플러그인

DSH 하드웨어 sandbox입니다. ESP32/BME280/PIR/LED 3D scene에서 protocol·전압 검사 배선을 구성하고 fault injection을 포함해 실제 Python 프로젝트 코드를 시뮬레이션 I2C/GPIO 장치에서 실행합니다. 네트워크 장치 시뮬레이터는 HTTP로 실제 backend에 보고하며 실제 좌석 예약 시스템으로 end-to-end 검증되었습니다. 실제 장치는 읽기 전용으로 관찰해 scene 상태에 매핑하고 데이터 기반 핀 정의로 보드를 추가합니다. `hw_*` agent 도구 16개와 포함된 `SKILL.md`를 제공합니다.

DeepSeek Harness용 memory subsystem입니다. event/fact/rule 3 ontology 기억과 `goal.js`를 갖춥니다. Bridge trigger word로 belief 값을 기록하고, 읽을 때 goal 활성도를 `0.25 domain + 0.35 bridge + 0.40 sim`으로 점수화해 장기 goal/value 연관을 회수합니다. journal ledger, episodic archive, 낮은 확신 메모리 감쇠, `memory_append/read/consolidate` 및 `linghun_goal_update/get/state` 폐쇄 루프를 제공합니다. 기존 dsh-linghun 계열과 독립적입니다. LoCoMo-Plus 16/16.

DSH workspace 범위 장기 메모리입니다. 세션 시작 때 memory별 한 줄 인덱스만 읽고 본문은 `memory` 도구로 필요할 때 가져와 같은 문자 예산에 약 3배 항목을 담습니다. 턴 종료 시 마지막 사용자 메시지를 로컬 검색해 일치 메모리를 model 비용 없이 다음 briefing에 주입합니다. 선택형 auto-capture는 대화를 구조화 memory로 요약하고 draft mode에서는 승인 queue에 대기합니다. journal/records로 workspace/global 상을 갱신하는 portrait layer도 draft/direct 선택이 가능합니다. Settings → Memory에는 archive/list/timeline, 중복 묶음·오래된 항목·끊긴 링크 health check, supersede 버전 체인/rollback, WorkBuddy/Qoder 기존 memory 읽기 전용 가져오기가 있습니다.

세션 입력 token을 세 방식으로 줄이며 각각 composer 아래 패널에서 켜고 끕니다. `tools/post-execute`의 구조 인식 무손실 도구 결과 압축, 공유 spill store 복구 경로를 항상 알리는 도구별 head/tail 생략, `agent/created`에서 agent별 도구 catalog 표시 제어, 새 메시지마다 workspace memory 문서를 대조해 `agent.inject`로 삽입(대화 transcript 재독 없음)입니다. 기록된 149개 요청에서 prompt token 41.76% 감소를 측정했으며 임의 profile을 재측정하는 script가 포함됩니다.

composer에 붙여넣거나 첨부한 이미지를 세션별로 보존합니다. 브라우저 안에 로컬 복제하고 대화로 돌아오거나 composer가 다시 mount될 때 공식 draft 채널로 복원합니다. 메시지를 보내거나 이미지를 제거하면 삭제됩니다.

DeepSeek Harness composer prompt 향상 기능입니다. model selector 옆 버튼은 보조 LLM을 한 번 호출해 초안을 제자리에서 다시 쓰고 composer undo는 유지합니다. `/prompt-enhance` slash command는 초안을 건드리지 않고 결과를 command result 줄로 반환합니다. profile patch에서 전용 고속 provider/model로 호출을 고정할 수 있습니다. 원래 의도·언어·정보를 유지하고 코드/명령/path는 그대로 보존하며 내용을 만들거나 placeholder로 부풀리지 않습니다.

WebSocket 장기 연결로 Feishu/Lark bot을 DeepSeek Harness에 연결합니다. 수신 메시지는 agent session에서 처리해 채팅으로 스트리밍 답변합니다. `/attach` 같은 채팅 명령으로 활성 세션을 관리하고 feishu_* 도구로 모델이 메시지를 보낼 수 있습니다.

모델이 기억난 뒤가 아니라 답하기 전에 스킬 카탈로그를 확인하도록 사용자 지시마다 결정론적 skill 라우팅을 한 번 실행합니다. 호스트에서 지시의 키워드와 카탈로그 메타데이터로 점수를 계산하며 LLM이나 임베딩 호출은 없습니다. step에 producer 태그가 붙은 메시지 하나를 추가합니다. 기본은 순위 목록, 점수가 임계값을 넘으면 우승 SKILL.md 본문, 또는 지정된 router skill을 정확히 한 번 호출하라는 지시입니다. 관련 없는 지시에는 이 플러그인이 개입하지 않습니다.

중국 본토용 여행 계획 에이전트 프리셋이며 중국어로 답합니다. 12306 열차 좌석, Fliggy/Tuniu 항공편·호텔 가격, Amap 실제 환승 경로를 조회하고 폐쇄/운행중단과 날씨를 확인해 드래그 가능한 지도가 포함된 오프라인 HTML 여행 안내서, 호텔 가격대 3종, 항목별 예산을 제공합니다. 스킬 9개, 누락 API 키 안내 환경 진단, 12306 MCP 서버 패치를 포함합니다. 계획과 조회만 하며 예약/결제하지 않습니다.

DeepSeek Harness 세션 사이의 파일 기반 우체국입니다. 각 편지는 HMAC과 본문 다이제스트로 봉인되고 수신자는 명부 인터페이스로 확인합니다. 오프라인 우선 방식이라 전달되지 않는 편지도 유실되지 않고 우편함에서 대기합니다.

학습된 생활 리듬, 실제 오프라인 수면, 자체 메모리를 갖춘 AI 동반자입니다. pi 버전과 동일한 judge math를 통해 자기 보고 affect를 전달합니다.

composer용 prompt 최적화 도구입니다. 도구 행 버튼으로 이미 설정한 model channel을 통해 초안을 다시 쓰고 composer 위에 떠 있는 패널에 스트리밍합니다(레이아웃 공간을 차지하지 않음). Accept를 눌러야 초안이 바뀌며 응답 스트리밍 중에는 미완성 내용이 반영되지 않도록 거부합니다. @ 참조나 첨부가 있으면 전체 교체 시 일반 텍스트로 평탄화되므로 먼저 확인을 요청합니다. 전역 단축키가 없고 API key는 브라우저에 전달되지 않으며 host 쪽에서 호출합니다.

프로젝트 수준 ledger 메모리입니다. 구조는 AI가 프로젝트마다 설계하고 플러그인은 감지·주입·기록·보관·git만 처리합니다. active ledger는 현재 상태, turn journal은 추가 전용, 결정/목표 트리/교훈은 다차원 인덱스를 둔 카드당 파일 하나로 관리합니다. 원칙 파일은 사용자만 수정할 수 있습니다. 압축 모드는 하나이며 AI가 유지(원문 재주입)/프로젝트 _stash/에 저장/폐기 세 묶음으로 분류합니다. 여러 프로젝트가 있는 container workspace에서는 한 subproject로 잠글 수 있습니다. 잠금은 플러그인 home에 저장돼 재시작 후에도 유지되고 프로젝트 안에는 표시를 남기지 않습니다. 5단계 활동 로그의 L4는 사용자 말을 그대로 저장(주입 금지, 요청 시 검색). 압축 전 사용자 인용·원시 오류·변경 파일을 verbatim capsule로 디스크에 기록하고 출처와 함께 재시작 후에도 보존합니다. handoff로 새 대화를 이어갈 수 있습니다. 도구 21개, 하위 명령 12개, 설정 39개(설정 panel과 프로젝트 manifest 중 우선 적용 선택 포함). 로컬 실행, 런타임 종속성 없음.

DeepSeek Harness 브라우저 provider입니다. 현재 페이지에서 가능한 동작을 보여 주는 색인 표를 보고 실제 브라우저로 웹 작업을 단계별 수행합니다(HTML이나 스크린샷 대신 색인된 동작 표를 확인). 각 단계는 Jev 판단 1회로 처리하며 저장소 benchmark의 중앙값은 1.1초, chat-model 턴은 2.8–3.6초입니다. 대화에는 결론만 전달해 페이지 때문에 context가 늘지 않습니다. 방금 읽은 페이지에서 대상 요소를 고르고 변경된 페이지는 다시 읽은 뒤 조작합니다. Session 소유 브라우저를 사용하며 attach mode로 바꾸지 않는 한 평소 Chrome은 건드리지 않습니다.

DeepSeek Harness용 이미지 이해·생성·편집 기능입니다. Qwen/OpenAI/Anthropic/Gemini로 이미지를 읽고 Qwen-Image로 생성·편집합니다. MIT 라이선스 liustack/modlens를 재작업했습니다. 먼저 @liustack/modlens를 제거해야 합니다. 두 플러그인이 같은 vision provider와 이미지 interception hook을 등록하므로 함께 설치하면 이미지 읽기가 깨집니다.

Pi 어댑터를 통해 구독 OAuth 로그인과 제공업체 Plan API 키 로그인을 추가합니다. 자격 증명은 DSH 소유 저장소를 사용합니다.

전송 전 composer 첨부 파일을 세션별로 보존합니다. 입력창에 붙여넣은 이미지/파일은 페이지·대화 전환과 앱 재시작 후에도 유지됩니다. 바이트는 IndexedDB에 복제하고 공식 createDrafts/addAttachments 경로로 돌려줍니다. 메시지를 보내거나 첨부를 제거하면 삭제됩니다.

OpenRouter 호환 게이트웨이를 통해 DeepSeek Harness에 근거가 있는 웹 검색을 제공합니다. 내장 `web_search`는 채팅 모델과 같은 엔드포인트와 키를 사용하고 인용 가능한 출처를 반환하며 Plugins 설정 페이지에서 구성할 수 있습니다.

DeepSeek Harness의 공식 및 커뮤니티 플러그인을 둘러보고, 설치 전에 호환성을 판정한 뒤 공식 설치 파이프라인에 전달하는 플러그인 마켓입니다.

DeepSeek Harness(dsh)용 AI 에이전트 주도 자동 테스트 플랫폼입니다. 장기간 다중 라운드 세션에서 에이전트가 Markdown 테스트 작성·실행, 버그 보고, 코드 수정, 수정 재검증을 수행합니다. 프로젝트별 직렬 큐, 개발 보드, 내장 부하 테스트를 제공합니다.

컨텍스트 포화도 구간, 모델 윈도에서 계산한 세션별 압축 임계값, 캐시 읽기·쓰기 요율 기반 단계별 비용, 캐시 적중률, 피크·비피크 요금이 반영된 DeepSeek 잔액, 원클릭 인계 기능을 제공합니다. 모델을 호출하지 않으며 토큰을 쓰지 않습니다.

아랍어와 영어가 섞인 텍스트를 안전하게 표시하는 RTL 렌더링, DSH 로케일 서비스에 등록된 아랍어 UI 문자열 3,307개, thmanyah 서체 3종(Sans UI, 읽기용 Serif Text, 제목용 Serif Display)을 제공합니다. 서체는 앱에서 선택한 글꼴 뒤에 적용됩니다.

DeepSeek Harness용 읽기 전용 Skill 검사기입니다. 실제 로드는 관찰 증거만으로 판정해 발견 가능한 Skill 및 선언과 구분합니다. 상태는 declared/observed/unavailable입니다. 증거가 없으면 “관찰되지 않음”이며 미실행/미발동으로 단정하지 않고 결과를 Skill에 귀속하지 않습니다. 읽기 전용 skill_review는 구조화 결과와 생략 항목을 반환합니다. 실제 새 세션에서 should-trigger/should-not-trigger를 시험해 model 호출과 사용자 명시 요청을 구분합니다(/name 입력은 자연 트리거가 아님). 검증/평가를 분리하고 반복 사례를 비교하되 점수화하지 않습니다. 정의와 세션 기록으로 로컬 계산합니다. 중국어판은 요청 시에만 host model을 사용하고 코드·경로·frontmatter를 보존해 로컬 저장합니다. 복제는 원본을 바꾸거나 script를 실행하지 않습니다.

사이드바 갤러리 페이지와 에이전트 도구 3개(paint_image, paint_images, edit_painting)로 이미지를 생성합니다. ModelScope, Google Gemini, OpenAI, SiliconFlow, Volcengine Seedream, Alibaba DashScope, xAI, Zhipu 및 임의의 OpenAI 호환 엔드포인트를 지원하며 제공업체마다 별도 프록시 설정이 있습니다.