플러그인

One leader, many sessions: tell the leader the goal and it splits the work into cards, runs persistent worker sessions in the background, collects their reports, and keeps the facts on a per-project board in the right sidebar, so several features move in parallel instead of one at a time. Project-level LEADER.md and SLOTS.md prompts shape every request, and `read_worker_session` replays a worker transcript read-only without waking it.

Multi-round deep research in the DSH sidebar: each round fans sub-questions out to parallel sub-agents, then continues from where the last round stopped and writes a cited report.

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.

DSH 네이티브 생성 시 Mixture-of-Agents입니다. 매 턴 참조 모델들이 동일한 세션 컨텍스트로 병렬 사전 초안을 만들고 하나의 집계 모델이 전체 도구로 실행합니다. 설정을 모델처럼 사용하는 레시피, F 미러/R 축약 뷰, 필수 하위 에이전트 게이트(이중 형태 세션 인덱싱), 레시피별 비전(이미지 읽기를 텍스트 전용 집계기로 전달), 조정/순찰 명단을 분리한 단계별 주기 및 주기 사이 고정 재사용이 있습니다. 품질 저하 참조 출력은 버리고 실패 알림에는 제공자 ID를 숨깁니다. 리허설 기록은 생성 위치에 고정해 매 요청에 덧붙이지 않으므로 캐시 가능한 접두부를 유지합니다(기본적으로 모든 주기에서 사용).

DeepSeek Harness 창 가장자리를 따라 흐르는 혜성 모양의 빛 띠입니다. 최대 4개를 동시에 표시하고 세션별 모델에 따라 색을 지정합니다. 답변을 기다리는 동안 방향이 반전되며 대화가 끝나면 작성기나 워크스페이스로 돌아갑니다.

두 번째 에이전트를 실행합니다. 서로 독립적인 하위 작업을 로컬 Codex CLI에 병렬로 맡기며 최대 3개까지 동시에 실행합니다. 사용자가 보기 전에 설계나 계획을 검토하게 하고 결론, 근거, 반례, 검증 단계를 반환합니다. 시간 제한이나 승인 기준 확인이 없는 작업 위임은 모델이 기억하기를 기대하지 않고 플러그인이 거부합니다.

아키텍처와 검증된 계획을 저장하고 승인을 받은 뒤 네이티브 AgentTeams worker를 실행합니다. 병렬 코딩과 독립 검토를 수행하고 진행 상황 및 검증 결과를 요약합니다.

DeepSeek Harness와 Pi용 웹 검색 및 가져오기 공급자입니다. Exa, Tavily, Parallel, Firecrawl, TinyFish를 익명 사용 우선으로 라우팅하고, 결제는 선택 동의 방식이며 쿼터를 사전 확인하고 취소 범위를 제한합니다.

DeepSeek Harness의 세션 간 조정 기능입니다. 병렬 세션을 나열하고 발신자 정보와 함께 메시지를 전달하며 작업 단계가 충돌하면 세션을 일시 중지하거나 재개합니다.

DeepSeek Harness용 역할 기반 expert subagent와 작업 sidebar입니다. explorer, librarian, oracle, designer, fixer가 각자 다른 model과 reasoning depth로 병렬 위임을 수행합니다.

에이전트 프리셋: 한 세션에서 3단계 자동 개발 파이프라인을 실행합니다. 병렬 조사 서브에이전트와 대화형으로 설계하고, 검토·개발 서브에이전트 및 패키지별 예산 원장으로 목표 중심 개발을 한 뒤, 승인 수정 루프를 진행합니다.

DeepSeek Harness의 LLM 호출을 크게 줄입니다. 제목 기반 단락 처리, 진행 중 중복 제거, 24시간 재생 캐시, [[TASK n]]/[[ANSWER n]] 구분자 프로토콜을 통한 N개 병렬 요청의 단일 업스트림 호출 병합을 제공합니다. 같은 답을 유지하면서 API 호출과 비용을 줄입니다.

Windows 데스크톱 DeepSeek Harness 0.2.0-rc.2용 원탁 회의 기능입니다. 기존 Agent 세션을 재사용해 토론, 편집 가능한 작업 카드, 순차/병렬 단계, 공유 회의 파일, 서기 회의록을 제공합니다.

DSH용 확장 데스크톱 셸입니다. 시작 시 브라우저 탭 없이 로컬 backend를 자동 실행하고 종료 시 backend를 끄기 전에 묻습니다. Electron과 backend를 병렬로 시작해 콜드 스타트를 단축합니다. dsh-clean-desktop-shell의 fork입니다.

v0.8.6은 시작 충돌을 수정합니다. Host runtime package는 설치하지 않는 optional peer입니다. TypeSafe Jev(System One 결정 모델)를 DeepSeek Harness에 end-to-end 연결하고 도구 7개를 제공합니다: `jev_decision`(1회에 1–25개 병렬 typed verdict, noul/choice/score, 보정된 신뢰도, 중앙값 266–484ms, 산문 없음), `jev_choose`(2–10개 방안을 적합도 0–3/위험으로 순위화해 추천 선택), `jev_batch`(0.8.6 신규: 텍스트 1–20개, 판단 1–5개, 텍스트당 실제 호출 1회·동시성 제한; 실패 행은 추측 없이 원시 오류 반환), `jev_usage`(로컬 측정 및 선택적 로컬 한도), `jev_overview`, `jev_guard_status`, `jev_verify`(고정 27문항 실시간 벤치마크, 동시성 6에서 26/27=96.3%). 원장은 기본 `$DSH_HOME/jev-usage.json`에 저장됩니다. Remaining은 API에서 가져오는 잔액이 아니라 선언 잔액에서 `balanceSince` 이후 로컬 측정 지출을 뺀 값이며 조작하지 않습니다. API key 누락은 명시 오류, 등록 실패는 표면별 격리. 클라이언트는 refresh, 서버는 Host 재시작이 필요합니다.

composer 명령 메뉴(/side-chat)에서 새로 이어갈 수 있는 병렬 세션을 시작하며 메인 세션은 계속 실행됩니다.

실시간 DSH 세션을 병렬로 모순 분석해 0~100 대화 일관성 배지와 설명을 표시합니다. 수동 실행과 기본 활성화된 간격별 자동 분석을 제공하며 세션별 또는 전체 설정으로 편집할 수 있습니다.

llm/stream 경로에서 공급자별 동시 실행을 제한합니다. 초과 모델 요청을 DSH 내부 FIFO 대기열에 보관해 `llama.cpp --parallel 1` 단일 슬롯 로컬 서버에서 메인 에이전트, 하위 에이전트, 압축 작업이 차례로 실행되어 시간 초과를 피합니다. `maxConcurrent` / `maxQueued` / `queueTimeoutMs`를 설정할 수 있습니다.

읽기 전용 리뷰어 하위 에이전트(보안, 정확성, 테스트, 스타일)를 병렬 실행하고 각자 다른 모델을 선택할 수 있습니다. `/review` 또는 `code_review` 도구 호출로 심각도별 통합 보고서를 만듭니다.

계약서 초안 작성 에이전트 프리셋: 11단계 변호사 워크플로, 5방향 병렬 AI 리뷰, 의사결정 게이트, 일반·고용·지분 투자 계약용 도메인 팩.

Declarative DAG runtime for DSH tool plans with bounded parallel execution, read-only retries, per-step checkpoints, cancellation, and conservative crash recovery.

Logic-risk review before rewriting: audit the source, decide each fix, generate several drafts in parallel, and export with a per-draft audit report. Bring your own OpenAI-compatible API endpoint and key - the plugin ships no model and returns 403 until one is configured.

One leader, many sessions: tell the leader the goal and it splits the work into cards, runs persistent worker sessions in the background, collects their reports, and keeps the facts on a per-project board in the right sidebar, so several features move in parallel instead of one at a time. Project-level LEADER.md and SLOTS.md prompts shape every request, and `read_worker_session` replays a worker transcript read-only without waking it.

Skill bundle that installs the codex-collab skill for driving the local OpenAI Codex CLI as a vendor instead of a consultant: every delegation carries acceptance criteria and a self-test script, the result is verified by running those tests locally, and a failure is handed back with its original error output; batch delegation runs sequentially (parallel subprocesses are not usable locally) and multi-turn continuation stays inside one session. Requires the local Codex CLI and PowerShell 7+; the helper scripts are Windows-native and only partially work on macOS/Linux.