플러그인

DSH 세션 창용 픽셀 아트 빨간 모자 펫이다. 투명하고 항상 위에 있으며 composer를 따라 걷고 눈을 깜박이고 둘러보며 커서 쪽으로 고개를 돌린다. 더블클릭하면 자고 우클릭 패널에서 2x~7x로 크기 조절한다.

직접 작성한 SVG+CSS(이미지/오디오 자산 없음, runtime 의존성 없음)로 움직이는 고래 데스크톱 펫이다. 턴 중 헤엄치고 tool call에 이름표 말풍선, 승인 대기 시 amber pulse, 성공하면 턴 시간/tool 수와 함께 점프하고 실패하면 풀이 죽는다. 어두운 시간/유휴 시 잠든다. 클릭은 poke, 더블클릭은 쓰다듬기(친밀도 하트), 드래그 위치 기억, 우클릭 메뉴(feed/mute/reset/hide), hover 카드(level/title/XP/턴 통계)를 제공한다. whale_say로 에이전트가 펫에게 말하거나 행동하게 해 가벼운 표시 알림으로 쓸 수 있다. session/workspace는 읽기 전용이며 ~/.dsh/whale-girl/state.json만 쓴다.

실행 전 guard다. tools.guard predicate가 permission preset에 따라 위험한 셸 명령(git hook 우회, 파괴적 rm, download-and-run, git history rewrite)과 credential 경로 또는 이번 턴에서 읽지 않은 파일 편집을 allow/ask/refuse로 판정하고 모델에 이유와 실행 가능한 대안을 준다.

턴 종료 시 코드/config를 편집한 경우에만 파일마다 프로젝트 루트까지 올라가 고정 allowlist의 검사 하나(pnpm check, cargo check, ruff check ., tsc --noEmit)를 실행한다. 실제로 실행되어 실패할 때만 실패 출력을 담은 새 턴을 열어 종료를 막는다.

macOS Desktop 전용이다. DeepSeek Harness Electron 앱을 한 번에 재시작한다. 실행 중 턴을 중단하기 전에 확인하고 plugin 설치/업데이트 중에는 차단하며 재시작 단계와 로그를 기록한다.

설계/계획/문서의 주장을 모델링해 판정한다. UML 렌더링·검토, 상태 머신/프로토콜/데이터 모델 검사, migration coverage와 rollback 대칭성, 동시성 주장의 적합한 checker 배정, 의존성 감사와 보고서 diff를 제공한다.

Windows용 DSH 음성 안내: 에이전트 턴 정상 완료 문구, 질문/계획 승인/권한 요청 등 사용자 선택이 필요할 때의 별도 문구, 새 대화의 시간대 인사를 설정한다. 왼쪽 아래 풍선을 눌러 모든 안내를 음소거/해제하며, 전환 시 자체 차임이 난다. Microsoft Edge neural voice로 합성하며 중단/오류, subagent, goal이 계속 진행 중인 라운드는 건너뛴다. DSH 홈에 캐시해 로컬 재생하고 오프라인은 desktop SAPI로 대체한다.

Windows에서 승인, 질문, 계획 검토 대기 또는 턴 완료 시 DeepSeek Harness 작업 표시줄 버튼을 깜박인다.

에이전트 턴 종료 시 벨소리/로컬 오디오(번들 합성 전화음, 사용자 절대 경로, 페이지 내 업로드)를 재생한다. 떠 있는 칩에서 pause/resume/dismiss, 일시정지할 때까지 반복한다. Settings에서 설정하며 배포별 기본값을 덮어쓸 수 있다.

턴 완료, 승인/질문 대기, 계획 종료 시 DeepSeek Harness toast를 표시한다. Windows에서는 네이티브 알림이며 문구와 시점을 설정할 수 있다.

백그라운드에서 턴이 끝나거나 승인/질문 대기 상태가 되면 DSH 데스크톱 앱의 Windows 작업 표시줄 아이콘을 깜박인다.

턴 완료, 입력 대기, 실패 시 음성 및 브라우저 알림을 보낸다. 같은 요약을 선택적으로 Feishu bot webhook 카드로 전송한다.

실제 git 기록으로 중국어 변경 로그 초안 두 가지(사용자용 짧은 글, 개발자용 긴 글)를 만든다. 각 항목에 commit SHA와 근거 기반 verified/unverified를 표시하며 commit subject는 번역하지 않는다.

결정론적 티켓 분류입니다. rule prefilter가 명확한 사례를 분류하고 나머지는 추측하지 않고 needs_review로 반환합니다.

실행 중인 DeepSeek Harness 인스턴스를 MCP로 외부 agent에 노출합니다. 외부 agent는 해당 인스턴스 자체의 session을 나열·생성·이어가고 turn을 위임해 결과를 받으며 DSH agent가 묻는 질문에 답하고 향후 approval 요청 처리 방식을 설정할 수 있습니다.

절대 INDEX 경로와 version이 포함된 짧은 규약 안내를 session과 version 조합마다 한 번 주입합니다. 규약 version이 바뀌면 다음 turn(chat turn 포함)에 다시 주입합니다. 선택적 hard guard는 operation형 turn에서 session이 index를 읽을 때까지 write/edit 도구를 거부합니다(chat turn과 shell은 기본 차단 대상이 아님). 예제 checklist 또는 사용자가 지정한 디렉터리를 쓰며 의존성 없이 경로를 설정할 수 있습니다. 작업 시작 시 규약이 불러와지지 않는 문제를 해결합니다.

DeepSeek Harness 실행을 자동으로 이어갑니다. 비정상 종료된 턴을 계속하고, 모델의 도구 호출이 일반 텍스트로 출력되어 에이전트가 조용히 멈춘 완료 턴도 이어갑니다. 스트리밍이 멈춘 모델 요청도 되살립니다. 승인이나 질문에 대한 대기는 기록하고 알리기만 하며 대신 답하지 않습니다.

디렉터리 감시를 시작하고 트리가 조용해지면 session 자체의 쓰기를 제외한 중복 제거된 변경 내역을 묶어 전달합니다. watch마다 새 turn을 깨우거나 다음 단계까지 대기열에 넣도록 설정할 수 있습니다.

Web UI용 skill 생성 console입니다. 공식 creator skill을 가져와 요구 사항을 Huawei Cloud, 일반 또는 REST API creator에 전달합니다. 생성된 skill을 10점 rubric으로 평가하고 항목별 감점을 creator에게 돌려보내 8.5/10에 이를 때까지 반복합니다.

각 턴에서 호출한 skill을 보여 주고 앱 안에서 skill을 설치·업데이트·제거합니다.

DeepSeek Harness용 도구 2개를 등록합니다. `doc_ocr`는 로컬 RapidOCR 또는 클라우드 Zhipu GLM-OCR로 스캔 PDF·이미지를 페이지별 텍스트, 대차대조 확인이 포함된 재무 표, 계약 조항 검색 결과로 변환합니다. `doc_preprocess`는 backend routing과 sha256 기반 증분 건너뛰기를 포함한 7단계 파이프라인으로 원본 파일 디렉터리를 Obsidian용 지식 베이스로 만듭니다. 대조 실패 숫자는 만들어 내지 않고 보고합니다. 로컬 engine에는 rapidocr-onnxruntime, pypdfium2, Pillow가 설치된 Python(`pip install -r requirements.txt`), GLM engine에는 ZHIPU_API_KEY가 필요합니다.

구조화 이미지 인식입니다. 로컬 sharp 측정과 클라우드 vision model을 한 번 호출해 설명, 좌표가 포함된 OCR, 객체 위치, 세밀한 속성을 반환합니다. fingerprint cache로 같은 이미지는 모델 할당량을 쓰지 않고 밀리초 만에 다시 반환합니다.

ctx.web의 web_search 연결점에 Tencent Yuanbao Search provider를 추가합니다. 검색마다 Search API를 직접 한 번 호출해 다른 곳에서도 쓸 수 있는 title, URL, snippet, ISO-8601 date를 반환합니다. 인증 정보는 검색 시 확인하며 보조 model turn은 없습니다. Tencent Cloud WSA API key가 필요합니다.