플러그인

공식 DSH MCP 브리지를 통해 상류 REA 6.4.0을 완전히 통합합니다. 도구 170개, 같은 버전의 리버스 엔지니어링 스킬, 인자 자동 완성이 있는 MCP 프롬프트 6개를 입력창/메뉴에서 사용하며 하나의 REA 프로세스와 구조화된 Evidence를 공유합니다. 외부 분석 엔진은 별도로 준비해야 합니다.

프로젝트 결정을 채팅 기록 대신 일반 Markdown으로 보관합니다. 메인 문서와 모듈별 문서에 각 항목의 file:line 인용을 기록합니다. 에이전트가 질문해 미결 사항을 확정하고 작업 복잡도·확장성·유지보수성·코드 품질·재사용성 5개 축의 점수를 산출해 모델 선택 옆 버튼에 표시합니다. 세션 하나에 여러 프로젝트를 연결할 수 있으며 small/medium/large 규모에 따라 항목 한도가 넓어집니다. 트리거 단어가 나타나면 메인 문서의 재사용 파이프라인 섹션을 주입합니다.

여러 DSH 플러그인을 붙여넣기 가능한 공유 코드 하나로 묶고 QR 코드로 휴대폰에 전달한 뒤 플러그인을 하나씩 설치합니다.

공개 SkillHub 카탈로그의 스킬을 탐색·검색·설치하고 Harness를 벗어나지 않고 활성화·비활성화·업데이트·제거할 수 있습니다. 카테고리 칩에는 상류 카탈로그의 총 개수가 표시됩니다. 상세 드로어 탭은 파일 트리, 버전 기록, 권한, 제3자 보안 검사 결과, 상류 지표를 보여 줍니다. 설치된 스킬은 harness 스킬 루트에 일반 로컬 스킬로 기록되며, 비활성화하면 플래그만 바꾸는 대신 디렉터리를 루트 밖으로 이동합니다.

DeepSeek Harness용 모델 장애 조치 및 턴 유지 기능입니다. 눈에 보이는 출력이 나오기 전에 모델 오류로 실패한 요청은 설정된 제공자 그룹의 모델을 거친 뒤 다음 제공자로 넘어가 스트리밍 가능한 모델을 찾습니다. 일시적 오류는 생존 감시 아래 백오프로 재시도하고, 멈춘 턴은 템플릿 「继续」 신호로 재개합니다. 선택형 완전 자동 모드는 권한·질문·계획 승인을 자동 응답하며 각 판단을 AUTO-MODE.md 감사 로그에 기록합니다.

DeepSeek Harness에서 OpenCode Console (Zen) 모델을 사용할 수 있습니다. Settings → Plugins에 Console API key를 붙여 넣으면 Console 채팅 모델을 선택할 수 있고, 카탈로그가 자동 동기화되며 각 모델은 공식 문서에서 지정한 엔드포인트로 라우팅됩니다. 무료 *-free 모델은 OpenCode 클라이언트 안에서만 실행되므로 기본적으로 숨겨집니다.

긴 DSH 대화를 주제→진행 단계→마일스톤 타임라인의 3단계 경로로 정리해 드래그 가능한 오버레이에 표시합니다. 한 번 클릭하면 대화 기록의 해당 메시지로 이동합니다. 주제는 DeepSeek 모델로 요약하며 비용 없는 규칙 기반 대체 방식도 있습니다. 이름 변경, 잠금, 드래그 앤 드롭 병합, 대화별 메모, 벡터 그리기 보드를 지원합니다.

여러 줄 입력을 위한 전체 화면 패널을 DSH 컴포저에 추가합니다. 이동 및 크기 조절이 가능하고 컴포저와 초안을 공유합니다. Enter는 줄바꿈, Ctrl+Enter만 전송이므로 IME가 Shift+Enter를 전송으로 바꾸지 않습니다.

DSH 기본 오른쪽 사이드바 Markdown 미리보기입니다. Mermaid 다이어그램, KaTeX 수식, GFM 표, 구문 강조를 지원합니다. 렌더링 엔진이 포함되어 완전히 오프라인으로 동작합니다.

DSH 에이전트 이벤트 11종(작업 완료, 질문, 거부된 승인, 백그라운드 subagent/goal/job, 팀 작업, 컨텍스트 압축, 실행된 일정, 플러그인 시작, 권한 변경)을 설정 가능한 알림으로 보냅니다. 번들 service worker를 통한 브라우저 Web Notifications를 사용하고, Windows toast 또는 Linux D-Bus로 대체하며, 무음 수준은 3단계이고 클릭 시 열립니다.

로컬 Obsidian vault를 전용 RAG 채팅 패널로 만듭니다. 노트 탐색기, 검색 증강 채팅, 인용 출처를 나란히 표시하고 로컬 BM25 및 CJK bigram 검색으로 노트를 찾습니다. 답변은 DSH 모델 채널을 통해 스트리밍되며, [n] 인용을 클릭할 수 있고 mtime 기준으로 변경분을 색인합니다.

DeepSeek Harness GUI용 저눈부심 테마 3개(Warm Paper, Sage Green, Warm Grey)를 전환해 사용할 수 있습니다. 각 테마는 완전한 alias-token 레이어이며 라이트/다크 모드를 갖습니다.

OpenAI 호환 게이트웨이로 DeepSeek Harness에 이미 설정된 모델을 공개해 다른 로컬 프로젝트에서 표준 OpenAI 클라이언트로 호출합니다. 여러 provider 후보를 이름 있는 그룹으로 묶어 순서/균등/무작위 분배합니다. 출력 전 상류 실패는 다음 후보로 투명하게 전환하고 rate limit은 provider backoff 후 재시도합니다. 후보별 호출 통계(시도·응답·실패·token·TTFT)는 Settings 배지에 표시하고, 일별 집계는 로컬 파일에 저장해 30일 히트맵/추이를 제공합니다. UI에서 key를 만들기 전에는 접근 가능한 누구나 endpoint를 호출할 수 있습니다. key는 SHA-256 hash로 저장되며 생성 후 인증이 켜지고, 마지막 key 폐기 후에도 endpoint는 잠금 상태를 유지합니다. 선택형 LAN listener를 key 없이 열면 전체 네트워크에 공개됩니다. DSH 0.1.2-rc.1~0.1.7-alpha.1 이상.

DeepSeek Harness용 Ollama Cloud 제공자입니다. 설치 시 채팅 경로를 추가하고 모델별 thinking level을 composer effort 설정에 노출합니다. /api/tags와 /api/show에서 모델 목록을 최신화하고 오프라인 시작을 위해 캐시합니다. /api/balance의 계정 잔액을 Models 페이지와 사이드바 행에 표시하며, endpoint가 할당량 데이터를 제공하지 않으면 행을 숨깁니다. Ollama의 웹 검색/fetch도 선택 가능한 DSH 웹 제공자로 추가합니다.

Agent 웹 검색 공급자를 바꿀 수 있는 DeepSeek Harness용 검색 허브입니다. ctx.web 뒤에 주요 검색 서비스를 연결하고 Tavily(월 1,000 무료 크레딧)를 포함합니다.

각 답변 아래 최대 5개의 클릭 가능한 다음 단계가 표시되며, 한 번 클릭하면 해당 문장이 메시지로 전송됩니다. 추가 모델 호출 없이 중복 관점을 제거하고 추천 항목을 맨 위에 둡니다. 마우스를 올리면 전체 문장을 보입니다. 오른쪽 작은 버튼은 입력창을 먼저 비우고 문장을 채워 전 편집을 허용합니다.

기본 http provider id를 이어받는 fake-ip 인식 ctx.web fetch 프로바이더입니다. DNS 응답이 모두 프록시 fake-ip 대역(기본 198.18.0.0/15)의 플레이스홀더일 때만 호스트 이름을 허용하므로 fake-ip를 끄거나 프록시 환경 변수를 설정하지 않고 mihomo/Clash TUN 모드에서 web_fetch를 사용할 수 있습니다. IP 리터럴, 사설, 루프백, 예약된 대상은 계속 차단됩니다.

가오카오 카운트다운 칠판: 데스크톱 칠판 위젯에서 가오카오까지 남은 일수를 카운트다운하며, 더블 클릭하면 얇은 막대로 접히고, 에이전트가 작업하는 동안 무작위 지식 카드를 퀴즈로 냅니다. 열린 Markdown 지식 카드 프레임워크 — .md 파일을 과목/카테고리 폴더 아래에 넣으면 자동으로 로드되며, 상호 링크, 즐겨찾기, 우선 과목, 자신만의 지식베이스 가져오기를 지원합니다.

Claude Code와 DSH를 위한 6개 엔지니어링 스킬입니다. 조사, 아키텍처 탐색, 구현 조율, 3축 diff 검토, 복잡도 감사, 변이 테스트를 포함하며 가능한 경우 호스트의 일반 서브에이전트 도구로 위임합니다.

DSH Web UI에서 텍스트를 선택하면 원래 대화를 참조해 해당 맥락의 번역과 의미 설명을 스트리밍합니다. 패널에 다시 재생할 수 있는 기록을 남기고 항목을 전체 세션으로 승격할 수 있습니다.

소스 페이지네이션이 유지되는 Grok 호환 웹 검색, Context7 및 Exa 문서 조회, 범위가 제한된 페이지 추출, 사이트 매핑, 오프라인 리서치 계획, 읽기 전용 진단 기능.

Jev(System One) 의사결정 모델 패러다임을 OpenAI 호환 LLM과 함께 사용 — TypeSafe 키가 필요하지 않습니다. 한 번의 호출로 유형화된 질문(choice/score/boolean)에 확률 분포 답변을 반환하는 jev_decide 도구를 등록합니다.

하네스 에이전트 라이브 상태(생각 중, 작업 중, 대기, 완료, 오류)를 상태 파일에 기록하면 번들로 포함된 Electron Live2D 데스크톱 펫이 이를 폴링하여, 펫 말풍선과 표정이 에이전트가 하는 일을 따라갑니다.

TypeSafe Jev를 일급 Cordis 서비스로, 그리고 DeepSeek Harness용 모델 가시 도구 3개로 제공합니다 — 기본적으로 오프라인, 외부 전송 공개, 절대 기본 활성화되지 않습니다.