플러그인

DBHub MCP server를 통해 DeepSeek Harness에서 DB에 접근합니다. workspace/environment별로 MySQL, MariaDB, PostgreSQL, SQLite, SQL Server 연결을 설정하고 agent는 고정 tool 4개로 SQLite object를 설정·목록·조회·검색합니다. 비밀번호와 전체 연결 문자열은 Settings UI에만 입력하며 tool 인수로 받지 않아 model에는 mysql://host:3306/db 같은 metadata만 보입니다. 환경별 read-only를 설정할 수 있고(model은 켤 수 있지만 해제 불가), 수동 SSH tunnel로 연결할 수도 있습니다. 호출마다 짧게 실행되는 dbhub process를 사용하며 없으면 dbhub를 자동 설치합니다.

BeiShan Besson Minecraft 모딩 튜토리얼 사이트용 검색·계획 도구 모음입니다. 색인된 튜토리얼 194개를 7개 도구로 검색하고 학습 경로 계획, 버전 환경 비교, 문서 본문 가져오기를 제공합니다.

Clash/mihomo를 TUN 모드 fake-ip와 함께 쓸 때 내장 web_fetch가 작동하도록 합니다. 보통 거부되는 fake-ip 대역(198.18.0.0/15, fdfe:dcba:9876::/64, 2001:2::/48)은 공개 주소 검사에 통과시키지만 loopback, 사설, link-local 주소는 기존처럼 차단합니다. 프록시 환경 변수나 Clash 변경은 필요 없습니다.

중국 본토용 여행 계획 에이전트 프리셋이며 중국어로 답합니다. 12306 열차 좌석, Fliggy/Tuniu 항공편·호텔 가격, Amap 실제 환승 경로를 조회하고 폐쇄/운행중단과 날씨를 확인해 드래그 가능한 지도가 포함된 오프라인 HTML 여행 안내서, 호텔 가격대 3종, 항목별 예산을 제공합니다. 스킬 9개, 누락 API 키 안내 환경 진단, 12306 MCP 서버 패치를 포함합니다. 계획과 조회만 하며 예약/결제하지 않습니다.

핵심: envelope, 서명, handshake, 멱등성, 디스크 저장.

하나의 지시를 온라인 상태인 모든 Windows/macOS 컴퓨터에서 네트워크와 지역을 넘어 실행합니다. 종속성 없는 relay가 각 컴퓨터와 아웃바운드 연결만으로 통신합니다(Tailscale, TLS 뒤 공개 VPS, tunnel). 각 컴퓨터는 자체 checkout에서 명령을 실행하고 commit, working-tree fingerprint, command hash를 반환합니다. 환경 불일치는 다른 결과로 오인하지 않고 “검증 불가”로 보고합니다. 작업 전송에는 장치별 device token과 별도의 operator token이 필요합니다.

DeepSeek Harness 세션을 WSL 하위 시스템에서 실행합니다. 셸, 파일 읽기·쓰기, 명령 실행이 모두 하위 시스템에서 이뤄지고 폴더 선택기와 GUI 터미널도 WSL 경로를 사용합니다. 하위 시스템의 bubblewrap으로 명령을 격리합니다.

DeepSeek Harness용 읽기 전용 Skill 검사기입니다. 실제 로드는 관찰 증거만으로 판정해 발견 가능한 Skill 및 선언과 구분합니다. 상태는 declared/observed/unavailable입니다. 증거가 없으면 “관찰되지 않음”이며 미실행/미발동으로 단정하지 않고 결과를 Skill에 귀속하지 않습니다. 읽기 전용 skill_review는 구조화 결과와 생략 항목을 반환합니다. 실제 새 세션에서 should-trigger/should-not-trigger를 시험해 model 호출과 사용자 명시 요청을 구분합니다(/name 입력은 자연 트리거가 아님). 검증/평가를 분리하고 반복 사례를 비교하되 점수화하지 않습니다. 정의와 세션 기록으로 로컬 계산합니다. 중국어판은 요청 시에만 host model을 사용하고 코드·경로·frontmatter를 보존해 로컬 저장합니다. 복제는 원본을 바꾸거나 script를 실행하지 않습니다.

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.

DeepSeek Harness의 프로젝트별 런타임 환경: 프로젝트 로컬 Python venv(.venv_local/python)를 자동 채택하거나 만들고, 각 프로젝트가 쓰는 런타임(python venv / node / go)의 툴체인과 환경 변수를 연결합니다 — python과 pip은 항상 프로젝트로 해석되며 조용히 시스템 Python으로 넘어가지 않습니다.

DeepSeek Harness용 Windows 데스크톱 자동화: 접근성 우선 observe/act 루프와 표준 도구 30개(요소/좌표 타깃, auto/a11y/event 전략 라우팅), 대체된 관찰 및 재실행 금지 안전 시맨틱, 영구 킬 스위치, RuntimeId/rect-drift 스테일 보호, 채팅 카드와 플로팅 패널(라이브 ops, 프레임 월, 환경 자동 감지 설정), 저해상도 모델용 타일 비전 설명, JSONL 감사 추적, pid 허용 목록. Windows 10+ 및 uiautomation과 pillow가 포함된 Python 3.9+ 필요(설정 페이지에서 설치 가능).

DSH 네이티브 uv 환경 관리자: 설정 탭에서 Python 가상환경을 생성, 동기화 및 실행하며, pip 폴백, 읽기 전용 conda 가시성 및 dry-run 프로젝트 동기화 미리보기를 제공합니다.

net_doctor 도구를 추가합니다. 프록시 환경, NODE_USE_ENV_PROXY, DeepSeek API 및 npm 레지스트리의 접근 가능성을 보고하고, bash 및 npm 자식 프로세스에 NODE_USE_ENV_PROXY를 설정합니다.

dsh용 네 번째 권한 프리셋: 제한 없이 GPU를 쓸 수 있는 세션(danger-full-access)이며, 워크스페이스 밖이나 보호된 경로(.git/**, .env*)에 쓸 때 작업별 사용자 승인을 요구합니다. 공식 tools/pre-execute ask 훅 위의 번들로만 구현되었고 코어 수정은 없습니다.

요구 사항 기반 dsh 플러그인 발견 및 환경 레시피: plugin_guide는 자연어 필요 사항을 이유와 설치 명령이 포함된 큐레이션된 플러그인 디렉터리에 매칭하고, recipe는 번들된 커뮤니티 번들(알림 풀세트, 보안 감사 세트...)에서 정렬된 계획으로 전체 설정을 설치합니다.

The judgment layer for DeepSeek Harness plugins: attribute why a plugin silently disappeared, judge a candidate against your exact environment, and keep a capability ledger. Offline, read-only, evidence-first.

Registers one tool, report_health, that answers whether a scheduled report job actually ran. It judges by side effects rather than exit codes: how old the newest report folder is, how many documents it holds, whether more than one report category is present, whether the audit ledger was synced recently, and how long ago the last log was written. Exits nothing, calls no model, and reads only local paths you can override by config or environment variable.

Self-narrative memory in five budgeted segments (800 chars, not a full context): a first-person note the model writes to itself, a profile of you aggregated from approved facts, environment facts kept separate from who you are, heat-ranked conclusions, and habits. Every injected fact is traceable to a fact id and can be retired; the profile can be edited by hand, and self-notes stay plain lines you can clear. Facts fade by use and time without ever changing their credibility. Preference-like lines you say are auto-detected as candidates (never auto-approved), with conflicts kept side by side. Recall over past conversations with citations, an incremental index that only decodes newly appended frames, a pointer-required warm layer, a doctor that says which part is broken, a heartbeat proving injection is alive, and export/import so the whole thing moves to another machine.

SSH 호스트와 WSL 배포판을 원격 DSH 작업공간으로 사용합니다. 환경을 설정하고 모델 구성을 이식하며 원격 인터페이스를 로컬에 포함합니다.

스캔 교재 처리 파이프라인입니다. ONNXRuntime보다 약 5배 빠른 OCR(Python 3.10+, pymupdf, rapidocr, openvino, numpy 필요)을 실행한 뒤 PDF를 열기 전에 구조 보고서와 장별 읽기 계획을 만듭니다.

Harness의 로컬 개발 정보를 제공합니다. 환경·런타임 상태 점검, git status/diff/log/commit, 쓰기 시점 스냅샷과 버전별 복원, Node·Python·Go 프로젝트 검사를 지원합니다.

Brave를 web_search 제공자로 등록합니다. API key는 DSH credential store, $DSH_HOME/.credentials.yaml 또는 환경 변수에서 가져옵니다. 설정 카드나 대체 검색 엔진은 없습니다. 검색당 Brave Web Search API에 한 번 요청합니다.

데스크톱 클라이언트의 로컬 로그인을 재사용하는 QwenWork(千问办公) 모델 제공자를 등록합니다. 127.0.0.1에서 loopback 전용 OpenAI 호환 브리지를 실행하고 DSH 모델 요청을 업스트림이 실제로 사용하는 ACP 스타일 제어 봉투 대화 프로토콜로 변환합니다.

세션 헤더의 护航 패널에서 로컬 dsh-guard 감시자를 켜고 끕니다. 스캔 활성화, 가드 실행 여부, 마지막 스캔 시간을 표시합니다. 감시 Python은 별도 배포하며 DSH_GUARD_ROOT 환경 변수로 찾습니다. 기본 Windows 경로는 D:\AI\Projects\dsh-guard이며 다른 위치는 변수를 설정하세요.