플러그인
DeepSeek-Harness 플러그인을 찾아보고, 필터링하고, 설치하세요.
플러그인 13821개 찾음
DSH-2Xray
twinsearth/dsh-2xray
DSH용 Xray-core supervisor 및 router입니다. VLESS 가져오기, global/China-direct/whitelist 라우팅, 실시간 패널 3개, 자체 업데이트를 제공합니다.
dsh-local-devkit
alice0721021-web/dsh-local-devkit
Harness의 로컬 개발 정보를 제공합니다. 환경·런타임 상태 점검, git status/diff/log/commit, 쓰기 시점 스냅샷과 버전별 복원, Node·Python·Go 프로젝트 검사를 지원합니다.
dsh-qq-bot
yunfengnobug/dsh-qq-bot
OneBot/NapCat을 통해 DSH 세션을 QQ에 연결하는 플러그인입니다(sj244/dsh-qq-bridge의 MIT fork). 화이트리스트는 입력 전까지 닫혀 있습니다. @멘션, 닉네임, poke는 항상 모델을 깨우며 다른 메시지는 설정된 확률로 깨웁니다. Cordis id는 qq-bridge를 유지합니다. upstream과 Cordis id가 같으므로 설치 전에 sj244/dsh-qq-bridge를 제거해야 하며 둘은 함께 설치할 수 없습니다. 화이트리스트가 비어 있으면 아무 메시지도 깨우지 않습니다.
dsh-feishu (dsh-plugin)
yinsang0910-star/dsh-feishu
4단계 마법사로 Feishu/Lark를 연결합니다. 32자 ID를 묻는 대신 채팅을 검색하고 스캔으로 앱을 만든 뒤 9개 항목 실시간 자체 테스트를 수행합니다. 검사가 실패하면 활성화할 정확한 scope를 알려 줍니다. 로컬 파일을 채팅으로 보내고 메시지 첨부를 디스크로 가져오는 도구 등을 포함한 25개 도구의 MCP 서버를 제어합니다. MCP는 별도 설치해야 합니다: dsh-feishu Releases의 dsh-feishu-mcp-<version>.mjs 또는 npx github:yinsang0910-star/dsh-feishu-mcp. 설치 전 테스트는 MCP 미마운트로 보고하고 mcp__feishu__* 도구는 생기지 않습니다.
dsh-dingtalk-self
mineagle/dsh-dingtalk-self
자신의 계정으로 DingTalk 1:1 메시지에 답합니다. 연결된 DSH 워크스페이스를 읽고 답변을 작성한 뒤 dws CLI로 보냅니다.
dsh-notify-toast
game25011/dsh-notify-toast
DSH용 경량 작업 완료 및 승인 알림 플러그인(dsh-notify-lite)입니다. 에이전트가 끝나면 최신 답변의 첫 단락(기본 40자)을 Windows 기본 토스트로 표시하고, 작업 표시줄 읽지 않음 배지, 소리와 알림 설정도 제공합니다.
dsh-home-sync
overdustd7/dsh-home-sync
Git 원격을 통해 DSH 홈 디렉터리와 Mnemon 메모리 데이터를 동기화합니다. pull, push, 주기적 동기화, 기기 간 이전, 초기 백업을 지원합니다. 충돌이 있으면 push 전에 멈추고 로컬 커밋을 보존합니다. 패널은 최근 작업 최대 100건과 백업 경로를 표시합니다.
dsh-agent-roster
stofone/dsh-agent-roster
YAML 또는 JSON 파일로 멀티 에이전트 팀 명단을 정의하고 검증합니다. 각 멤버를 dsh-agent-teams의 member 인수에 연결하고 실행 중인 팀과 대조해 결과를 확인합니다.
dsh-BMAD-Method
ph1996-cn/dsh-bmad-method
BMAD-Method를 플러그인 안에 포함합니다. 처음 열 때 7개 module이 배치되며 별도 installer 실행이나 다운로드가 없습니다. agent 및 workflow skill 90개가 패키지에 들어 있고 profile patch에 disabled flag를 써 각 module을 끌 수 있습니다.
dsh-company
makooslee/dsh-company
DeepSeek Harness용 직원 AI 하위 에이전트 팀: 직원 관리, CEO 입찰, n8n 워크플로 조정, 드래그 캔버스. 프로젝트 디렉터, PM, 테크 리드, 엔지니어, 데이터 분석가, QA, 리뷰어의 7개 역할에 각각 페르소나·모델·도구 허용 목록이 있습니다. 미션을 알리면 직원들이 입찰하며 답변 첫 줄은 반드시 【accept】 또는 【decline】이어야 합니다. 수락한 작업은 파이프라인 대신 병렬 실행됩니다. 캔버스는 시작 노드와 직원 노드를 연결하고 {{input}}으로 상위 결과를 참조합니다. 그래프는 위상별로 실행되어 직원 간에는 병렬, 직원별로는 직렬이며 상위 실패 시 하위 노드는 건너뜁니다. 직원 관리/미션 보드/직원 기록 패널, /dsh-company 명령, 내장 agent-team 패널 실시간 미러, 미션 삭제, 직원별 비공개 메모리도 제공합니다.
media-suite (media-runninghub)
do-nothing/media-suite
RunningHub 클라우드 ComfyUI 워크플로를 백그라운드 작업 풀로 실행합니다. 배치를 제출하면 감시기가 동시성 한도 내에서 분배하고 각 작업을 조회해 모든 결과를 디스크에 다운로드합니다. 풀이 비면 세션을 깨웁니다. 공유 장부에는 배치, 비용, 인스턴스 티어, 제출·완료 시각, 파일별 저장 경로를 기록하고 오른쪽 사이드바에 실시간 보드를 표시합니다.
dsh-whale-panel
bilihave/dsh-whale-panel
DSH용 Bilibili 큐레이션 플로팅 패널입니다. 확률 일정에 따라 관심사를 학습하고 반감기로 낮춥니다. 일일 금액 한도에서 산정한 토큰 예산 안에서 영상을 고르고 적합 점수가 기준을 넘을 때만 알려 줍니다. 댓글은 기본적으로 꺼져 있습니다. 켜면 일일 할당량 안에서 초안·확인 또는 자체 검토 자동 모드로 동작합니다. 정치·정부·최첨단 과학 주제에는 댓글을 금지하며 게시 전에 계정 식별자를 제거합니다. 본인 Bilibili 쿠키로 로그인하며 게시용 별도 계정 사용을 권장합니다.
dsh-skill-experts
ownduck/dsh-skill-experts
사이드바에서 스킬 전문가를 관리하고 작성창이나 @ 메뉴에서 호출합니다.
pixiv-skill
elither-gpt/pixiv-skill
Python CLI가 포함된 Pixiv 스킬입니다. 일러스트·만화·소설 검색, 일간/주간/월간/루키/오리지널/AI/R-18 순위 탐색, 작품·소설 시리즈·작가 조회, 원본 다운로드를 지원합니다. 여러 페이지 작품은 PDF, 우고이 라는 GIF, 소설 시리즈는 TXT로 합칩니다. Python 3.9+와 requests, img2pdf, Pillow가 필요합니다(pip install -r requirements.txt). R-18 콘텐츠에는 본인 Pixiv cookie가 필요합니다.
voice_for_dsh (voice-for-dsh)
junarch/voice_for_dsh
DSH 답변을 자연스러운 구어체로 다시 쓴 뒤 읽어 줍니다. 코드, 표, Markdown도 적절히 처리합니다. 시스템 TTS는 바로 사용할 수 있고, 제3자 API인 Doubao는 방언과 표현력 있는 음성을 추가하며 로컬 Kokoro는 오프라인으로 실행되어 콘텐츠를 기기에 둡니다. DSH 데스크톱과 dsh web을 지원합니다. 선택형 세션 효과음으로 작업 중·완료·응답 대기를 알리며 내장 음을 바꾸거나 직접 오디오를 사용할 수 있습니다.
media-suite (media-qwen)
do-nothing/media-suite
Alibaba Cloud DashScope를 통한 Qwen 미디어 도구: 멀티모달 영상·음성 이해, 프리셋 음성의 텍스트 음성 변환, 장면 오디오 생성.
dsh-shengtu
xuhairui-dzz/dsh-shengtu
대화 안에서 여러 엔진으로 이미지를 생성합니다. 에이전트 도구와 켜기/끄기 전환이 있는 컴포저 도크 패널, Volcengine Ark·SiliconFlow·OpenAI 호환·사용자 지정 엔진 프리셋, 로컬 지출 추적을 제공합니다. 선택한 엔진의 API 키는 사용자가 제공해야 합니다.
dsh-tool-search
swimmwatch/dsh-tool-search
내장·플러그인·MCP 도구를 기본 방식으로 검색하고 에이전트별로 로드합니다. BM25 검색과 선택적 Ollama 또는 OpenAI 호환 임베딩을 지원합니다.
dsh-unified-desktop
nalikip/dsh-unified-desktop
Windows 데스크톱 자동화 백엔드 2개(dsh-computer-use-win, windows-mcp)를 하나의 MCP 도구 표면으로 통합합니다. 둘 다 먼저 설치해야 합니다: 전자는 DSH 플러그인, 후자는 uv tool install windows-mcp --python 3.14. 이어 번들 scripts/patch-backend.mjs를 한 번 실행합니다(로컬 windows-mcp 소스를 수정하며, 실행하지 않으면 screenshot/read_webpage/launch_app이 실패). 독립 wincu 마운트는 비활성화해야 합니다. 도구 44개를 29개로 합치며 중복 10개, 위험한 4개(PowerShell, Registry, FileSystem, Process), 도구 관리 항목 1개를 제외합니다. 가역성 등급 가드가 위험한 호출을 전달 전에 차단합니다.
dsh-mcp-rea
kkk-yoyo/dsh-mcp-rea
REA(Reverse Engineer Anything) MCP 서버의 200개 이상 도구 스키마를 매 요청마다 등록하지 않고 게이트웨이 도구 2개로 마운트합니다. rea_list는 카탈로그 검색 또는 한 도구의 입력 스키마 조회, rea_call은 도구 실행을 담당하며 호출마다 단명 rea mcp 프로세스를 띄웁니다. 한 단계에 보내는 도구 정의를 약 780KB(REA 6.5.0, 도구 207개 측정)에서 약 1~2KB로 줄입니다. REA 진입점이 없으면 DSH에 번들된 pnpm으로 플러그인 전용 디렉터리에 rea-agents를 설치하고(의존성 빌드 스크립트 생략), reverse-engineer-anything 및 rea-gateway 스킬을 기존 파일을 덮어쓰지 않고 skills에 연결합니다.
dsh_qzone_sticker
kdcadmin/dsh_qzone_sticker
DeepSeek Harness용 QQ Zone 게시 기능입니다. QQ에 한 번 로그인하면 모델이 분위기에 맞는 스티커 이미지가 포함된 게시물을 올립니다. 일일 한도가 있으며 headless silent Chrome 세션을 사용합니다.
figcraft
harryheyu/figcraft
코드로 과학 도표를 만듭니다. 에이전트가 버전 관리되는 figure IR을 만들고 한 번에 노드 하나씩 수정하므로 변경하지 않은 객체는 움직이지 않습니다. 출판용 진짜 벡터 SVG/PDF/PPTX로 내보냅니다. papercanvas_* 도구 7개(create/get/patch/layout/lint/render/inspect), 결정적 엔진, FC001-FC008 품질 lint, CJK 폰트 해석을 제공합니다. DSH 0.1.5-rc.3~0.2.2-alpha.2에서 검증됐고 dsh-sessionflow 작성자가 만들었습니다. PaperCanvas 엔진은 별도 설치해야 합니다: Python 3.11+와 papercanvas CLI(PyPI 미등록). 이 저장소에서 설치해 PATH에 넣거나 papercanvasBin을 설정하세요. 플러그인은 얇은 어댑터이며 엔진을 포함하지 않습니다.
dsh-plugin-baiguangda-style
browhitebyte/dsh-plugin-baiguangda-style
Gcores/机核 편집자 白广大를 위한 중국어 문체 플러그인입니다. 40KB 문체 스킬과 style_lint/style_audit/style_rules 도구를 등록합니다. 444개 글/802k자 기준으로 조정된 검사에는 하드 오류 4개, 경고 27개(금지 연결어, 슬로건 과장, 빈 수량 표현, 획일적 문단, 출처 없는 통계, AI 상투어 등)가 있습니다. 설정 페이지에서 켜기/끄기, 단건·일괄 시험, JSON 임계값 재정의를 제공합니다.
agents-learning
swenbo1-web/agents-learning
프로젝트 범위 SQLite 메모리로 점진적 검색, 제한된 컨텍스트, 작성창 버튼, 시각적 검토를 제공합니다. 저장소 루트의 DSH 번들을 설치하고 로컬 Python 3.10 이상에서 절대 프로젝트 경로를 지정해 /learning-init을 실행합니다.