플러그인

DSH 플러그인: 대화 입력 영역의 모델/추론 강도 선택을 추론 강도 슬라이더로 바꿉니다. 최신 공식 DSH 및 DSH Desktop과 호환됩니다.

DeepSeek Harness용 Forge 품질 게이트입니다. 로컬 forge CLI가 DSH의 타입 지정 인터셉트 지점을 통해 작업 게이트, 편집 전 읽기, bash 위험 명령 차단, 품질 점수를 강제합니다. PATH에 forge CLI가 필요합니다. 없으면 fail-open으로 동작하며 세션 시작 시 가능한 범위에서 알립니다. 작업 게이트에는 프로젝트에서 forge init도 필요합니다.

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.

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

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.

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.

독립 backend `jasonxu114514/opencode2api`를 DSH와 함께 실행합니다(Windows x64/ARM64, Docker/OpenCode CLI 불필요). 종료 시 자신이 시작한 process만 중지합니다. 설정 카드에서 checksum 검증된 GitHub release로 설치·업데이트·롤백하고 초기 admin password를 복사할 수 있습니다. `/v1/models`를 context·vision·reasoning effort가 포함된 provider에 동기화하며 10분마다 재동기화합니다.

각 third-party endpoint의 모델 목록을 읽고 llm-pi-ai의 모델별 `reasoningEfforts`를 동기화합니다. composer에는 각 모델이 실제 지원하는 thinking level만 표시합니다.

외부 ACP(Agent Client Protocol) agent(Codex, Claude Code, Gemini CLI 등)를 DSH model provider로 등록합니다. 각 agent의 `thought_level`을 reasoning-effort selector에 매핑하고 `promptCapabilities.image`를 알린 agent에만 이미지를 전달하며 권한 요청은 DSH 승인 대화상자로 보냅니다. ACP Agents 설정 페이지에서 Zed `agent_servers` JSON을 가져오고 모델을 검색합니다.

DeepSeek Harness에 AMD Radeon Cloud를 모델 provider로 추가하고 모델별 reasoning-effort 수준을 선언합니다. provider 정의는 사용자 profile이 아니라 플러그인 자체 patch layer에 포함됩니다.

reasoning-effort 드롭다운을 드래그형 스냅 슬라이더로 대체합니다. 5가지 스타일(thrust, fluid, fantasy, tech, texture)에 canvas 효과 13종을 제공하고 노력 수준에 따라 3단계로 해제됩니다. Custom 모드에서는 입자 형태 10종과 흐름 궤적 8종을 조합합니다. 포인트 컬러 9종/hex picker로 효과를 다시 칠하고, 선택적 키 입력음으로 음성 클립 2종, 합성 오리 삑 소리, 기계 클릭, 로컬 오디오를 지원합니다.

DeepSeek Harness (DSH) 추론 등급 자동 선택 플러그인: Jev System One 모델이 각 메시지가 얼마만큼의 사고 가치가 있는지 판단하고, 모델이 선언한 등급에 따라 자동으로 단계를 도출합니다. 컨텍스트 봉투 덕분에 「계속」 같은 후속 질문이 화제 깊이를 이어받고, 신뢰도가 낮으면 위로 올림하며, 어떤 실패든 조용히 원래 등급을 유지합니다. | Jev 기반 메시지별 추론 노력: 각 모델이 공표한 내용에서 도출한 모델별 단계, 후속 질문이 화제 깊이를 상속하게 하는 고정 크기 컨텍스트 봉투, 동점은 위로, 모든 실패 경로에서 조용한 폴백.

컴포저용 네이티브 추론 노력 컨트롤: 별밭과 광택 스윕이 있는 파란색→보라색 계층 막대. 모델 좌석을 소유하고 공식 model-directories 서비스를 구동하므로, 단계는 각 모델 자체의 추론 선언에서 나오며 다른 플러그인이 필요하지 않습니다.

공식 모델 페이지에서 모델별 reasoning-effort 수준과 이미지 입력(멀티모달) 선언을 인라인 편집하고 settings.yaml에 그룹 전체로 기록합니다. 기준 위치가 깨질 경우를 위한 플로팅 진입점도 제공합니다.

웹 UI 사이드바에 Quick Chat 항목을 추가해 자체 모델 및 추론 노력 선택기가 있는 떠 있는 채팅 창을 열고, 선택적으로 현재 세션의 기록을 시드로 받으며, 모든 사이드 대화를 재개·이름 변경·삭제 가능한 기록으로 유지합니다.

Main, Subagents, web_search, 이미지 생성에 대한 명시적 모델 라우팅을 제공합니다. 카탈로그 기반 Composer 및 Plan Review 선택기에서 Model, Effort, Context, Fast, Thinking 변형을 고를 수 있습니다.

DeepSeek Harness 서브에이전트의 기본 모델 라우트를 구성하며, 단일 모델, 라운드 로빈, 무작위, 라우트별 추론 노력 옵션을 제공합니다.

기존 Claude Code / Antigravity CLI 로그인을 사용해 Claude·Gemini·로컬 Ollama 모델을 DSH 기본 모델 선택기에 추가합니다(종량제 API 키 불필요). Claude의 reasoning effort 선택기도 동작합니다.

DSH Web용 포켓몬 스타일 스킨. GBA 프레임, HP 바 형식의 상태, 노력도 레벨 패널, 사용자 지정 가능한 색상 팔레트를 제공합니다.

DeepSeek Harness용 통합 모델 라우팅: 여러 제공자를 아우르는 하나의 논리적 ModelID로 first-token 페일오버와 쿨다운, 상태를 반영한 후보 랭킹, 용도별로 자동 선택되는 3개 티어(tier1/tier2/tier3), 후보별 reasoning effort, 설정 페이지 관리 패널을 제공합니다.

사용자 정의 API 모델용 추론 노력 티어 관리자 및 크로스 세션 선호도 메모리: 설정 → 모델 내 인라인 low/medium/high/max 토글, 원자적 설정 쓰기.