플러그인

세션 관리를 위한 DSH Web 플러그인입니다. 보관/보관 해제, 확실한 물리적 삭제(transcript 파일과 ~/storages/*.json 전체 검사), 드래그 앤 드롭 workspace 재할당, 브랜치 기반 메시지 편집(edit/retry/reroll 및 되돌릴 수 있는 버전 타임라인).

DSH용 경험 검증 계층: 도구 실패/재시도/검색 신호를 제로 토큰으로 수집하고, AI가 검증된 스킬 북(3계층 검증)으로 정제하며, 작업 시작 시 조회합니다. 10개의 체험 스킬과 벤치마크 데이터(복잡한 작업 성공률 베어 상태 60% 대비 100%)를 제공합니다.

텍스트 전용 모델을 위한 투명한 멀티모달 라우팅: 모든 모델 호출의 모든 이미지가 자체 멀티모달 이해기로 완전히 전사되며(축자 OCR, 데이터, 불확실 영역, 주입 방어), vision_relook을 통한 집중 재확인과 이미지 관련 실패 시 자동 재시도를 제공합니다. 번들 엔드포인트나 차용한 로그인이 없습니다.

실패한 API 요청을 자동으로 재시도하여 DSH 대화가 중단되지 않도록 합니다. 구성 가능한 상태 코드와 오류 코드를 지원합니다.

DSH용 문자 깨짐 가드 번들: 쓰기 전 특징 기반 깨짐 감지와 검토 후 릴리스(동일 재시도는 통과), 실행 전 pwsh 인코딩 감사(ANSI/GBK/UTF-16/Default). Windows와 중국어 우선.

Keeps a turn from closing on an unfinished reply: a stream guard turns silent truncation into an in-step retry, and a completion protocol asks the model to declare how each turn ended.

Read-only /btw side questions for DeepSeek Harness: forks the current session, injects the running turn's task, recent tool calls and partial answer so a mid-turn question has context, denies every tool call at execution time, and keeps a per-session topic history with follow-up, stop, retry and delete.

Sends desktop notifications when a DSH turn finishes or fails, and sends 继续 automatically after the model-retry budget is exhausted.

One-step local model onboarding plus a light harness for DSH. On load it probes loopback and private-network inference endpoints (llama.cpp, Ollama, vLLM, LM Studio), reads each model's context window and output budget from the backend, and registers the provider through settings, so a local model becomes selectable without hand-writing config. It then trims only that provider: masks the tool list through tools.restrict, drops named system-prompt sections and memory contexts, swaps the injected instruction block for a short one while preserving its first 80 and last 96 characters, and truncates tool-schema descriptions without touching structure or required fields. Cloud providers are returned as the same assembly object, untouched. The injected block is re-read from disk on every assembly, so editing the file takes effect on the next request with no reload. The panel in the plugin detail page is a live operations view: it shows whether the takeover is active and by which hook, how many characters the last assembly was trimmed from and to, and which providers are online (probed concurrently, with a real one-shot completion reporting latency and reply text per provider). If a local backend is not running, the panel offers a one-click launch: it probes the port first (never starting a duplicate), then starts the matching server (ollama serve, or a custom command you supply) detached and polls until the endpoint answers, clamping the wait to 3-600 seconds, reaping the child it just spawned if it never answers, and naming the paths it searched when it cannot find the binary. A stop button kills backends this plugin started (SIGTERM, then SIGKILL) and refuses to touch a server somebody else launched. When a model has just been downloaded and no backend exists yet, the panel can also scan the machine for .gguf files with hard caps (300 models, 20000 directory entries, Downloads only one level deep), start llama-server on the chosen one (skipping the .mmproj. vision projection and reusing a server that already answers), register the provider under the model id the backend reports, and run one real completion to prove it works. Before spawning anything it does a fit check that counts only the part of the file the GPU cannot hold: hostBytes = fileSize - VRAM, compared against max(total RAM - 2GB, free RAM). A file far larger than RAM is refused outright; a heavy host-side remainder is refused unless you confirm; the same remainder under mmap is only a warning, because the weights land in reclaimable page cache. A load-mode selector (auto / mmap / none / mlock / mmap+mlock) maps to llama.cpp --load-mode, and the default is whatever the engine picks. From 0.4.2 everything above is derived from the platform instead of assumed: home and data directories come from os.homedir() and the OS conventions (LOCALAPPDATA on Windows, ~/Library/Application Support on macOS, XDG_DATA_HOME elsewhere); backend binaries are looked up in the official install locations of each OS and can be pinned with OLLAMA_BIN, LLAMA_SERVER_BIN, VLLM_BIN or LMSTUDIO_BIN; model discovery walks DSH_LOCAL_MODELS_DIR, ~/models, ~/llama.cpp/models, ~/.cache/llama.cpp and the LM Studio data directory, with the WorkBuddy layout demoted to one candidate among them. VRAM is asked from nvidia-smi, then rocm-smi, then sysctl hw.memsize on Apple Silicon (flagged unified, so the same bytes are not charged twice), and any flip to a unified-memory budget is handled explicitly. Before building a command line the plugin runs llama-server --help once and keeps only the flags that build actually has, so older engines get --n-gpu-layers 99 and no KV quantization while newer ones get auto plus q8_0; anything it cannot probe is passed through rather than dropped. LM Studio is started with lms server start --port N rather than being lumped in with the engines that need a model argument, and vLLM gets its own --model example instead of llama.cpp syntax. Windows, macOS and Linux are all exercised in CI, including a windows-latest and a macos-latest job, because a cross-platform claim that has only ever run on one OS is not a claim. Two of those suites exist specifically to catch this machine's blind spots: one replays the whole suite with process.platform rewritten to each OS, and one deletes every advantage this development box has — no nvidia-smi, no rocm-smi, no sysctl, an empty PATH, a home directory with no models — and requires graceful degradation rather than a crash. That last one caught a real class of bug: several assertions hardcoded 'lms.exe', which cannot pass where the executable has no suffix. Measured on the reference machine: a 16.9GB 27.2B MoE with 14.5GB of VRAM holds a 285-691MB working set and sustains 76 tok/s after a 1000-2000 token warm-up, so file size alone is not a fit signal. From 0.4.3 the scanned models are shown as a table rather than a dropdown (one row per gguf, with its size and any fit warning), so you can see what is on disk before choosing. From 0.4.4 the delete button on the provider table removes the provider entry, not the weights file on disk. That distinction matters: what people actually want to clear out is the dead entry - one pointing at a port that never answered, one registered twice for the same port, one whose model file was deleted long ago - not a 15.8GB gguf. Deleting a config is undone by importing again; deleting a gguf is not. The removal goes through settings.mutate with an unset op on \['providers', id], because update merges layers: writing null there leaves a null provider key that the loader reads as a broken config rather than an absent entry, and only mutate/unset is implemented as Reflect.deleteProperty. The result is read back afterwards, because unset on a key that comes from a lower layer (the profile cordis.patch.yml or a home patch) does not delete it - it restores the inherited value, so the call succeeds while the entry stays. When the entry is still there the panel says so and points at the file to edit instead of reporting success, and a DSH whose settings service predates mutate() is told plainly rather than silently ignored. Deleting takes two clicks and clearing the confirmation is as easy as clicking another row; on success the online and baseURL caches are cleared and the tool surface is recomputed, since the provider list changed. The gguf itself is never touched by this plugin - the scanned-model table is display and selection only.VRAM reporting is driver-dependent. From 0.4.5 model discovery also reads Ollama's own storage: its blobs are named sha256-… with no extension, so extension matching could never list them. Weights are now accepted by extension OR by GGUF magic header (only dot-free files of at least 8MB, capped at 600 header reads per scan; obviously-not-weights extensions like .json/.md/.safetensors/.part are never opened). Ollama models are resolved from their manifests: the model layer is picked by mediaType application/vnd.ollama.image.model (never adapter/mmproj layers), the human-readable name is restored from the manifest path (…/qwen3/8b becomes qwen3:8b, …/latest stays bare), tags sharing one blob merge into a single row, and the metadata kv supplies name, quantization and context length. Adopting an Ollama model does not start a duplicate llama-server over the same weights: it confirms ollama serve answers on 11434 (launching it if not) and registers the provider under the tag the endpoint itself reports — the blob's sha256 name would never match anything, since 11434 lists qwen3:14b, not sha256-a8cc…. Two real-machine-only traps fixed on the way: existsSync('<file>/') returns true on Windows, so manifest-vs-directory branching now goes by parseable content instead of trailing-slash semantics; and the quantization label table had been copied from a stale ggml enum generation, labelling ggml_type 15 as Q5_K_S while ollama show reports Q4_K_M. Same-blob dedup is by (dev,ino), keeping whichever entry has a name. Verified on the reference machine: the scan goes from 1 row to 4 — qwen3:14b (8.64G) and qwen3:8b (4.87G) now appear with Q4_K_M badges — in 4ms; npm run verify exits 0 (launcher 57, portable 35, panel-host green including the linux/darwin simulated-platform runs); the new panel-host suite builds a real miniature Ollama store in tmpdir and points OLLAMA_MODELS at it, so results no longer depend on whether the test machine happens to have Ollama installed. From 0.4.6 the panel shows each model its real name instead of its file name, because some download tooling stores every weight under one generic file name, leaving the real name only inside the GGUF header. The scan now reads each file GGUF KV section - not a fixed-size head buffer, because tokenizer.ggml.tokens (hundreds of thousands of strings on a large MoE model) and the chat template push general.file_type past any window; and GGUF string arrays are interleaved (u64 length plus payload per element), so treating them as a length table walks the cursor off the rails and produces astronomically large reads. Reading and skipping are accounted separately: key names and types are always read, string values over 256KB and string arrays are only walked past without copying, non-string arrays over 64 elements are skipped outright, and a cursor past the file size stops the read, because an out-of-range position means the cursor is wrong rather than that a limit should be raised. The displayed name goes Ollama tag, then general.basename plus size_label, then general.name, then the file name, with the full string kept for the hover text since it usually carries internal build numbers; mmproj files are now identified by general.type as well as by name. A short read (truncated file) no longer feeds half a value into the parser. On the reference machine, reading one file header parses 44 keys in about 16ms, and a whole scan takes about 31ms. From 0.4.7 the smoke test no longer fails the first time and passes the second. The old code gave both request attempts one shared AbortController and one shared 30-second timer, so the total budget covered both rounds: a cold load of a large model burned it in round one, the abort left the signal permanently aborted, and the second round (the Ollama-style reasoning_effort: none retry) could not even be sent - which is exactly why the first click returned This operation was aborted and the second succeeded. Now each attempt gets its own controller and timer, a timeout retries once automatically (retryOnTimeout, on by default) because a first-request timeout almost always means the weights are still being read from disk, and non-timeout errors (refused connection, HTTP error) are not retried at all. Timeouts report themselves: the message says the wait exceeded smokeTimeout, whether a retry already happened, and points at the new smokeTimeout setting (seconds, default 60, clamped to 5-600) - port responding is not the same as tokens coming out, so it is a separate knob from launchTimeout. Unrelated: an example naming one specific model was dropped from the panel copy, since not every machine has that model downloaded, and the explanation now describes the mechanism instead.

read, read_image 및 vision 도구가 파일을 열기 전에 준비합니다. 2048px 또는 8MB를 넘는 이미지는 축소하고(같은 턴에서 1280px로 한 번 재시도), BMP/TIFF를 PNG로 변환하며 바이트를 판별해 잘못 표시된 업로드 형식을 고칩니다. docx/xlsx/pptx, 텍스트 레이어 PDF, csv/tsv, html을 외부 프로그램 없이 Markdown으로 변환합니다.

컨텍스트 한도에 도달해 내장 압축이 포기되면 자동으로 한 번 더 압축한 뒤 다시 시도합니다. 그래도 실패하면 원래 세션을 핸드오프 패키지로 정리해 새 세션에서 이어갑니다. 엔진 교체와 UI 추가는 없습니다. 세션 재개는 기본적으로 명시적으로 실행하며 원래 세션은 읽기 전용입니다.

프로세스 내부 크래시 가드입니다. DSH를 종료시키는 치명적 오류 처리기를 인수하고 stack에서 원인 플러그인을 찾아 home patch layer의 해당 행만 비활성화합니다. profile과 그 안의 provider 설정은 건드리지 않습니다. 크래시 페이지에서 재시도/비활성 유지/제거를 선택하고 원인을 특정할 수 없으면 임시 safe-mode session을 엽니다(CLI 및 Web 실행만).

DSH 에이전트의 포그라운드 대기를 거부합니다. sleep, wait, tail -f, watch, -c 없는 ping, 무한 루프 등의 대기 명령, wait_agent 및 wait: true인 job_output 같은 차단 대기 도구, 짧은 시간 안에 같은 확인 명령을 반복하는 폴링, sudo -n 없는 실행, BatchMode 없는 ssh, 로그인 흐름, 대화형 편집기, docker -it 등 사람의 입력/확인이 필요한 명령을 거부하고 백그라운드 실행 또는 턴 종료를 안내합니다. 예산과 폴링 창을 설정할 수 있고 메시지 언어는 system(zh/en)을 따릅니다. 런타임 종속성 없음.

실패한 모델 요청을 자동 재시도합니다. 모든 요청 오류를 가로채고 2초/5초/10초/20초 백오프 후 같은 단계를 재실행해 게이트웨이 일시 장애와 속도 제한으로 턴이 끝나는 일을 막습니다.

composer 도크에 GLM Coding Plan 사용량 링을 표시합니다: 5시간/주 크레딧 구간, 단계, 자동 새로고침, 원클릭 재시도를 지원합니다. GLM Coding Plan 구독과 키, BigModel 조직 및 프로젝트 ID가 필요합니다(팀 할당량 API는 ID가 없으면 빈 값 반환).

Windows DSH 데스크톱 앱의 시스템 트레이 메뉴와 계정 메뉴에 네이티브 “Restart DeepSeek Harness” 항목을 추가합니다. 시작할 때 플러그인이 패치된 resources/app.asar를 준비하고, 분리된 도우미가 정상 종료 후 원본을 백업해 교체합니다. 데스크톱 업데이트마다 패치를 다시 적용합니다. 두 메뉴 항목은 다음 실행 때 앱을 정상적으로 다시 시작합니다. Windows 데스크톱 전용이며 다른 호스트는 409 not_desktop을 반환합니다.

composer 옆 버튼으로 현재 초안을 더 실행 가능한 prompt로 바로 다시 씁니다. 가벼운 다듬기부터 적극적 확장까지 기본 preset 4개와 사용자 preset을 지원합니다. composer를 떠나지 않고 버튼에서 preset/prompt model/추론 강도를 바꿉니다. 초안에 내용이 있을 때만 보이고 강화 중 타이머와 실패 시 재시도를 표시합니다.

DSH에서 실제 ChatGPT/Codex 구독 한도를 확인합니다. `/wham/usage`에서 5시간/주간 창, 초기화 카운트다운, 추가 사용 잔액, 추가 한도 그룹, 코드 리뷰 한도를 읽습니다. 서버 발급 초기화 크레딧을 안정적이고 재시도 안전한 idempotency key로 조회/사용하고 여러 계정을 전환합니다. `/codex/models`의 실제 모델 목록을 읽으며 가져올 수 없으면 내장 목록 대신 비어 있게 표시합니다. Settings에서 브라우저 인증 또는 device code로 원클릭 로그인(콜백 붙여넣기 대안 포함); 자격 증명은 DSH credential service에 둡니다. 모델 호출은 내장 `llm-pi-ai` Codex route를 재사용하며 provider route를 등록하거나 점유하지 않습니다. 다른 플러그인이 해당 route를 소유하면 quota console만 제공합니다. 남은 한도 칩을 composer 옆에 둡니다.

DeepSeek Harness용 Windows 샌드박스 ACL 복구 플러그인입니다. SetNamedSecurityInfoW Win32 5의 grantWrite 실패를 수정하고 명령을 표시하지 않은 채 재시도합니다.

WeChat 채팅 기록을 DSH 세션으로 전달합니다. Windows 공유 대상이 병합 전달 ZIP을 받고 GUI 오버레이에서 워크스페이스와 세션을 선택합니다. ZIP은 파일 첨부 사용자 메시지로 도착해 에이전트가 풀어 읽습니다. WeChat이 PNG/HEIC 바이트를 .jpg로 표시하는 경우 매직 바이트로 확장자를 정규화하며 전송 실패 시 재시도할 수 있도록 배치를 보존합니다. Windows 10/11, Developer Mode 활성화, 공유 대상 등록용 저장소 설치 프로그램이 필요합니다.

DSH용 통합 IM bridge로 15개 채널 adapter/12개 플랫폼을 지원한다. capability probe만으로 host 설정을 0.1.2-rc.1~0.2.1-rc.2에 맞춘다(12 tag enum, 버전 분기 없음). Feishu 음성 tier만 system ffmpeg 필요. 25개 명령 패널. tool 승인/질문은 원래 채팅에서 응답하며 기본 거부, 요청자만 응답, 5분 만료다. 이미지/파일 입력은 host model metadata로 제한. 파일 반환과 제한 재시도(전송 여부 불확실하면 재전송 안 함). 자체 Tasks/Channels 탭은 다른 plugin이 슬롯을 소유하면 비활성화. im-concise preset, 텍스트 전용 채팅에서 GenUI fence/raw HTML 제거, svg→PNG. 모델 allowlist. /relay는 최종 답을 account ID/alias로 notify 채널에 보내며 모호하면 추측하지 않는다. secret은 vault로 단방향 저장하며 응답으로 다시 돌려주지 않는다. npm: dsh-im-union.

omp와 같은 규칙으로 DeepSeek Harness를 Hindsight 메모리 서비스에 연결한다. 공유 뱅크, 프로젝트 태그 자동 기록, 프로젝트/전역 회상, 멘탈 모델·중복 탐지·실패한 백그라운드 작업 재시도 도구를 제공한다. Hindsight 서버 실행이 필요하며 기본 주소는 http://127.0.0.1:8888이다.

연속으로 발생하는 동일한 도구 실패를 감지하고 선택적으로 다음 모델 단계 전에 일시 정지합니다. 원래 결과와 성공한 반복 호출는 보존하며 DSH Web 채팅 안에 보고서를 표시합니다.

중단된 DSH 턴을 복구합니다. 제품 자체 재시도 한도를 늘리고 대기를 같은 단계 안의 실시간 카운트다운으로 표시합니다. 잘린 출력도 같은 턴 안에서 유지하고, 턴이 끝난 뒤 선택적으로 이어쓰기 라운드를 열 수 있습니다. 작성창이 비어 있으면 보내기 버튼이 이어쓰기를 수행합니다.