플러그인

DSH 답변 내 클릭 가능한 파일 경로: Codex 스타일 인라인 열기, 파일 관리자에서 보기, 턴 끝에 표시되는 언급된 파일 칩 목록

DSH 사이드바에 세션 워크스페이스 어딘가에 이미 존재하는 Markdown 문서, 이미지, 동영상을 현재 대화와의 관련도 순으로 나열합니다. 최근 메시지는 문서 제목, 요약, 본문에 대해 IDF 가중치로 로컬에서 대조되며, 모델 호출도 네트워크도 사용하지 않습니다. 이 목록은 기억이 아니라 워크스페이스에서 스캔되므로 DSH를 재시작하거나 새 세션을 시작해도 비지 않습니다. 이미지와 동영상은 제자리에서 미리보기되며, 상대 경로 이미지는 해석되고 동영상은 HTTP Range로 스트리밍됩니다. 미리보기 헤더 아래의 참조 바는 미리보기 중인 문서를 인용한 문서와 그 문서가 인용한 문서를 보여주며, 한 번의 클릭으로 서로 이동할 수 있습니다. 같은 순위는 knit_docs 도구로 에이전트에게도 노출되며, 가장 관련성 높은 문서와 발견된 경우 각 문서에서 일치한 구절을 반환합니다.

Smart Charts 스킬: CSV/TSV/TXT/XLSX/XLS/JSON 데이터 파일을 독립형 인터랙티브 ECharts HTML로 바꿔 줍니다 — 오프라인 지도를 포함한 32가지 차트 유형, 3가지 테마, CDN 불필요. --profile 데이터 프로필(열별 dtype, 카디널리티, 결측률, 샘플, 통계, 엔티티 그레인, 인사이트 신호) 덕분에 에이전트가 데이터를 읽고 차트를 직접 고를 수 있습니다. 각 차트에는 팩트 시트(plot_stats + data_preview)가 내장되며 그 수치만 인용 가능한 값입니다. LLM 변환 코드는 제한된 샌드박스(블랙리스트 + AST 화이트리스트 + 안전한 내장 함수)에서 실행됩니다. --doctor는 Python 환경을 자가 점검합니다. 완전 오프라인, ECharts 번들 포함.

해당 턴에서 대화 재생을 되감고 분기하도록 전송된 메시지 편집, 버블 아래 카운터로 버전 전환, 턴 레벨 버전 트리에서 모든 브랜치 탐색.

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.

코스 맵, 튜터, 칠판 열로 구성된 학습 탭으로, markdown 파일, 로컬 폴더 또는 GitHub 저장소를 가이드 코스로 변환하며, 레슨 잠금 해제, 숙련도 추적, 간격 반복, 튜터 설계 코스 가져오기 기능을 제공합니다.

DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH 이중 언어)용 Expert-mode 에이전트 프리셋: 수석 코디네이터와 17명의 도메인 전문가 서브에이전트의 자동 작업 위임. 기능: 태스크보드 스케줄러(파일 시스템 상태 머신 pending/ready/running/done/failed, 의존성 DAG, 원자적 클레임, 재시도, 충돌 복구), 품질 게이트(고위험 작업의 5단계 파이프라인: 요구사항 명확화, 구현, 검증, 독립 검토, 통합, 2라운드 재작업 한도), Five-Anchor 제약(턴별 검토/수렴/드리프트 방지/협업 확인/자원 인식), Near-distance Guidance(전문가별 ID/작업/출력 템플릿), 점진적 공개(약 28% 토큰 절약), 전문가 영속성, 전문가 간 파일 메시지 버스(직접 P2P 통신, 코디네이터 중계 0), 상호 검토, 경험 풀, 단순 작업 패스트 트랙, 자동 재시도를 통한 장애 복구. 전문가: 데이터 분석가, 카피라이터, 법무 검토, PM, 프론트엔드, UI/UX, 아키텍트, 소셜 미디어 운영, 그로스 해커, 퀀트 금융, 금융, 백엔드, DevOps, DB, QA, 보안.

DeepSeek Harness Web UI용 플로팅 데스크톱 펫으로, 대기 중 숨쉬기, 가끔 방향 전환, 무작위 동작, 화면 배회를 보여줍니다.

더 나은 폴드 바: 도구 호출과 Think 세그먼트를 자동으로 스텝 폴드 바로 접고, 완료된 각 턴을 라이브 메트릭(지속 시간, TTFT, 토큰, tok/s, 캐시 히트)이 포함된 단일 턴 헤더로 축소하여 최종 요약만 보이게 합니다. 애니메이션 포커 카드를 기본 제공되는 커스터마이즈 가능한 리딩 아이콘(실행 중 슈트 순환 카드 애니메이션, 접힐 때는 덱, 펼쳐질 때는 부채 포함), 공식 폴드 모드용 설정 행, 신규 및 구버전 DSH 모두 호환. DSH 소스에 대한 침입 없음.

Agent-Body의 장기 커널: 플러그인을 하나의 몸으로 조직합니다. 각 명령은 신경 임펄스가 되어 처리해야 할 장기를 결정적으로 자극하고 사용할 역량을 지정합니다. 가변 간격의 심박(경보 시 빠르게, 유휴 시 느리게)이 운영자 지시, 고유수용감각, 항상성 경고를 시스템 전반에 전달합니다. 반사궁은 모델 호출 없이 발화합니다. 실패는 결정적 원인 판별(도구 누락/인수/권한/시간 초과/네트워크), 처방, 재확인 루프를 거치며 인수 오류는 자동 재시도되지 않습니다. 없는 장기는 역량 중복이 가장 큰 장기가 보상하고, 도구 스키마는 현재 의도로 제한됩니다(측정 84.7% 감소, 리포지토리 내 재현 가능). 이 항목은 agent-body 리포지토리의 커널 플러그인 패키지입니다.

의존성 제로, 이벤트 기반 음성 알림 플러그인: 추가 모델 불필요, 토큰 비용 없음. 시스템 내장 자연 음성으로 음성 출력하며 Windows와 macOS를 모두 지원합니다. 최종 응답 알림, 승인 및 질문 경고, 선택적 이벤트 알림(턴 종료, 명령 완료, 목표 변경, 도구 오류, 할 일 업데이트), 재생 가능한 최종 응답, 이중 언어 비주얼 설정 페이지를 제공합니다.

세션 턴 종료, 에이전트 질문, 승인 대기 시 브라우저 알림과 비프음. 알림을 클릭하면 세션으로 이동합니다. 원격 트리거 엔드포인트와 SSE 채널 내장(npm: dsh-my-notify).

"기억의 궁전" 메타포를 사용하는 세션 간 장기 기억입니다. 이중 범위 SQLite 저장소(사용자 + git origin별 프로젝트), RRF 융합과 최신성/증거 기반 랭킹 부스트를 적용한 FTS5 + 로컬 벡터 하이브리드 검색, 세션 로그(마지막 턴 포함)로부터의 자동 수집, 출처 감사 체인, 통합 정제와 감쇠 망각, 그리고 회랑 토폴로지·투어 버틀러·리퍼비시 목록이 있는 설정 페이지의 Memory Library 패널을 제공합니다.

완료된 턴을 최종 결론으로 접고, 구분선으로 사고 과정과 본문을 분리하며, 좌우에 도킹 가능한 레일에서 라인 또는 도트 마크, 선택적 링과 호버 요약과 함께 턴 사이를 이동할 수 있습니다. 호스트 우측 가장자리의 TurnNavigator를 숨기고, 이전 기록을 불러오며, 미리 채워진 진단 issue를 열 수도 있습니다.

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.

실제 프로필을 건드리지 않고 일회용 프로필에서 DSH 플러그인의 격리된 설치 및 스모크 테스트 드라이브를 실행하여 구조화된 통과/실패 기록과 배치 매트릭스를 반환합니다.

이벤트별 사운드 알림: 턴 완료, 승인, 질문, 플랜 리뷰, 목표 차단, 작업 실패 각각에 고유한 사운드와 볼륨이 부여되며, Web UI에서 구성 가능(내장 신스, 음소거 또는 로컬 오디오 파일).

양방향 WeChat(iLink) 브리지: 턴 종료 및 승인 요청 푸시, 채팅 내 승인/거부 및 메시지 삽입, 영구 중복 제거와 수렴형 긴 답변 청킹, 다른 IM으로 확장 가능한 채널 레이어

DeepSeek Harness Web UI용 Live2D 고래 소녀 컴패니언: 모델이 화면에 남아 에이전트가 실제로 하는 일(생각, 도구 호출, 스트리밍 텍스트, 오류, 턴 완료)에 반응합니다. 클릭하면 에이전트에 메시지를 보내고 답변이 말풍선에 스트리밍되는 것을 볼 수 있습니다. 우클릭하면 표정, 의상 아이템, 책상 장면, 일회성 애니메이션 메뉴가 나오며, 모든 동작은 원본 모델 작성자의 핫키 시트에서 매핑되어 겹치지 않고 자동으로 만료됩니다. 비상업적 모델 에셋(CC BY-NC-SA 4.0), MIT 코드, 제작 Andersen216 (https://github.com/Andersen216).

Jev 판단을 세 가지 자동 동작으로 바꾸는 DeepSeek Harness 플러그인 — 요청과 관련된 세그먼트로 과대한 도구 출력을 잘라내고, 가져온 페이지에서 모델을 겨냥한 지시를 선별하고, 다음 단계에 맞는 스킬을 고릅니다 — 여기에 jev_ask와 jev_gate 도구, 재시작 후에도 남는 판단 원장, /jev-status 보고서를 더합니다. TypeSafe API 키가 필요하며, 키가 없으면 아무 동작도 하지 않고 아무것도 전송하지 않습니다.

에이전트 루프를 OpenTelemetry 트레이스, 메트릭, 로그로 GreptimeDB에 내보내며, 토큰 사용량, 비용, 세션 결과, 턴별 레이턴시를 다루는 7개의 Grafana 대시보드를 포함합니다.

AI Company Framework: 한 문장을 다중 에이전트 회사로 변환 — 15개의 플랫 스킬(boss/pipeline/role-template/11 roles/generic customer-memory), 7개의 워크플로우 템플릿, AgentTeams 런타임 + 활동 패널, 세션별 격리가 있는 직원 사이드바, Feishu 봇 브리지(boss 및 직원별 봇, 그룹 라우팅, 자율 푸시, 인간 의사결정 게이트, 외부 연락처 가이드), 고객별 SQLite 메모리, 3계층 메모리(크로스 그룹 병합), /company 모드 전환; RAG 없음.

호버 요약과 클릭해 이동하는 내비게이션을 갖춘, 오른쪽 가장자리에 붙는 컴팩트한 턴 레일. npm에서는 `dsh-turn-scrubber`로 제공합니다.

컴포저 하단의 토큰, 비용, 잔액 대시보드입니다: 실시간 인디케이터와 함께 턴별 사용량, 예상 비용, DeepSeek 계정 잔액을 의존성 없는 SVG 차트로 보여줍니다.