플러그인

dsh web의 'Deep diving...' 턴 상태에 연속적인 물 흐름 빛을 추가: 세 개의 시차 그라데이션 물결이 텍스트를 흐르는 물처럼 훑으며 기본 단일 밴드 반짝임을 대체합니다. 라이트/다크 테마와 reduced-motion을 존중합니다.

TXT, Markdown, HTML, PDF, Word, PowerPoint 파일을 ShareOne 링크로 게시합니다. 비밀번호, 워터마크, 텍스트 페이지 업데이트, TXT/Markdown/HTML 댓글을 지원합니다.

DeepSeek Harness 웹 GUI용 모양 키트: 32개의 프리셋 테마, 커스텀 배경(배경화면 / 글래스 / 텍스처), 영역별 텍스트 깊이 및 키보드 데스크톱 펫

DeepSeek Harness용 Codex 스타일 컨텍스트 가시성: 라이브 컨텍스트 윈도우 점유, 구성 분석, KV-cache 적중률 및 GitHub 스타일 53주 사용 히트맵

DeepSeek Harness 비트리 플러그인: 이미지를 Qwen-VL(DashScope) 경로로 ctx.llm을 통해 라우팅하고 텍스트를 반환하여 텍스트 전용 코딩 모델에 시각을 부여

DSH 플러그인: 자동 듀얼 피어 Honcho v3 메모리, 컨텍스트 호출, 검색, 추론, 결론 및 상태 진단

DSH에 remove-pdf-background-gray 스킬을 등록: 이미지 기반 PDF의 회색/미색 스캔 배경을 해상도, 페이지 기하, 안티에일리어싱된 텍스트 가장자리를 유지한 채 흰색으로 만듭니다(무손실 Flate 되쓰기). 단일 Python 스크립트(pypdf + Pillow + numpy).

모든 OpenAI 호환 VLM(로컬 Ollama 또는 클라우드)용 view_image 도구를 갖춘 채팅 이미지 첨부 브리지: 붙여넣거나 드롭한 이미지가 텍스트 전용 DeepSeek 모델에 도달하기 전에 view_image 경로 마커가 됩니다.

`describe_image` 도구: opencode Zen API를 통해 이미지를 mimo-v2.5로 보내는 비전 브리지(자격 증명 `OPENCODE_GO_API_KEY`, 무료 라우트 우선 + 유료 폴백)로 텍스트 전용 모델에 설명을 돌려주며, SVG/TIFF/HEIC는 네이티브 패스스루와 ImageMagick 변환을 지원합니다.

DashScope OpenAI 호환 API(qwen3.7-flash) 기반의 모델용 image_describe(识图) 도구와 붙여넣기 브리지: 텍스트 전용 세션에서 붙여넣은 이미지가 전송 시 파일 경로로 자동 변환되고 트랜스크립트에 다시 렌더링되어 이미지 허용 단계에서 걸리지 않습니다. DASHSCOPE_API_KEY는 BYOK, 엔드포인트/모델/예산 설정 가능, 리다이렉트 방지 HTTP 클라이언트, 모든 agent preset에서 동작.

텍스트 전용 DeepSeek Harness 에이전트용 자동 탐색 비전 브리지: 설정된 제공자에서 이미지 지원 모델을 자동으로 찾아 비전 도구로 사진 설명을 평문으로 반환합니다.

비전 증강 DeepSeek 어댑터: 비전 지원 모델이 이미지 입력을 설명하고 텍스트 전용 DeepSeek 모델이 그 설명을 추론합니다.

텍스트 전용 DeepSeek 모델용 온디맨드 비전: 이미지를 업로드하면 모델이 임의의 OpenAI 호환 비전 엔드포인트(기본 Qwen/DashScope)를 사용하는 view_image 도구를 호출합니다.

DSH의 텍스트 전용 모델용 플러그인 비전: 이미지 이해와 생성, GUI 자동화를 네이티브로 조작하며 계층화된 증거 메모리와 캐시를 갖춥니다.

텍스트 전용 에이전트를 위한 로컬 우선 구조적 비전: 이미지를 로컬 OpenAI 호환 VLM에 보내고 JSON 증거(요약, 그대로의 OCR, 레이아웃 영역, 엔티티/관계, 색상, 명시적 불확실성)로 돌려받습니다. 환각 방지 폴백과 선택적 붙여넣기/업로드 브리지 포함. 클라우드 비용 없음, 이미지는 기기 밖으로 나가지 않습니다.

DSH용 공감각 인코더: 비전 모델이 이미지를 압축된 구조적 공간 텍스트(캔버스/요소/백분율 좌표)로 변환해 `mm_vision` 도구를 통해 텍스트 전용 LLM에 픽셀 수준의 이미지 이해를 제공합니다.

텍스트 전용 모델을 위해 DeepSeek 웹의 내장 비전 모드를 재사용합니다: deepseek_vision 도구가 로컬 deepseek-vision-cli 브라우저 자동화(수동 로그인 도우미, deep-think 활성, 브라우저 자동 종료)를 구동하고 이미지 설명을 텍스트로 반환합니다.

수집 시점 도구 출력 큐레이션: 오류 및 경고 줄과 처음·끝 부분을 유지하고, 전체 텍스트는 모델이 다시 읽을 수 있는 포인터와 함께 디스크로 흘려보냅니다. 모든 텍스트 도구를 포괄하며, 작은 결과는 그대로 통과합니다.

컨텍스추얼 밴딧(Thompson 샘플링)을 사용해 빠른 검색과 철저한 검색 전략 중 하나를 선택하는 법을 학습하는 `search` 도구로, 고정 휴리스틱 대신 실제 사용에서 개선됩니다.

Headroom의 슬림 포팅: 도구 출력을 압축해 컨텍스트를 최대 20%까지 줄이면서 모델의 컨텍스트 캐시나 에이전트 성능에 영향을 주지 않습니다.

DSH용 문자 깨짐 가드 번들: 쓰기 전 특징 기반 깨짐 감지와 검토 후 릴리스(동일 재시도는 통과), 실행 전 pwsh 인코딩 감사(ANSI/GBK/UTF-16/Default). Windows와 중국어 우선.

DeepSeek Harness용 크로스 세션 이벤트 큐 기억: 매 턴에서 작업/대화 큐와 사용자 언어 습관을 자동 추출해 영속 전역 큐 뱅크에 저장하고, 주제 전환 감지(키워드 또는 벡터 매칭) 시 기억된 컨텍스트를 다시 주입합니다.

공식 compaction API를 통한 DeepSeek Harness용 모델 작성 컨텍스트 프루닝.

DeepSeek Harness 에이전트용 포커스 보드: 세션 워크스페이스에 모델이 유지 관리하는 지속적 노트로 목표, 제약, 결정을 압축과 세션을 넘어 고정하며, 자동 컨텍스트 주입, 초기화 시 아카이브, 선택적 웹 패널을 제공합니다.