플러그인

모든 AI 파일 쓰기/편집을 before/after 스냅샷으로 기록하여 VS Code 인라인 리뷰 흐름(hunk 수락/거부, 파일별 실행 취소, git 불필요) 제공.

OpenAI Codex 로그인 흐름을 통해 DeepSeek Harness에서 ChatGPT 구독을 사용할 수 있습니다.

DeepSeek Harness를 위한 역할 기반 AI 군집: 설계자가 계획하고, 병렬 빌더가 실행하며, 리뷰어가 품질을 관리하고, 통합자가 출하합니다. 폴백 체인이 있는 역할별 모델 고정, 리뷰 루프, 증거 계약, 인간 게이트 리뷰, 쿼터 인지 일시정지/재개, 웹 GUI의 실시간 칸반 + 플로우 차트. 40개 테스트; GitHub 또는 npm에서 설치.

중단된 에이전트 세션 자동 재개: 순서가 있는 규칙 테이블이 실패 유형(속도 제한, 할당량, 인증, 컨텍스트 초과, 크래시된 고아)에 따라 자동 백오프 재시도, 모델 전환, 컨텍스트 압축 후 재개, 또는 손절 알림으로 라우팅하며, 시각적 규칙 편집기와 전체 활동 로그를 제공합니다.

단계별 model router. 정렬된 이미지/키워드 그룹 규칙을 가진 명명된 프리셋이 마운트된 모든 공급자와 모델에 걸쳐 각 에이전트 단계를 라우팅하며, 이미지 전사용 협업 플로우, 이미지 가드, 다중 플랜 쿼터 패널, 단계별 결정 관측 가능성을 추가합니다.

Aseprite 호환 파일, 로컬 크롭/아웃라인 블루프린트, 선택적 LLM 워크플로 노드를 갖춘 브라우저 픽셀 아트 및 스프라이트 애니메이션 에디터.

LLM-Wiki 구조와 SOUL.md 페르소나를 갖춘 세션 간 장기 Markdown 메모리입니다. remember/recall/consolidate/forget 워크플로, 내장 메모리 skill, pack/unpack 마이그레이션 도구를 제공하고, 유휴 시간에는 실제 기억을 동반자 말투로 떠올리게 합니다. 기본 설정에서는 첫 사용자 메시지 뒤 현재 세션에만 주입합니다. 파일별 부팅 블록 예산으로 인덱스 라우팅 표의 잘림을 막고 중요도 감소가 작동하도록 last_access를 자동 기록하는 등 저장소 관측·유지 기능도 제공합니다. 읽기 전용 건강 대시보드는 크기·최신성·lint 일치 여부를 확인합니다. 페이지가 `summary:`를 선언하는 인덱스 컴파일러는 한 명령으로 인덱스를 다시 정리합니다. 페이지 링크와 공유 태그를 잇는 대화형 그래프는 드래그와 휠 확대를 지원합니다. tag/type/salience/hot/stale 조건으로 검색하고 관계가 없는 페이지의 교차 링크를 제안하며, `checkup` 보고서는 우선순위 작업 목록으로 끝납니다. 운영 세부를 필요할 때 불러오는 skill로 옮겨 시작 payload를 약 23% 줄였습니다. 설정에는 (플러그인 아이콘 슬롯이 없는 셸을 위해) 뇌와 노드 클러스터 아이콘, 저장소를 여는 피드백 항목도 있습니다. DSH 세션 형식 v4(공식 DeepSeek Harness 0.1.7+)가 필요하며 주입 메시지는 생성 주체 소스 종류 plugin:memory를 선언합니다.

DeepSeek Harness용 질문 주도 발견 연구 워크플로: QDD 에이전트 프리셋, 영구적인 수동 및 자동 실행, 감사 가능한 연구 패널을 제공합니다.

터미널 없이 시각적으로 GitHub에 로그인: 창 내 디바이스 플로우, gh CLI와 동기화되는 토큰, 호스트 상태/실행 엔드포인트 제공

현재 시장 데이터에 대한 출처 규율을 갖춘 금융 리서치 워크플로와 포트폴리오 리스크 도구

엄선된 15개 테마 패밀리와 커스텀 CSS 전용 테마를 제공하며, 가져오기/미리보기/적용/삭제/기본값 복원 흐름이 네이티브 Light, Dark, Follow system 모드를 따름.

dsh를 진지한 코딩에 대비시킵니다. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython REPL, 변수로써의 컨텍스트, 압축 간 호출 가능한 기억, 완전한 컨텍스트 복원. `hash-edit`, `dvc://browser`, 함수로서의 서브에이전트, 함수로서의 워크플로우.

진지한 코딩을 위해 dsh를 준비합니다. (Tools x Schemas)^REPL. `skill://`, `ctx://`, `agent://`, `dvc://`, `dsh://`, IPython REPL, 변수를 통한 Context, 교차 압축 다시 불러오기 가능, 전체 컨텍스트 복원. `hash-edit`, `dvc://browser`, subagent as function, workflow as function.

DSH용 Karpathy LLM Wiki 패턴 지식베이스: wiki-write/wiki-search 스킬, 무의존 파이프라인(lint/index/mnemon 메모리 동기화/품질 피드백), schema와 지식 미리보기를 주입하는 최소 수명 주기 플러그인, Ollama 호환 프록시를 통한 SiliconFlow 시맨틱 리콜.

에이전트 기반 칸반 보드: 워크스페이스당 하나의 보드, 작업별 에이전트 세션, 그리고 보호된 인간/에이전트 워크플로우(백로그 → 할 일 → 진행 중 → 검토 → 완료).

AI는 이력서 텍스트를 작성할 수 있지만 템플릿이 여전히 어색해 보이거나, 페이지가 넘치고, 여백이 남으며, 작은 수정이 레이아웃을 불안정하게 만들 수 있습니다. dsh-resume는 사실에 충실한 콘텐츠 다듬기, 템플릿 선택, A4 레이아웃 조정, 시각적 검토, 다양한 구직 상황에 맞춘 이력서 버전을 위한 엔드투엔드 DSH 워크플로를 제공합니다.

DeepSeek Harness 에이전트를 위한 Feishu/Lark IM 채널로, 네이티브 thinking-process 메시지, 승인 카드, 실시간 목표 및 todo 카드, workflow fan-out 라인, 세션 텍스트 검색, 백그라운드 작업 및 subagent 정산 알림을 제공합니다. 접근은 Feishu 앱의 자체 가시성 범위로 제한되도록 설계되어 있으며, 선택적 sender, group, approver allowlist가 채워져 있지 않으면 앱이 허용한 누구나 에이전트를 조작하고 승인에 응답할 수 있습니다.

원본 DSH 세션이 변경 사항을 구현 및 테스트하는 동안 Codex 플래닝 및 독립 리뷰를 조정합니다.

DSH용 딥 협업 글쓰기 에이전트: 편집 쌍에서 사용자별 문체 학습, clarify→outline→section-writing→red-team→reader-gallery 흐름, 프로젝트에서 보고서로 종합(실험 보고서/제품 소개/설문/README), 41개 MCP 도구, 인앱 파일 미리보기를 갖춘 웹 선택 개선 UI.

DSH 에이전트를 위한 검색 우선 기능 워크플로(v1.0.0): 설치 전에 로컬 도구를 재사용하거나 정확한 출처의 플러그인을 검토하고, 관리되는 소스 작업에서 기능을 조정하거나 생성하며, 설치됨/로드됨/활성화됨/검증됨 상태를 구분하는 영수증을 사용한다; 버전 도구는 롤백, 채택, 상위(upstream) 업데이트를 다룬다.

macOS 데스크톱 워크플로를 시연으로 녹화하여 에이전트 스킬로 변환합니다(open-record-replay 스킬 + orr_* 도구).

Feishu 회의 알림: AI와 작업하는 도중 "탄소 기반 생명체를 만나러 가야 한다"는 사실을 알려주는 것이 유일한 부작용인 dsh 플러그인입니다.

DeepSeek Harness용 경량 워크플로 플러그인입니다. 캔버스에서 흐름을 설계해 계획 프롬프트로 컴파일하면 모델이 실행합니다. 실행 엔진은 없고 상태는 모델이 직접 기록합니다.

로컬 GitHub CLI(`gh`)를 에이전트 도구로 감싸 pull request, issue, Actions 실행, 저장소 검색, raw API 호출을 제공합니다. `/gh status`·`/gh help` 슬래시 명령과 전체 저장소 대시보드, 세션별 작업공간 패널의 두 웹 UI도 포함합니다.