플러그인

pi-tui 기반으로 구축된 DeepSeek Harness용 전체 화면 터미널 클라이언트: 세션 리플레이/재개, 스트리밍 응답, 접을 수 있는 도구 카드, 터미널 내 승인 및 질문, 모델/프리셋/권한/플랜/목표 관리, 셸 모드, 트라젝토리 원장.

OpenCode Go 요금제 사용량 플로팅 필: 3개 기간(롤링/주간/월간) 소비 비율과 미니 영역 차트, 공식 /v1/usage API에 대한 백그라운드 샘플링 지원.

DeepSeek Harness용 에이전트 거버넌스 '왕국': 영역, 역할 바인딩(모델/에이전트 아이덴티티로 bind/unbind/session), Worker의 완료 신고가 자동 완료되지 않는(Claim ≠ Fact) 계획→할당→실행→검토 태스크 루프, 로컬 GUI 운영 콘솔 포함.

LLM 에이전트 기반 지향 퍼징입니다. 대상 저장소와 버그(CVE 설명, 패치, 크래시 추적 또는 file:line)를 바탕으로 PLAN, IMPLEMENT, EXECUTE, REFLECT를 반복하며 모델이 Python 입력 생성기를 작성합니다. 입력이 캠페인의 stderr 패턴 판정기를 작동시키거나 캠페인이 멈출 때까지 실행합니다.

이벤트별 사운드 알림: 턴 완료, 승인, 질문, 플랜 리뷰, 목표 차단, 작업 실패 각각에 고유한 사운드와 볼륨이 부여되며, Web UI에서 구성 가능(내장 신스, 음소거 또는 로컬 오디오 파일).

에이전트의 사고 과정, 계획, 도구 호출 추론이 중국어 간체로 유지되도록 시스템 프롬프트 섹션을 하나 주입합니다. 외부 의존성 없음 — 어느 로컬 디렉터리에서든 클론 후 링크 설치하면 되고, npm 빌드나 퍼블리시가 필요하지 않습니다.

DeepSeek Harness용 시각적 라운드테이블 회의입니다. 원형에 배치된 전문가 노드와 방향성 엣지, 집계 게이트웨이, 블랙박스 worker 모델을 위한 proxy thinking, 그리고 관점별 endorse/reject가 가능한 확정된 계획에 대한 적대적 검토(red-team)를 제공합니다.

로컬 우선 학습 모드: 세션 간 학습 스레드와 소스별 설명을 제공합니다.

DeepSeek Harness를 위한 웹소설 집필 엔진: 병렬 초안 작성, 별도의 DeepSeek 키를 사용한 개요 작성 및 브레인스토밍, 설정과 복선 관리, 시맨틱 벡터 검색, 코퍼스 라이브러리, 사용량 원장, 기계적 교정, 로컬 연재 계획.

고정된 주석과 구조화된 피드백으로 계획을 검토하여 에이전트에 다시 전달합니다.

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.

Programming Mode 에이전트 프리셋 번들: Superpowers 규율(스킬 우선, 구현 전 브레인스토밍, 코드 전 계획, TDD, 체계적 디버깅, 완료 전 검증)을 의무화한 페르소나의 표준 코딩 에이전트와 항상 켜진 Ponytail 코드량 규율(7단계 최소 코드 사다리, 기본값 full)을 제공합니다. 20개 스킬 전체(14 superpowers + 6 ponytail)를 번들로 제공하고, 모든 새 세션의 첫 요청에 전체 using-superpowers 스킬을 기계적으로 주입합니다.

DSH Web 사이드바용 작업 패널: 작업을 게시하고 관련 세션을 자동으로 증류하며, 서브에이전트를 통한 계획/개발/검토 단계와 패널 내 승인을 추진합니다.

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.

Laya 타입 지정 결정(`noul` yes/no, `choice`, `score`)을 일급 Cordis 서비스(`ctx.laya`)로 제공하고 모델이 볼 수 있는 `laya_ask`와 `laya_plan` 도구를 추가합니다. 플러그인 자체는 아무것도 설치하거나 다운로드하지 않습니다: 직접 시작하는 `laya-mcp serve` 사이드카의 클라이언트이며, 첫 도구 호출에서 불분명하게 실패하는 대신 사이드카가 실행 중이 아니라고 보고합니다.

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.

단계별 model router. 정렬된 이미지/키워드 그룹 규칙을 가진 명명된 프리셋이 마운트된 모든 공급자와 모델에 걸쳐 각 에이전트 단계를 라우팅하며, 이미지 전사용 협업 플로우, 이미지 가드, 다중 플랜 쿼터 패널, 단계별 결정 관측 가능성을 추가합니다.

AI 플랫폼(Kimi Code, DeepSeek, Zhipu Coding Plan, BigModel, Qwen, Scnet, TokenRouter, SupaWriter)의 멤버십 할당량을 집계하는 오른쪽 아래 할당량 필과 패널로, 색상 사용량 막대와 함께 DSH credentials 도메인에서 API 키를 자동 동기화합니다.

Perlica(Arknights: Endfield) 테마의 계층형 사운드 알림: 계획 준비, 작업 완료, 입력 필요, 오류 톤; 일반 채팅에는 무음, 시스템 수준 재생(백그라운드 작동), 크로스 플랫폼(Windows/macOS/Linux), 커스텀 TTS 사운드.

SSH 키 로그인으로 VPS 서버를 관리: 21개의 제로 토큰 /vps- 명령(상태 조회, 계획 및 /vps-yes 확인이 있는 레시피 설치, 머신이 돌아올 때까지 대기하는 재부팅), 대화 내 터미널(인터랙티브 프로그램용 xterm.js over ssh -tt), 위험 등급 확인이 있는 5개 에이전트 도구, 자동 복원이 있는 파일 백업, 방화벽/SSH 안전망, 29개 내장 레시피, 머신 추가를 위한 설정 페이지.

오케스트레이터, 플래너, 지식베이스 브리지, 개발자와 두 명의 리뷰어로 구성된 6개의 전문 DSH 에이전트가 관리되는 스웜입니다. 요구사항을 엄격한 단계 파이프라인으로 바꾸어 각 산출물이 다음 단계 시작 전에 구조화된 증거로 자신을 입증해야 합니다. 리뷰어는 읽기 전용이며, 코드 병합은 리뷰 통과 후에만 이뤄지고, append-only 이벤트 로그가 라이브 칸반 보드에서 전체 재생과 감사를 제공합니다. 설계는 Hermes Agent 칸반에서 영감을 받았습니다.

에이전트 모드로서의 딥 리서치: 모델이 호출마다 다시 작성하는 스크립트 대신, 계획을 세우고, 연구자 자신이 선언한 격차에 의해 구동되는 적응형 병렬 라운드로 조사하며, 인용된 보고서를 종합한 다음 적대적으로 검토하는 하나의 검토된 루프. 라운드 예산에 도달하지 못한 질문은 삭제되지 않고 보고서에 명시됩니다.

선택된 모델과 함께 전환되며 DSH 모델 설정에 설정된 API 키를 재사용하는 컴포저 입력 옆에 5개 AI 프로바이더(MiniMax, DeepSeek, Kimi, OpenRouter, Zhipu)의 코딩 플랜 사용량 및 잔액을 표시합니다.