플러그인

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.

DeepSeek Harness를 OOMOL이 관리하는 앱 및 서비스에 연결하며, Connector Action의 점진적 탐색 및 실행과 Provider 연결을 관리하는 인앱 패널을 제공합니다.

비전, 압축, 리뷰, 서브에이전트, 제목, 이미지 생성을 위한 전용 모델 라우트, 도구 및 시스템 가이드.

플러그인 조정 계층: 플러그인이 자신의 기능을 선언하고, 명령은 모델 호출 없이 해당 기능을 소유한 플러그인으로 라우팅되며, 도구 스키마는 필요할 때 로드되어 프롬프트 토큰을 줄입니다. 유휴 시간에는 실행 이력이 장기 기억으로 통합되고, 실패는 재시도 전에 분류됩니다.

컨텍스트 미터 팝오버에서 호출별 캐시 요금을 표시합니다. 현재 단계·라운드·세션 합계와 적중/실패/출력 토큰 및 금액, 자동 베이징 근무시간 피크/비피크 요금, 모델별 요금을 제공하며 서드파티 릴레이도 과금합니다.

외부 USB HID 디바이스를 통한 컴퓨터 사용: 평이한 언어로 타겟을 지정하면 비전 모델이 잘라낸 윈도우 스크린샷에서 이를 찾고, Raspberry Pi Pico 2가 실제 마우스를 움직이고 실제 키보드로 타이핑합니다. 7개 도구. Windows는 윈도우 목록, 윈도우별 크롭, 자동 윈도우 활성화를 지원하고, macOS는 pyobjc가 필요하며 둘 다 지원하지 않으며, Linux는 지원되지 않습니다.

콘텐츠 인식 도구 결과 축소기: tools/post-execute 단계에서 13개의 리듀서가 의미를 기준으로 과도한 출력을 축소합니다(실패한 테스트는 유지, diff 컨텍스트는 제거, JSON·CSV는 샘플링, lint 문제는 규칙별 그룹화, 의존성 스택 프레임은 접기, 혼잡 디렉터리는 카운팅). 전체 원본은 로케이터와 함께 디스크에 저장됩니다.

중국 A주 금융 데이터 MCP 서버: 11개 fin_data__* 도구(시세/K선/재무/캘린더/특수 데이터/공고/EDB/대사/펀드/지수)를 THS 무료 공식 REST(주) + AKShare(폴백) + Wind(독점 영역)로 제공. 성능 저하 관측성, 컨텍스트 예산 압축(결과 측 -72.2% 실측), 오프라인 10년 시장 데이터 레이크. BYOK.

DeepSeek Harness용 우측 플로팅 패널과 /context 명령으로, 컨텍스트 토큰 사용량, 할당, 예상 비용을 실시간 도넛 차트로 보여줍니다.

코딩 에이전트를 위한 다중 엔진 웹 검색 — 하나의 SearchBoost 코어(융합 검색, fetch, X)와 MCP(Cursor, Codex, Claude Code, Grok Build, Antigravity), pi 확장, DeepSeek Harness 번들 어댑터

DeepSeek Harness 에이전트를 위한 실제 마우스와 키보드입니다. 클릭할 대상을 말로 설명하면 비전 모델이 찾아내고 USB HID 장치가 클릭합니다.

Qwen3.8-27B와 같은 저컨텍스트 llama.cpp 모델 실행 시 컨텍스트 압축을 강제하여 모델 효율성과 사용의 원활함을 개선하며, 잘 정제된 압축 프롬프트도 함께 제공합니다.

웹 사이드바용 1단계 세션 폴더 - 워크스페이스별로 세션을 그룹화하고 드래그 앤 드롭 또는 컨텍스트 메뉴로 이동, 아카이브 및 복원, 서버 측 영구 저장이 가능합니다.

dsh 프로필 앱 플러그인으로 부팅되는 DeepSeek Harness용 opencode에서 영감받은 터미널 UI입니다. 세션 사이드바, 스트리밍 채팅, markdown 도구 카드, todo 목록, 슬래시 명령 제안, 컨텍스트 미터가 있는 텔레메트리 푸터 및 인라인 승인 프롬프트를 제공합니다.

DeepSeek Harness용 가역적 컨텍스트 축소: 균일한 JSON 배열의 TOON 스타일 무손실 표 형식 재인코딩, 줄 번호가 있는 스트라이드 샘플링 테이블 윈도우, 반복되는 도구 출력의 교차 턴 중복 제거; 모든 대체는 바이트+토큰 게이트(≤72% 바이트, 추정 토큰 수가 엄격히 더 적음)를 통과해야 하며, 원본은 `[save-token #id]` 알림 뒤로 디스크에 저장되어 `save_token_expand` 도구로 한 번의 호출로 복원할 수 있고, 청구 및 절감 토큰 계량은 설정 대시보드에 표시된다.

dsh용 결정적 컨텍스트 압축: LLM 호출 제로, 경로·명령·오류 추적·미완료 할 일을 그대로 보존하는 규칙 기반 프루닝. 약 8만 토큰을 수백 토큰으로 압축합니다.

DeepSeek Harness (dsh)를 위한 보호형 컨텍스트 압축: LLM이 제안하고, deterministic 가드가 처리 — verbatim 가드 하의 eager per-atom shrink(extract/summary/false) + 지연 reference-graph eviction(0-LLM) + append-only 로그의 바이트 단위 완전 일치 recall.

DeepSeek Harness용 라운드별 thinking-level(reasoning_effort) 제어: Auto를 선택하면 최근 도구 호출 기록을 바탕으로 low/high/max를 스케줄하고, 아니면 wire level(off/on/minimal/low/medium/high/xhigh/max)을 수동으로 고정할 수 있다. 사용자 지정 wire 매핑, 모델 인지 capability guard, context-window 프리셋(64K–1M)을 제공하며, 모델별 capability card는 별도 플러그인인 [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions)(dsh-market에서 설치 가능)과 짝을 이뤄, 사용자 지정 OpenAI 호환 게이트웨이(vLLM / LM Studio / 자체 호스팅)가 reasoning을 시험할 수 있게 한다 — card는 llm-pi-ai capabilities를 쓰고, adapter가 wire(compat.thinkingFormat)를 구동하며, 이 플러그인은 takeover list를 자동 유지한다.

harness용 중국 A주식 금융 데이터 MCP 서버: THS 무료 공식 REST(기본) + AKShare(폴백) + Wind(독점 도메인) 통한 11개 fin_data__* 도구(시세/K 라인/재무/캘린더/특별 데이터/공지/EDB/조정/펀드/지수), 관찰 가능한 저하, 컨텍스트 예산 압축(결과 측 -72.2% 측정), 오프라인 10년 시장 데이터 레이크; BYOK.

점진적 공개 방식의 MCP 게이트웨이: `mcp_search`로 대규모 원격 카탈로그를 검색한 뒤, 지연 연결과 제한된 캐시로 `mcp_call`을 통해 정확한 스키마를 호출

HTTP를 통해 PowerContext 서버에 연결하여 회상, 메모리, 핸드오프, 경험, 스킬 기능을 제공하는 DeepSeek Harness 플러그인입니다.

DeepSeek Harness용 NeatMem 장기 기억 플러그인으로, neatmem 서버에 대한 얇은 REST 클라이언트입니다.

Unreal Engine 5.8 Unreal MCP를 위한 비공식 DeepSeek Harness 통합입니다.

DeepSeek Harness용 무손실 컨텍스트 폴딩입니다. 가장 오래된 구간이 요약 브리프로 대체되고 원본은 세션 로그에 그대로 남습니다.