다. 범위 쿼리는 포인트 예산으로 다운샘플링되며, 이를 초과하는 명시적 step은 조용히 변경되지 않고 거부되므로 모델이 요청하지 않은 해상도의 데이터를 받지 않습니다.

Resumes turns interrupted by a DSH host restart: hooks agent activation (once a session is live), reads the crash-repair turn/end, and sends a continuation that requires verifying real-world state first rather than assuming a side effect succeeded or failed. Permanent failures (AUTH, QUOTA, context overflow) are skipped, with a cross-restart budget, adaptive backoff and a minimal-context payload.

Panel to edit dsh's native AGENTS.md from the web settings page: every layer in the instruction chain is clickable, three activation scopes, and a visual budget meter.

Model-callable compact_agents tool that force-compacts context in every live session (main session, ordinary sub-agents and AgentTeams members alike), queues busy targets and compacts them when the turn ends, reports the shadowed node count and estimated tokens per target, and ships a browser form for the trigger ratio, retained ratio, controlled-phase output budget, auto-continue budget and an end-of-turn pre-compaction ratio that compacts near the trigger line once a turn ends, so a reply no longer opens with a wait for the summarizer.

Agent billing and usage observability for dsh web: session-log direct-scan recording (zstd, per-event timestamps, watermark + lastSeq double dedup), multi-account rate profiles per provider and model, per-window live badge reading the window session id via React fiber, full glassmorphism dashboard with 14-day sparkline, budget alerts, relay-station balance queries and a 332-model official price library.

Alibaba Bailian (DashScope) model catalog preset + auto-adapter for DeepSeek Harness — reasoning effort levels, thinking budgets, context windows, auto-adaptation of existing Bailian routes, a configurable context ceiling

Live token cost for every chat in the DSH Web UI: the chat, its subagents and the whole session tree, priced from a bundled models.dev snapshot of seven providers and 139 priced models, with cache read and write rates wherever the provider publishes them and DeepSeek from its own peak and off-peak table. Every finished answer carries its own price in the transcript, and a chat that is not currently open is priced from the log instead of disappearing. Spend is costed per interval from an append-only JSONL ledger in the project folder, so logged work keeps the tariff it was billed at. On top of it: budget-aware work plans packed against a money limit, routing scenarios that show which models are worth connecting, a generated plan document in English, Chinese or Russian, and a warning when spend belongs to no plan unit.

Tiered persistent memory (user/env/project) with per-tier char budgets and semantic query routing; full layers refuse writes instead of silently evicting.

Team cost captain: meters every model call (subagents included), attributes each call to a member by workspace rules, prices it with the built-in DeepSeek 2026-09 catalog (peak/off-peak, CNY/USD) or user overrides, and appends it to a local JSONL ledger. Adds hot-reloadable member budgets, 80%/100% webhook alerts, optional over-budget enforcement, a team_cost_report tool with CSV export, and a settings-page team dashboard served over a Typert RPC service.

Persistent project memory, event-sourced task lifecycle, context budgeting, and cooperative multi-agent handoffs.

Local token usage and cost dashboard for DeepSeek Harness: four-segment token breakdown (miss/cache-hit/cache-write/output), cache savings estimate against the miss/hit price gap, per-session drill-down with context-growth curves and anomaly flags, global filters with shareable URLs, monthly budget progress with month-end projection, and day/month aggregate fast-path queries (O(days)) with incremental rescan.