플러그인

멀티 Bot 프로필과 명시적인 Cloud Computer Broker 경계를 갖춘 독립형 개인 비서 DSH 플러그인입니다.

AI가 초안을 만들고 사용자가 검토합니다. 지침을 첨부해 텍스트, 파일, 스크린샷, 전체 폴더를 번역하고, 점수와 의견을 바탕으로 AI가 다시 작성합니다. 처음부터 끝까지 지원하는 AI 번역 워크플로입니다.

assistant가 diary, index, 자기 설명, 실시간 감정 값을 직접 작성하고 관리하는 메모리입니다. 각 세션 시작 시 다시 주입합니다. 지정한 section만 읽고 요약하지 않습니다. 없는 starter file을 채우고 날짜가 없는 anchor에 시작 날짜를 제자리에서 기록합니다. 이 추가 편집 외에는 기존 파일을 변경하지 않습니다. 작성 기능은 skills로 제공합니다.

assistant text stream에 새어 나온 DSML 마커를 제거하고 실제 출력이 없었던 경우에만 턴을 재개합니다(tool call이 나오지 않은 invoke-block 누출 또는 본문이 거의 없는 closing-tag 누출). upstream jitter 코드는 재시도하지만 quota, rate-limit, auth, context-window 오류는 재시도하지 않습니다. DSH 0.2.1-rc.2 이상 0.3.0 미만과 Node 20 이상이 필요합니다.

로컬 우선 학술 어시스턴트입니다. 이벤트 소싱 방식의 강좌, 작업, 계획, 알림, 강의 자료 및 DSH 도구 23개를 제공합니다.

DeepSeek Harness용 로컬 작업 보드입니다. 비서, CEO, 기록관 역할과 데스크톱 고래 소녀 동반자를 제공합니다.

composer 아래에 현재 세션의 실시간 CNY 비용을 표시합니다. 각 assistant 메시지를 생성한 모델과 해당 메시지 타임스탬프의 피크/비피크 요금으로 계산합니다. 설정 페이지에서 모든 모델의 6개 요금을 편집합니다. 요금표가 없는 모델은 Flash 요금으로 계산되므로 앞에 ~를 표시합니다.

강좌, 작업, 계획, 연결, 강의 자료, 자동화, 설정을 위한 DSH 사이드바와 패널입니다.

DSH용 자율 AI 비서 및 멀티 에이전트 협업입니다. 목표를 논의하고 백그라운드에서 계획하며 여러 Worker를 조정해 실행/검토하고 작업을 일시 중지·재개하며 중단 후 복구합니다. 작업 기록과 산출물, 작업 메모리와 스킬을 유지합니다. 표준 로컬 모드와 선택적 실험용 비공개 Git 협업을 제공합니다.

LAN에서 여러 에이전트가 회의 일정을 협상합니다. 각 사람이 자신의 어시스턴트를 실행하며 mDNS로 서로를 찾고 A2A 메시지로 회의·주말 외출·버블티 투표를 조율합니다. 가능한 시간만 공유하고 이유는 공유하지 않으며, 보호된 시간을 양보하기 전에 소유자에게 확인합니다. DSH 사이드바에 휴대폰 형태의 페이지와 13명 샘플 회사를 제공합니다. 인증은 없으므로 신뢰할 수 있는 LAN에서만 사용하세요.

다국어 글쓰기, 긴 글을 나눠 진행하는 공동 작성, 연속성 검토를 지원하며 필요할 때 DSH 위임 대상을 찾아줍니다. PATH에 Python 3.9+가 있어야 합니다.

DSH 어시스턴트가 로컬·웹·AI 생성 이미지를 채팅에서 사용자에게 직접 보냅니다. 텍스트 전용 모델을 위한 외부 비전 지원도 제공합니다. Windows에서는 PowerShell로 실행됩니다.

DSH 웹 GUI용 Genshin Impact 흰색·금색 스킨입니다. 페이지를 불러올 때마다 게임 내 풍경 배경을 무작위 표시하고 Genshin UI 글꼴을 전체 적용합니다. Paimon 스타일 메뉴, 실행 상태 링, Paimon/Phanes assistant persona 전환이 있습니다. 저장소에는 8개 지역, 1920x1080 배경화면 262장이 포함됩니다.

입력 toolbar의 Learning Mode toggle은 현재 session에 교수용 prompt를 넣어 assistant가 주제를 소개하고 가르친 뒤 시험하고 실수를 교정하게 합니다. 채점 quiz는 GenUI로 표시합니다. GenUI plugin(`@changfenhuang/dsh-genui`)이 필요하며 없으면 교육 문구는 작동하지만 quiz/slider/chart는 일반 텍스트로 저하됩니다.

DSH 대화에서 완료된 턴 하나만 삭제하고 세션은 유지합니다. 마지막 어시스턴트 답변 옆 휴지통 버튼으로 해당 턴의 질문, 답변, 도구 기록을 대화 화면과 모델 컨텍스트에서 제거합니다. 세션 ID, 제목, 이후 턴, 추가 전용 로그는 유지됩니다. 삭제는 영구 tombstone으로 기록되어 새로고침 후에도 남습니다.

MCP를 통해 Xiaozhi 음성 비서를 DSH Web에 연결합니다. DSH가 도구 공급자가 되어 DSH Web endpoint 35개를 workspace/session/chat/model/settings/file용 음성 친화적 도구 16개로 구성합니다. 기본적으로 Xiaozhi MCP access point에 outbound WebSocket으로 연결하므로 공인 IP나 포트 포워딩이 필요 없습니다. 여러 기기를 동시에 연결하고 DSH Settings에 실시간 상태 페이지를 제공합니다.

DSH 대화 안에서 Pinduoduo 공식 오픈 플랫폼 API로 온라인 쇼핑 상품을 검색·비교·선택·추천합니다. 가격 비교, 할인, 서비스 태그, 상품 이미지, 프로모션 링크를 제공합니다.

DSH 웹 화면의 대화 개요 패널입니다. 사용자 질문을 루트 노드로 두고 각 턴의 번호·시간·도구 수·텍스트량을 표시하며, 답변의 Markdown 제목을 하위에 배치합니다. 계층 슬라이더, 검색 범위, 북마크, Markdown 복사/내보내기, 섹션 이동, 키보드 탐색, 오른쪽 밀도 레일, 세션별 읽던 위치 기억을 제공합니다. 읽기 전용 UI로 프롬프트·도구 결과·provider 트래픽을 건드리지 않으며 자체 localStorage 키 외에는 쓰지 않습니다.

DeepSeek Harness(dsh)용 개인 붙여넣기 받은 편지함입니다. 작성기의 /inbox나 사이드바에서 링크, 이미지, 텍스트, 자격 증명을 로컬 vault에 저장하고 로컬 규칙, 이어서 요청 제한 모델 처리로 분류합니다. 패널에서 탐색·검색·편집하고 대화 중 요청하면 어시스턴트가 기록을 가져옵니다. 자격 증명 본문은 저장 시 암호화되며, 선택적으로 WebDAV/S3와 기록·첨부 파일을 동기화합니다. 현재 Windows만 지원합니다.

stdio MCP 서버 앞에 세 라우터 도구(list_capabilities, describe_tool, call_tool)를 두어 모든 요청에 스키마를 싣지 않고 필요할 때 로드합니다. 각 도구 결과는 결정적 단계형 규칙으로 가공하고 원본을 먼저 보관하며 retrieve_spill로 다시 읽습니다. 도구 그룹의 토큰 비용 지정 및 에이전트별 내장 그룹 숨김도 지원합니다. 표준 라이브러리 기반 Python 라우터를 연결하므로 Python 3.9 이상이 필요합니다.

compaction-basic의 대체 경로입니다. LLM 요약이 예외를 내거나 비어 있거나 컨텍스트 창에 맞지 않으면 span을 각 줄의 seq 포인터와 함께 결정론적으로 컴파일합니다(vendored dsh-compaction-instant compiler). recall/search 도구, /recall·/context 명령, 창의 45%에서 작동하는 유휴 트리거, 디스크 span 보관소를 추가합니다. 엔진은 에이전트 preset의 한 행으로 탑재됩니다(docs/dsh-integration.md).

DeepSeek Harness용 전체 화면 터미널 TUI로, Web GUI와의 동등성, 라이브 스트리밍, 에이전트 프리셋, DeepSeek 블루 스타일링을 제공합니다.

DSH 데스크톱 앱과 Web GUI용 동일 음성 통화 도우미(프로필 이름만 다름)입니다. 드래그 가능한 통화 플로팅 버튼과 브라우저 VAD로 발화 사이의 멈춤을 감지해 전송합니다. 공식 voice-input 플러그인이 이미 받은 로컬 SenseVoice 모델을 재사용하므로 두 번째 모델은 받지 않습니다. FunASR HTTP/스트리밍, 클라우드 호환 API, MiniMax / MiMo-V2.5-TTS(director mode 및 voice clone) / OpenAI 호환 TTS 응답을 지원합니다. 선택형 wake-word/auto-sleep, 별도 세션 작업 전달, 진행/중지/음성 완료 보고도 제공합니다.

완료된 각 어시스턴트 턴을 독립 리뷰어 모델로 감사하고 실패한 출력을 수정하도록 에이전트를 유도합니다. 턴마다 최대 2회 리뷰 라운드가 있으며 SOP 폴더 기준이 추가 리뷰 차원으로 주입됩니다.