플러그인

한 창에서 무료 도서 라이브러리 4곳을 검색합니다. Project Gutenberg는 OPDS 카탈로그, Shuge는 WordPress 검색과 각 도서 페이지의 s.shuge.org 단축 링크, NCPSSD는 Solr 기반 endpoint를 사용합니다. Chinese Text Project는 약관상 자동 접근이 금지되어 링크만 제공합니다. 도구는 readbook_search와 readbook_open 두 개이며, 후자는 Gutenberg와 Shuge의 실제 다운로드 URL, NCPSSD의 페이지 링크만 반환합니다.

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.

DeepSeek Harness용 care 엔진으로 한 사람을 세심하게 돌보도록 에이전트를 돕습니다. 첫 데이터 소스는 날씨이며 체감 온도와 습도로 옷차림/우산을 조언합니다. 사용자의 루틴에 맞춘 켜고 끌 수 있는 일일 알림, 악천후 경보와 리마인더를 제공합니다. 에이전트가 깨어날 때 알림을 평가하며 qq-bridge 같은 Host가 일정에 맞춰 깨울 수 있습니다. 설정은 로컬 기기에 저장됩니다.

`dispatch_task` 도구로 범위가 지정된 반복 작업을 격리된 subagent에 맡깁니다. 완료될 때까지 기다리고 예상 파일을 확인하며 선택적 검증 명령을 실행한 뒤 메인 대화에 짧은 보고를 반환합니다.

로컬 nanobot CLI 에이전트를 `nanobot_run` 도구로 DSH subagent처럼 실행합니다. 호출마다 독립된 작업 하나를 전달하고 에이전트의 최종 답변만 반환합니다. 매번 새 process를 실행하거나 지속형 OpenAI 호환 server를 사용할 수 있습니다.

보관된 session을 방치된 디스크 데이터가 아니라 지속 가능한 메모리로 바꿉니다. 각 archive를 재사용 가능한 skill과 fact ledger(ADD/UPDATE/NOOP, `validUntil`, `supersededBy`)로 정리해 오래된 사실을 쌓지 않고 퇴역시킵니다. single-linkage 유사도로 topic cluster를 만듭니다. 진행 중 session도 read-only seq watermark로 digest하며 session log 바이트를 그대로 둡니다. 늘어나는 메모리에서 중복 사실 병합, 오래된 사실 퇴역, 중복 skill 통합은 opt-in 전에는 측정만 하며 완전 삭제 없이 supersede만 합니다.

긴 대화용 정리 도구입니다. `trim_context` / `estimate_context_tokens`는 system persona와 마지막 메시지를 유지하고 턴 또는 토큰 예산에 맞도록 가장 오래된 user/assistant 쌍부터 제거한 뒤 전후 추정치를 보고합니다. 도구가 호출되지 않으면 대화를 정리하지 않습니다.

DeepSeek Harness의 세션 간 장기 메모리입니다. 고정 규칙은 매 턴 주입하고 나머지는 IDF 가중 keyword 근거로 회상합니다. fact-key 중복 제거, 일반 JSON 저장, 설정 페이지 편집/삭제를 지원합니다.

대화의 각 턴을 기록하는 6계층 메모리 플러그인입니다. 안정적인 memory block을 user snapshot으로 주입하고 모델 호출 없이 Host 자체 기록을 하나의 placeholder로 압축합니다.

DeepSeek Harness 세션의 context budget을 감시합니다. 각 턴 footer에 공식 `contextPressure` projection 기반 색 점을 표시합니다(green <50%, yellow 50–65%, orange 65–80%, red >=80%). orange/red에서 한 번 클릭으로 새 세션 handoff를 하는 알림 패널과 `/context-watch`, `/handoff` 명령, 고정 reasoning-rule prompt 섹션을 제공합니다. 예산과 handoff는 로컬 session 파일만 읽으며 버튼을 누르기 전에는 배지와 알림이 토큰을 쓰지 않습니다.

Session에 도구 네 개를 추가합니다. `create_session`은 지정한 workspace 또는 기존 폴더에 새 Session을 열고 prompt 하나를 전달합니다. `session_message`는 실행 중이거나 완료된 Session에 메시지를 보내고 현재 턴 뒤에 도착하도록 대기열에 넣습니다. `read_session_transcript`는 Session의 발언과 현재 턴 완료 여부를 읽습니다. `list_dispatched_sessions`는 이 플러그인이 보낸 Session과 현재 상태를 나열합니다. UI가 없는 host 측 플러그인으로 host 자체 session primitives를 사용합니다. 설치 후 DSH를 재시작하세요.

같은 host의 DSH 세션 사이에서 에이전트 간 메일을 주고받습니다. `send_session_message`는 대상 턴이 끝난 뒤 전달하거나 실행 중인 턴에 주입합니다. 발신자 ID를 직접 기록하고 위조된 From 헤더를 거부합니다. 메시지마다 ID가 있고 답장은 `replyTo`로 인용하며 thread로 같은 작업의 중복 큐잉을 막습니다. `supersedes`는 아직 대기 중인 메시지를 회수합니다. `read_session_info`는 읽기 전용으로 상대의 제목, 마지막 답변, 마지막 present call의 파일, busy/queue 상태를 읽습니다.

긴 QQ 답변을 1초 간격으로 여러 메시지로 나눠 보내 한 덩어리의 긴 글을 피합니다. QQ 채널 streaming 출력을 끈 경우(`im-qqbot streaming: false`)에만 작동하며, 켜져 있으면 답변이 이 플러그인을 거치지 않습니다.

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.

DeepSeek Harness 각 턴에 CNY 지출 상한(기본 ¥5)을 설정하고 상한에 도달하면 다음 모델 요청 전에 실행을 멈춥니다. 스위치와 금액은 composer 도크 오른쪽 끝에 있습니다.

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).

`::dsh-ui <name> [res=WxH]::` 행으로 지정한 ui-blocks 파일을 샌드박스 Canvas에 렌더링하고 요소 토큰을 composer 칩으로 바꿉니다. 직렬화할 때 토큰을 그대로 복원합니다.

composer 도구 모음에서 모델 선택기 왼쪽에 반짝이 버튼을 추가합니다. 클릭하면 호스트를 통해 초안을 바로 다시 쓰고, 잠시 원문 복원 실행 취소를 제공합니다. 설정에서 다음 메시지에 사용할 대화 모델(provider/model, 설정된 기본값으로 대체 가능) 또는 로그인과 토큰 예산이 필요 없는 keyless Pollinations 경로를 선택합니다. 후자는 30초마다 한 번만 응답할 수 있습니다. 대기 중 클릭은 거부하지 않고 대화 모델로 처리하며, 대기 시간이 끝난 뒤 첫 클릭은 자동으로 keyless 경로를 사용합니다. 초안의 언어를 유지하고 다른 언어 결과는 붙여넣지 않습니다.

DSH 콘텐츠 영역 오른쪽 위에 계속 표시되는 상태 카드입니다. 이번 턴의 시간 사용처(모델, 도구, 대기)를 한 줄로 보여 주고, 접을 수 있는 할 일과 진행 막대, 세션 목표(편집/일시 중지/재개/지우기), 미리보기 창에서 여는 제출된 계획, 이 세션에서 변경한 파일, 하위 에이전트의 토큰·소요 시간, 백그라운드 작업을 표시합니다. 실행 중 작업에는 2단계 중지 버튼이 있고, 완료된 작업은 열기 전까지 개수만 접어 둡니다. 영역이 좁아지면 콘텐츠에 공간을 내주며 한계에서는 둥근 버튼으로 접힙니다.

메인 문맥에서 시작하는 임시 사이드 대화입니다. 인용 질문, 메인 작업 상태 업데이트, 답변을 메인 초안으로 돌려보내기를 지원합니다.

추론만 있고 텍스트와 tool 호출은 없이 끝난 DeepSeek Harness 턴을 같은 턴에서 한 단계 더 진행해 복구합니다. 구조만 감지하므로 추가 model 호출이 들지 않습니다.

DSH 플러그인: 어시스턴트 턴이 zero-width placeholder 등으로 보이는 텍스트 없이 끝난 것을 감지해 모델에 답변 작성을 다시 요청합니다. 보이는 마무리 답변을 요구하는 system prompt 규칙도 주입합니다.

네이티브 DeepSeek Harness Agent Teams의 결정적 자동 배정입니다. 작업이 준비되면 대기 중인 팀원을 깨우고 권고용 쓰기 scope를 실제 soft lock으로 만듭니다.

로컬 SQLite 기반 장기 메모리: 프로젝트별 자동 주입과 잡음 필터링, 최근 턴에서 규칙 기반 또는 모델 보조 추출, 쓰기 시 중복 제거, 피드백 가중 순위 지정. Python 브리지는 $NEXUS_PYTHON 또는 `<DSH home>/dsh-runtimes/dsh-primary-runtime/dependencies/python/`의 DSH 번들 인터프리터(Python 3.8+)를 사용합니다.