플러그인

DeepSeek Harness 학습 코치입니다. 강좌를 과목·모듈·단원 지식 지도로 만들고 단원별 숙달도를 6단계로 기록합니다. 자료 색인 기반 일일 과제, 오답 노트, 간격 반복 카드를 관리하며 전용 웹 패널을 제공합니다.

로그를 뒤지지 않고 DeepSeek Harness 세션 진행 상황을 추적합니다. Agent가 단계부터 세부 작업까지 가중치가 있는 중첩 체크리스트를 실시간 갱신해 진행 링과 % 표시를 실제와 맞춥니다. 마우스를 올려 현재 작업을 보고, 우측 Session Progress 탭에서 목표, 항목별 비중, 다음 단계와 작업 메모를 확인합니다. 세션 종료 후에도 완료 기록으로 남습니다.

사용자 안내 브라우저 세션에서 실제 클릭, 입력, 이동, 네트워크 트래픽을 기록하고 API 수준 스킬 제작용 Markdown 타임라인 보고서(report.md + events.jsonl)를 생성합니다.

dsh용 읽기 아카이브: 오픈소스 코드를 읽은 뒤 간단 메모를 남기거나 리포지토리/파일/심볼별로 하나의 카드로 묶이는 심층 노트를 작성하고, Obsidian에서 열 수 있는 Markdown 노트의 추가 전용 로그로 저장합니다. 기록 조회, 최근 읽기 탐색, 자신의 Obsidian 보관소 검색, 관련 노트를 읽기 기록에 연결할 수 있습니다. 9개 도구, /codevault 명령, 코드 읽기 스킬을 제공합니다.

huahua 플러그인 시리즈의 DSH용 완전한 녹화 및 재생 기능(Windows 지원): 자동 녹화된 모든 세션을 읽기 쉬운 타임라인으로 재생하고, 공유 가능한 재생 팩을 내보내기/가져오기하며, 새 세션에서 대화를 다시 실행하고, 화면 작업을 녹화하여 설치 가능한 SKILL.md 스킬을 자동 생성합니다. DSH rc.5용 kangshifu1/dsh-record-replay의 4파일 Windows 이식판을 포함합니다(README 파생물 고지 참조).

DeepSeek Harness용 SSH 터미널 패널 및 AI 연결 관리자: 모델 기반 SSH 연결(연결/실행/목록/상태/연결 해제), 자동 저장 연결 기록, keep-alive + 자동 재연결, 실행 뮤텍스, 자격 증명 안전 인증, XShell 스타일 멀티 터미널 UI.

DeepSeek 잔액 및 예상 일일 지출 표시, 외부 비전 호출 JSONL 레코드 병합, 모델 통계, TTFT, 캐시 비율, 호출 로그, 비용 추정, 필터 및 CSV 내보내기가 있는 세션별 대시보드 추가.

DSH 대화에서 완료된 턴 하나만 삭제하고 세션은 유지합니다. 마지막 어시스턴트 답변 옆 휴지통 버튼으로 해당 턴의 질문, 답변, 도구 기록을 대화 화면과 모델 컨텍스트에서 제거합니다. 세션 ID, 제목, 이후 턴, 추가 전용 로그는 유지됩니다. 삭제는 영구 tombstone으로 기록되어 새로고침 후에도 남습니다.

DeepSeek Harness용 온디맨드 skill 도구입니다. skill_search / skill_load / skill_ref로 단계형 라이브러리를 검색하고 필요할 때만 본문을 불러와 라이브러리 전체를 세션 카탈로그나 매 턴 컨텍스트에 상주시키지 않습니다. 대화의 Skills 탭은 전체 세션을 다시 읽어 실제 로드된 skill과 턴을 나열합니다. 의존성은 없으며 기록은 클라이언트에서만 렌더링되어 모델 컨텍스트에 들어가지 않습니다.

DeepSeek Harness(dsh)용 개인 붙여넣기 받은 편지함입니다. 작성기의 /inbox나 사이드바에서 링크, 이미지, 텍스트, 자격 증명을 로컬 vault에 저장하고 로컬 규칙, 이어서 요청 제한 모델 처리로 분류합니다. 패널에서 탐색·검색·편집하고 대화 중 요청하면 어시스턴트가 기록을 가져옵니다. 자격 증명 본문은 저장 시 암호화되며, 선택적으로 WebDAV/S3와 기록·첨부 파일을 동기화합니다. 현재 Windows만 지원합니다.

DeepSeek Harness에 가상 생활 컨텍스트를 제공합니다. 매 턴 workspace의 .life/에서 지난 24시간 이벤트를 슬라이딩 윈도우, 세션별 중복 제거·차이 업데이트, 세계 요약과 함께 접힌 알림으로 주입합니다. life_react 도구로 에이전트가 감정·생각·행동을 생활 로그에 기록해 다음 세계 변화에 반영하므로 지속적인 일상을 가진 역할극 캐릭터를 만들 수 있습니다.

dsh용 로컬 우선 개인 상태 기록 및 의사결정 엔진: 모든 입력을 줄 단위 출처와 함께 바이트 그대로 보존하고, 반증자를 먼저 생성해 자신의 결론에 반박하며, 저장된 각 사실을 자체 TTL로 노화시키고, 어떤 결정이 전혀 근거 위에 서 있지 않은 부분을 보고합니다.

DeepSeek Harness용 프로젝트별 메모리입니다. 각 workspace의 세션 첫 단계에서 PROJECT.md, DECISIONS.md, SESSIONS.md를 자동 생성하고 디스크에서 다시 읽으며 변경되거나 압축으로 빠졌을 때만 재주입합니다. memory_checkpoint로 분류 저장하고 작업했지만 기록이 없으면 턴 끝에 제한적으로 알립니다. memory_read는 실시간 로그와 아카이브를 읽고, memory_search는 의존성 없는 BM25로 검색합니다. 로그는 200개 제한이며 초과분은 SESSIONS-archive.md로 옮겨 컨텍스트에 넣지 않지만 열람·검색·항목별 복원이 가능합니다. 설정은 workspace/경로 필터, 세 파일 및 아카이브 읽기 전용 보기·새로고침, workspace별 JSON 내보내기/가져오기, 2단계 삭제, AGENTS.md 지침 블록 수정·제거, PROJECT.md 오래됨 알림을 지원합니다. 상태 칩은 동기화를 보여 주고 클릭 시 파일을 만듭니다. 의존성·벡터 저장소·임베딩·모델 호출 없음.

DeepSeek Harness용 Feishu(Lark) 통합: 채팅 메시지와 기록, 클라우드 문서(지식베이스 페이지, 생성된 차트와 이미지 포함), bitable 레코드, 스프레드시트 범위와 드라이브 권한을 위한 25개 도구. 자체 기업용 자체 구축 Feishu 앱을 사용합니다.

DeepSeek Harness용 컨텍스트 관리자: 모든 턴을 우선순위로 정렬된 기록으로 자동 요약하고, 이를 고정된 세션 간 노트 및 사용자 지정 텍스트와 함께 각 모델 요청에 주입하며, 크기에 관계없는 실제 대화 범위를 요약으로 접어 토큰을 절약합니다. 영구적이며 재시작에 안전합니다. 참고: 수동 다단계 설치 — 세 개의 패키지 폴더를 profiles/node_modules에 복사하고 제공된 cordis.patch.yml 행을 추가한 뒤 DSH를 재시작하세요. 표준 원클릭 설치는 아닙니다.

JSON-RPC를 통한 읽기 전용 Odoo 도구: 서버 정보, 모델 필드 내성 검사, 그리고 도메인 필드 이름에 점을 포함할 수 없는 모델 허용 목록으로 제한된 search_read를 제공하므로 관련 레코드 탐색이 불가능합니다. 초안 생성 도구는 allowWrite가 활성화된 경우에만 등록되며, sale.order와 project.task로 제한되고 초안 상태는 플러그인이 강제합니다.

DeepSeek Harness용 전기·전자 계산 플러그인: 모든 계산이 SI 기본 단위의 자기 서술형 복소수 값 객체에 대해 전용 도구를 통해 실행되며, 격리된 계산 에이전트 프리셋과 모든 계산을 디스크에 보관하는 기록 패널을 제공합니다.

계보를 갖춘 결정·목표 메모리. 명시적 명령과 모델 도구가 결정을 결정론적으로 기록하고, 상태 카드가 compaction을 넘어 결정을 재고정합니다. BM25+jieba 검색을 갖춘 무손실 이벤트 스트림이 이를 뒷받침하며, 시나리오 수준의 충실도 회귀 스위트가 릴리스를 게이트합니다.

DSH용 로컬 작업 결과 원장을 유지하고, 결정론적 증거로 승인 기준을 검증하며, 사용자 처리 결과와 토큰 사용량을 기록하고, 다이제스트 결합 내보내기를 지원합니다.

dsh용 자기 학습 루프: 교훈을 기록하고 스킬을 초안 작성 및 승격하며, 정기적인 큐레이터 검토를 통해 스킬을 수정, 통합 및 은퇴시킵니다.

스마트 양식 스킬: 청구서, 장부 및 로그를 구조적으로 기록하고 자동 분류와 정기 보고서를 제공합니다.

로컬 DeepSeek Harness 에이전트가 BailingHub를 사용하여 데이터를 조회하고 레코드를 업데이트하며 온라인 스토어, SaaS 또는 기타 관리 시스템에서 허용된 작업을 실행할 수 있도록 합니다.

증거 우선 가드: 최근 컨텍스트에 일치하는 도구 실행 기록 없이 성공을 주장할 때 에이전트에게 경고합니다.

작업 디렉터리 및 git 브랜치별로 자체 유지되는 핸드오프 메모리: 턴을 기록해 간결한 Markdown으로 정리하고, ~/.agent/agent-handoff에서 결과를 이후 세션에 주입, pi-handoff와 바이트 호환