플러그인

harness에서 로컬 TinyTitan 모델 서버에 접근할 수 있게 유지합니다: 설치된 모델에서 llm-pi-ai 라우트를 새로 고치고, 생각하지 않는 compaction 백엔드를 마운트합니다.

dsh 웹 시작 프로세스를 교체하여 0.0.0.0 바인딩을 사용자 이름/비밀번호 로그인으로 보호합니다. 서명된 세션 쿠키, /api 라우트 보호, 설정 패널의 인증 탭, 서명 키를 갱신하여 모든 세션을 무효화하는 재설정 CLI를 제공합니다.

API 키 대신 브라우저 OAuth로 로그인하는 DeepSeek Harness용 Tencent CodeBuddy 모델 프로바이더: 각 모델의 컨텍스트, 출력, 도구 호출, reasoning, 이미지 기능과 함께 CodeBuddy 모델 카탈로그를 나열하고, 여러 계정을 유지하며 사용 가능한 다음 계정으로 자동 페일오버하고, token 및 크레딧 사용량 패널과 함께 컴포저에 남은 쿼터를 표시하며, 계정별로 자동화 가능한 CodeBuddy 성장 과제를 실행 로그와 함께 완료합니다. npm에서 `dsh plugin --profile web add @tnnevol/dsh-codebuddy`로 설치하세요.

API 키와 워크스페이스 선택 없이 Codex 브라우저 OAuth 흐름을 통해 DeepSeek Harness에 ChatGPT 계정으로 로그인합니다: 로그인을 pi-ai의 Codex 프로바이더에 등록하고, 새 세션용 전역 기본 Codex 모델과 reasoning effort를 설정할 수 있으며, 로그인한 계정 자체의 카탈로그 엔드포인트에서 모델 목록을 새로 고치고, 컴포저에 5시간 및 주간 사용량 창을 표시합니다.

Bloom Morandi 테마. 10가지 변형(mist, cinnabar, petal, ripple, sage, stone, lapis, amber, aurora, lavender)을 OKLCH 기반으로 제작해 라이트와 다크가 지각적으로 균일하게 유지되며, 상단 바에서 전환 가능. 20개의 전경/배경 쌍 모두 WCAG AA 이상을 충족.

DeepSeek Harness용 데이터 품질 검사 — 구조화된 리포트가 포함된 프로파일링, 클리닝, 검증 파이프라인.

DSH 플러그인 개발 지식 기반을 온디맨드 에이전트 스킬로 제공: 공식 제약 조건, 작업 워크플로, API 레퍼런스 및 커뮤니티 주의사항, 번들과 함께 설치되어 에이전트가 플러그인 구축 중 검색 가능.

전체 서버 측 API 접근을 갖춘 원격 DeepSeek Harness(`settings.*` / `credentials.*` / `host.listDirectory`). 토큰 기반 리버스 프록시, 디바이스별 세션, 휴대폰 초대 QR 코드, 펜스 자체 점검, 선택적 승인/CIDR/유휴 시간 초과/로컬 TLS, WebSocket/SSE.

DeepSeek Harness용 정량 R&D 툴킷 — 시장 데이터, 지표, 팩터 평가, walk-forward ML 검증, 리스크(VaR/CVaR/drawdown/Beta와 Kupiec POF), 옵션, 채권, FICC 및 펀드 시뮬레이션을 포괄하는 6개 도메인의 59개 도구를 제공하며, PDAT→PET 엔드투엔드 연구 파이프라인을 포함합니다.

lowtide: dsh용 인간 판정 오프피크 배치 작업 파이프라인 (피크/밸리 가격 인식)

사용자 정의 DSH 모델용 추론 노력 수준 및 하위 에이전트 기본값 구성.

DeepSeek Harness용 MCP Connector: 하나의 패널에서 서버 연결, 인증 구성, 연결 간 도구 검색, 실패 문제 해결을 수행하는 MCP 관리자입니다. 100개 이상의 커넥터를 지속적으로 갱신되는 카탈로그에서 둘러보고, 연결/서버/상태로 필터링하며, 읽기 쉬운 매개변수와 마지막 성공 캐시 시각을 확인하고 도구를 다시 찾을 수 있습니다. OAuth 2.0 PKCE, API 키, stdio/HTTP, mcpServers JSON 가져오기를 지원합니다. Qichacha/QCC가 유지 관리합니다.

HR/헤드헌터를 위한 AI 채용 워크플로: 직무 기준 정리, Boss직핀 + 리에핀(猎聘) 이중 채널을 통한 소싱 및 1차 스크리닝, 시장 인재 현황 파악, 이력서 평가, 면접 일정 조율, 후보자 대장 및 일보. Claude Code 플러그인 또는 DeepSeek Harness(dsh) 플러그인으로 설치할 수 있으며, 후자는 바로 사용 가능한 '채용 브라우저' 패널을 제공합니다. AGENTS.md를 읽을 수 있는 모든 AI 코딩 어시스턴트와도 함께 사용할 수 있습니다.

텍스트 전용 모델을 위한 이미지 "읽기": 다운스케일 + 색 심도 축소 + 구조/색상 지문을 텍스트 그리드로 변환하여 대화에 다시 전달함으로써, 모델이 멀티모달 모델처럼 자율적으로 확대, 샘플링, OCR을 수행할 수 있게 합니다. 외부 모델 의존성 없이 완전히 로컬에서 동작하며, 이미지 읽기 방법론 스킬과 선택적 PaddleOCR을 함께 제공합니다.

38개의 opencode 테마(33 TUI + 4 desktop 2.0 + system) 전체를 DeepSeek Harness로 이식합니다: 데이터 기반 파이프라인(JSON → color resolve → DSH override), 브라우저별 지속성, 고정폭/가변폭 선택, 다섯 가지 코드 폰트, 타이포그래피만 유지하는 system 폴백을 제공합니다.

사용자 정의 시간대에 작업을 자동으로 일시 중지 및 재개하여 피크 시간대 API 비용을 절감하며, 계정 잔액 표시 및 10분 단위의 지출 막대 차트를 포함합니다.

DSH 에이전트를 위한 웹 액세스: JS 렌더링 또는 보호된 페이지를 깔끔한 마크다운으로 가져오고, 14개 엔진을 아우르는 통합 검색, 호스팅 또는 자체 호스팅 Rust 브라우저 엔진에 대한 상태 저장형 대화형 세션(클릭, 입력, 스크롤, eval, 스크린샷)을 제공합니다. 모든 세션은 라이브 뷰 URL을 반환하므로 사람이 에이전트의 브라우징을 실시간으로 지켜보고 마우스로 제어를 이어받을 수 있습니다.

10개의 에이전트 스킬로 구성된 QA 파이프라인: 요구사항 분석, 테스트 전략, 케이스 작성 및 리뷰, E2E(Playwright) 및 API 자동화, 탐색적 테스트, 회귀 범위 및 버그 분석, 형식 규칙, 리스크 모델 및 스키마 검증기를 갖춘 공유 지식 베이스 지원.

해시 기반 read / edit / batch_edit / undo_last_edit 도구: 모든 줄에 고유한 3자리 콘텐츠 해시를 부여하고, 편집은 줄 번호 대신 해시를 대상으로 하며, 제공된 상태 검증이 최신 앵커로 오래된 범위를 거부합니다.

로컬 코딩 에이전트를 위한 Feishu/Lark 브리지 — 하나의 그룹, 하나의 대화, 하나의 고정 런타임. dsh, CLI 에이전트(traex/codex), IDE 창 또는 커스텀 에이전트를 하나의 게이트웨이 뒤에서 연결합니다.

dsh에 등록된 모델의 contextWindow를 구성하여, 긴 세션이 더 이상 컨텍스트 오버플로로 잘못 판단되지 않게 합니다.

번들 런타임 의존성이나 외부 서비스 없이 로컬 전용으로 동작하는 프로젝트 메모리: 단일 진실 공급원으로서의 JSON과 생성되는 PROJECT_MEMORY.md, 프롬프트 접두사 캐시 안정성을 위한 토큰 제한 세션 고정 Hot Memory, 캐시된 크로스 프로젝트 BM25 회상, 신뢰할 수 있는 세션/턴 출처, 쓰기 전 중복/충돌 거버넌스의 설명 가능성, 편집 가능한 중요도/핀/태그/대체/아카이브 수명 주기, 구성 가능한 최상위 턴 종료 증류, 그리고 검색·검사·진단·라이브 설정을 위한 이중 언어 Web GUI.

DeepSeek Harness용 OpenCues — dsh 컴포저에서 LLM 단어 대안과 '_'로 트리거되는 빈칸 채우기 기능.

DSH용 다중 에이전트 수학 연구 프리셋 4종을 설치합니다. v2(다중 검증자 토론을 결합한 확률 기반 파이프라인), v3(플래너 에이전트와 재사용 가능한 방법 라이브러리를 갖춘 논문 형식 Markdown 지식 베이스), v4(서로 메시지를 보내고 회의하는 영구적 자기조직화 레지던트), v5(academician이 작업을 분해·할당하고 연구자들이 투표하며, 임시 작업자, 그룹 채팅, compare-and-set 태스크 보드를 갖춘 연구소)입니다. 네 가지 모두 체크포인트 재개, 사람의 개입, 선택적 Lean 형식 검증 스위치(off/encourage/require)를 지원하며, 증명이 통과하면 투표가 Lean 문장의 충실성 검사로 바뀝니다.