플러그인

dsh-pet 데스크톱 펫용 화면 인식 모드입니다. 30초마다 주 디스플레이를 캡처하고 프레임의 8×8 평균 해시를 비교합니다. 화면이 바뀌면(변화가 없어도 유휴 간격이 지난 뒤 다시) 스크린샷을 세션 모델에 보내 짧은 말풍선 한 줄을 생성합니다. /fish, /fish_look, /fish_screen 명령과 상태·제어 HTTP 쌍을 추가합니다. 변경 임계값과 유휴 반복 간격은 설정할 수 있습니다. Windows 전용(PowerShell WinForms).

개인 WeChat과 WeCom(기업용 위챗) 브리지입니다. QR 코드로 연결하고 채팅마다 DSH 대화 하나를 만들며 텍스트·이미지·동영상·문서·압축 파일을 양방향 전송합니다. /help, /status, /new, /stop, /friends 명령은 모델 턴을 쓰지 않고 브리지가 직접 답합니다. 봇을 1:1 채팅으로 제한하는 스위치가 있으며 그룹 메시지는 조용히 버리고 개수를 셉니다. 채팅에서 1 또는 2로 원격 승인을 할 수 있습니다. 공개 URL이 필요 없는 장기 연결 WeCom 지능형 봇도 이미지·파일·동영상을 양방향으로 주고받습니다.

현재 세션용 Skill Center 패널입니다. 표시 가능한 스킬과 제공자·소스 루트를 나열하고 각 SKILL.md를 렌더링합니다. 모델 및 사용자 호출을 전환하고 스킬을 만들거나 소프트 삭제할 수 있습니다. 스킬 작성 스킬과 skill_create 도구가 포함됩니다.

디자인 중심 PowerPoint 제작 도구입니다. 6개의 pptx_* 도구가 deck.json 디자인 초안으로 편집 가능한 .pptx를 만들고, AI 배경·누끼 일러스트·장식 요소를 추가하며, 레이아웃과 대비를 검사하고 슬라이드 미리보기를 렌더링합니다. 설정 가능한 비전 모델로 페이지를 검토하며 Web UI에 채팅 카드와 설정 페이지가 있습니다. DSH Desktop 0.2.1-rc.2+가 필요하고(pptx_render는 번들된 LibreOffice Kit 사용), 이미지 생성에는 Agnes 또는 ModelScope API 키가 필요합니다.

DSH용 이미지 생성을 두 가지 방식으로 제공합니다. 채팅에서 모델이 호출하는 image_generate_lite 도구와 수동 실행용 오른쪽 사이드바 스튜디오를 지원합니다. 참조 이미지는 최대 5장, OpenAI images API 형식을 사용하며 키는 DSH 자격 증명 서비스에 보관합니다.

DSH 어시스턴트가 로컬·웹·AI 생성 이미지를 채팅에서 사용자에게 직접 보냅니다. 텍스트 전용 모델을 위한 외부 비전 지원도 제공합니다. Windows에서는 PowerShell로 실행됩니다.

기본 브라우저에서 요소를 클릭해 주석을 작성한 뒤 전체를 한 메시지로 세션에 보냅니다. 모델이 해당 소스를 찾아 편집할 수 있습니다.

DeepSeek Harness용 모델 연동 캐릭터와 공유 world. 개별 편집 persona/memory, 선택형 AI diary·sleep consolidation, 중/영 설정, task 인식 desktop pet, theme와 사용 통계를 제공하며 업데이트 후에도 설정을 보존합니다. Windows/Linux/macOS 지원, OS별 요구사항은 guide 참조. diary/consolidation은 token을 소비합니다. 설치/업데이트 전 보이는 desktop pet/bubble을 닫는 것을 권장(열린 file이 실패 원인일 수 있음). Codex/OpenAI API account query는 사용자 검증 완료, 다른 source는 검증/feedback 대기 중.

dsh가 보내는 모델 요청에 사용자 지정 매개변수를 추가합니다. OpenRouter 제공자 라우팅과 대체 모델, 추론, 샘플링, 사용자 지정 body 필드, 헤더를 지원하며 OpenRouter나 다른 게이트웨이에서 사용할 수 있습니다. dsh의 기존 채널별로 매개변수를 구성하고 각 요청의 전송 내용을 실시간 미리 보기로 확인하며 요청 로그에서 실제 전송 내용과 게이트웨이 응답을 볼 수 있습니다.

ZCode CLI를 설치하고 로그인해야 합니다. CLI 에이전트를 DeepSeek Harness의 모델 공급자로 연결합니다. 상주 app-server 세션이 턴을 스트리밍하고 모델 목록은 실행 시 CLI에서 읽으므로 컨텍스트 창, 이미지 지원, 공급자 경로는 설치된 CLI와 계정을 따릅니다. 안정판 0.5.2는 engines.dsh로 DSH 호환성을 선언하며 ZCode CLI 3.16.3을 기준 버전으로 문서화합니다. 선택적 Retry가 포함된 Preview 0.6.0-community.5는 GitHub Releases에서 별도 제공됩니다. 도구 권한 요청과 알 수 없는 승인/권한 메서드는 기본 거부, full-auto는 명시적 opt-in이 필요합니다. 별도 프로세스인 app-server에는 DSH 승인 UI가 개입하지 않으며 이 정책은 OS sandbox가 아닙니다. AGPL-3.0의 kyle123740/dsh-zcode-cli-proxy에서 파생됐고 같은 `zcode-cli` provider id를 등록하므로 원본과 함께 설치할 수 없습니다.

실행 중인 workbuddy2api-panel을 HTTP API로 읽어 모델을 DSH model picker에 동기화합니다. credit 배수, CN/국제 realm 라벨, 모델별 reasoning effort level을 적용하고 남은 credit과 사용량을 Settings 페이지와 sidebar badge에 표시합니다.

DSH 내장 GitHub Copilot provider의 웹 device-code 로그인/로그아웃을 추가합니다. 바로 쓸 수 있는 Copilot provider route를 미리 설정하고 자격 증명은 내장 credential store에 보관합니다. model catalog는 첫 로그인 시 fallback으로 관리하며 사용자 지정 모델 항목을 덮어쓰지 않습니다.

공유 기본 모델을 고정합니다. 채팅 안에서 모델을 전환해도 전역 기본값을 다시 쓰거나 기본 모델의 추론 강도를 낮추지 않습니다.

DeepSeek Harness용 OpenCode Zen 무료 티어 모델입니다. 익명으로 API key 없이 사용하며 loopback OpenAI 호환 shim과 실제 bash/read gate 도구를 제공합니다.

dsh에서 TRAE 계정 모델 할당량을 사용합니다. 다중 계정 관리, 일일 체크인, 순환, 사용 통계, reasoning level 및 모델 표시를 지원합니다. Python 3.10 이상 필요. 첫 실행 시 Python 종속성을 다운로드합니다.

dsh-reasoning-effort의 포크입니다. 작성기에 제공자 목록, 옆으로 펼쳐지는 모델 패널, 검색, 간결한 행으로 구성된 2단계 모델 선택기를 추가하고 추론 강도 슬라이더와 최고 단계 효과를 함께 제공합니다.

DeepSeek Harness model channel 자동 보강: provider channel을 추가한 뒤 모델별 contextWindow, maxTokens, [text, image] 멀티모달 입력, {low, high, max} reasoning effort 단계를 수동 설정할 필요가 없습니다. 저장 시 자동 보강하며 Settings UI 페이지와 타임스탬프 백업을 제공합니다.

SuperGrok 및 X Premium 구독용 DeepSeek Harness 플러그인입니다. device-code 로그인, xai provider, 계정에서 보이는 채팅 모델과 context 및 백만 토큰당 가격, model capabilities에서 읽은 reasoning effort, 구독 사용량을 제공합니다.

GLM Coding Plan과 GitHub Copilot의 provider 보고 quota snapshot을 DSH에 표시합니다. 드래그 가능한 floating capsule과 quota 기간·재설정 시각·모델별 사용량·Copilot 크레딧 상세 패널이 있습니다. 선택 sidebar 카드는 기본 숨김. 자격 증명은 DSH host가 확인하며 quota 기록은 저장하지 않습니다.

DSH용 AI-native multimodal canvas입니다. 이미지, 비디오, 오디오, 3D 모델, PDF, 문서, 코드를 미리 보고 지속되는 로컬 workspace에서 아이디어를 연결하고 agent와 협업합니다.

Harness 세션에서 NeoXider Agent Deck desktop widget(chat, slime pet avatar 또는 hinge handle)을 열고 mode, 설치 version, 실행 상태, 같은 Harness를 따르는지 표시합니다.

매 턴 뒤 다음 메시지를 예측해 입력창에 회색 ghost text로 표시합니다. Tab은 전체 문장, Alt+Right는 한 단어씩 입력하고, Enter는 적용 후 전송, Esc는 닫기, Alt+R은 이전 후보를 반복하지 않고 다시 생성합니다. 몇 글자 입력하면 세션에서 보낸 prompt를 바탕으로 완성하며, 빈 입력창에서 Up을 누르면 마지막 항목을 불러옵니다. plugin 페이지 form에서 provider, model, reasoning effort, 키별 toggle, 생성 한도를 설정합니다.

composer 모델 메뉴를 2-pane 선택기로 교체합니다. 왼쪽에는 검색 가능한 provider별 모델 목록, 오른쪽 detail card에는 해당 모델 provider에서 직접 읽은 context window/output cap/capability tag/reasoning-effort 수준을 표시합니다. npm 이름 `dsh-model-picker`는 다른 작성자의 것이므로 이 GitHub source에서 설치해야 합니다.

DSH composer의 전송 버튼 옆 ✦로 prompt를 한 번에 다듬습니다. Standard/Light 모드, Revert/Retry를 지원합니다. 정보가 부족하면 question card로 추가 질문합니다. 다시 쓴 결과에서 경로·식별자·숫자·URL·inline code·@mention이 유지됐는지 확인하고 빠진 항목을 복구합니다. 대화 모델이나 Plugins 페이지에서 지정한 전용 모델로 실행합니다.