플러그인

휴대폰을 실시간 DeepSeek Harness Web 세션에 연결하는 Telegram 모바일 리모컨: 워크스페이스→세션 선택기(/sessions), 직전 질문/답변을 위한 /last, 모델 전환 /model, 네이티브 리치 메시지 답장을 제공.

/logi 명령 세트로 프로젝트를 정리합니다. 보안, 논리적 정확성, 유지보수성, 신뢰성, 성능 전문가를 투입해 프로젝트 전체를 검사한 뒤 하나의 통합 개선 보고서를 만듭니다.

QQ(SnowLuma/OneBot 11), Bilibili, Douyin에서 작동하는 단일 페르소나 에이전트입니다. Douyin 채널은 항상 켜진 Windows 데스크톱이 필요합니다. 페르소나 카드, 에빙하우스 감쇠 및 정정 기능이 있는 개인별 기억, 가상 시계 기반 일과, 선제 메시지, 자동 기억 추출과 함께 검색·페르소나·일과·기억 점검·채널·습관·모델·사용량을 다루는 10개 설정 탭을 제공합니다. QQ 그룹은 기본 거부입니다. 허용 목록에 있거나 allGroups를 명시적으로 켜야 하며, 이 경우에도 봇을 @해야 합니다. 개인 채팅은 QQ 친구만 응답합니다. Bilibili 자동 응답은 기본 OFF이며 소유자·허용 목록·상호 팔로우만 허용합니다. Douyin도 기본 OFF이고 소유자·허용 목록만 허용합니다(모두에게 답하려면 명시적으로 켜야 함). MIT 라이선스 dsh-qq-bridge와 dsh-douyin-bridge 코드를 사용하고 소스 및 LICENSE 파일에 출처를 표시합니다. 별도 설치는 필요 없습니다.

DeepSeek Harness를 거친 모든 모델 호출을 집계합니다. 토큰 사용량, 피크/비피크 비용, 첫 토큰 지연과 출력 속도, 제공자 잔액·할당량·예산을 모델/제공자/프로젝트/소스/계정/날짜별로 나눠 봅니다.

에이전트별 페르소나, 시스템 프롬프트 섹션, 도구 설명을 편집하는 프리셋 작업대입니다. 도구와 스킬을 선택하고 요청 컨텍스트를 미리 보며 JSON/YAML 구성을 가져오거나 내보낼 수 있습니다.

Windows 전용 플러그인입니다. 전면 창 제목을 감시해 Bilibili 영상 강의를 인식하고 과목별 분류, 메타데이터/danmaku/댓글 수집, Markdown+Mermaid 지식 지도와 Word 학습 자료 생성을 합니다. Word 출력에는 로컬 Python 설치가 필요합니다.

채팅 입력창을 CodeMirror 6 기반 편집기 스타일 패널로 교체합니다. 줄 번호, 편집·Markdown 미리보기 분할, 플로팅 창, 전체 높이 사이드바 탭을 지원하며 입력 표면은 한 번에 하나만 표시합니다. 초안은 공식 입력 상태 머신을 사용합니다. 호스트가 공식 음성 입력 버튼을 제공할 때만 표시하고, 통계 행과 컨텍스트 미터는 공식 도크와 같은 데이터를 읽습니다.

DeepSeek Harness용 변경 검토: 모든 edit / write / str_replace_editor 변경이 자동으로 파일 목록에 수집되어 단일 변경 블록, 선택 범위 내 블록 또는 파일 전체를 유지하거나 되돌릴 수 있으며 undo/redo를 지원합니다. 워크스페이스 버전 관리 변경을 가져오고, 단일 열 또는 나란히 보기 diff, 유지/되돌리기가 가능한 Markdown 미리보기, 파일 내 검색, 블록 이동, 복사 가능한 행 참조를 제공합니다. diff 데이터는 영구 저장되어 재시작 후에도 검토를 이어갑니다.

OpenCode / OpenCode Go 제공업체 요청에 대화별 안정적인 x-opencode-session 헤더를 첨부하여 400 MissingSessionID 오류를 수정하고 세션 어피니티 및 프롬프트 캐시 라우팅을 그대로 유지합니다.

DSH용 시각적 노드 기반 워크플로 캔버스: 서브에이전트 호출, 코드 실행, 분기, 루프, 스케줄링, 워크플로 가져오기/내보내기.

Builder ID, Identity Center, Google, GitHub 및 자격 증명 가져오기 로그인, 자동 토큰 및 프로필 새로 고침, 계정 사용량, 실시간 모델 탐색, 선택 가능한 추론 노력도, 스트리밍 도구 호출, 공급자 중지 사유 및 컨텍스트 오버플로 처리, 그리고 Kiro가 정확한 카운터를 보낼 때는 이를 사용하고 그렇지 않으면 실제로 보내는 컨텍스트 사용률 백분율을 모델의 공개된 윈도우 기준으로 환산하는 토큰 계정 관리를 갖춘 Kiro 모델 공급자입니다.

상세 열에 있는 프로젝트 파일 탐색기입니다(다중 선택, 드래그 이동, 업로드, 다운로드, 이름 변경, 휴지통, 시스템으로 열기). Markdown/HTML/JSON/CSV/노트북/PDF에 대한 세션 내 읽기 전용 미리보기 탭과 코드 하이라이팅, 실시간 모델 처리량 배지, 여러 줄 GoalBar를 제공합니다.

DeepSeek Harness용 AI-for-Science 연구 워크플로 스킬, 에이전트형 AI를 사용하는 연구자와 대학원생 대상: 각도별 파일의 다각도 문헌 검토, 주의사항 목록이 있는 실험 설계, 그림과 논문 읽기; 각 작업은 파일과 두 번째 모델용 교차 검증 브리프를 반환합니다. 의존성 없음, MIT.

DSH Skills & MCP를 위한 원스톱 시각 관리: 필요할 때 MCP를 로드하고, 세션 중 hot reload를 수행하며, 플러그인에서 SKILL & MCP 설명을 볼 수 있습니다.

DeepSeek Harness 커뮤니티 플러그인 마켓플레이스(공식 플러그인 사양 준수). 앱 내에서 4000개 이상의 수작업 엄선 커뮤니티 플러그인을 탐색·검색·설치할 수 있으며 매일 업데이트됩니다.

DeepSeek Harness 에이전트를 임의의 캐릭터로 변환: 글로벌 코스프레 스위치, JSON 임포트/익스포트가 가능한 SillyTavern v2 롤 카드, 중립/롤 사고 스타일 토글, 내장 스킬을 통한 자연어 카드 작성.

저비용 영상 이해 도구. video_understand 도구가 Bilibili 링크 / BV / 로컬 영상을 AVIS 정보 계층(ASR + 장면 구조 + 객체 추적 + YOLO 라벨)으로 변환하고 요약 + Q&A를 반환한다. 질문 주도형 계층 간 동적 라우팅(L0 ASR / L1 객체 추적 / L2 키프레임 VLM), 반복 질문용 의미 계층 재사용, 질문별 예산 상한을 갖춘다. Python 엔진: 코어 계층에는 faster-whisper / opencv / yt-dlp가 필요하며(~200-300MB), 선택적 의미 계층을 추가하면 torch / transformers / ultralytics가 약 2GB 더 든다. 번들된 doctor --fix가 venv를 설정하고 둘 다 설치한다.

DSH 웹 UI용 Codex 스타일 턴 접기: 최종 답변을 표시 상태로 유지하고, 연속된 추론과 도구 활동을 그룹화하며, 다국어 요약과 함께 설정 가능한 실시간 소요 시간, 도구 호출, 토큰 지표를 표시합니다.

DeepSeek Harness용 풀 기능 TUI: 스트리밍 대화, powerline 상태 표시줄, 실시간 think/tool/todo 패널, 서브에이전트 이중 보기, 테마 즉시 전환 — 모두 상위 패치 없이 순수 cordis 플러그인으로 제공.

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.

DSH용 장기 기억 및 자가 진화 플러그인: L0 캡처 → L1 기억 추출 → L2 장면 그룹화 → L3 사용자 페르소나, 자동 회상 주입, 스킬 합성, 완전 로컬 동작(SQLite FTS5 + jieba, 선택적 벡터 회상).

DeepSeek Harness (dsh)를 위한 보호형 컨텍스트 압축: LLM이 제안하고, deterministic 가드가 처리 — verbatim 가드 하의 eager per-atom shrink(extract/summary/false) + 지연 reference-graph eviction(0-LLM) + append-only 로그의 바이트 단위 완전 일치 recall.

ShiGuang Memory Engine(SGME) 브리지: HTTP를 통한 멀티 에이전트 공유 장기 메모리 — L0/L1/L1.5/L2 정제, 시나리오 기반 주입, 통합 검색, 능동적 케어 시그널(memory_search / wiki_search / signal_pull / signal_claim / signal_ack), `dsh-sgme`로 설치 가능

Session의 서브에이전트와 지속 워크플로우를 위한 프로젝션 기반 실시간 DAG: 상태 및 탐색, 결정적인 깊은 체인 레이아웃, 맞춤/이동 캔버스 컨트롤, 현재 세션 노드 재배치를 제공합니다.