플러그인

DSH Web UI용 플러그인 스토어: 카탈로그 탐색/검색/원클릭 설치/호환성 배지/설치 목록을 제공합니다.

모델별 사용량 및 비용 상세 분석. 세션별 사용 통계와 GLM, MiniMax, OpenCode Go, DeepSeek 등에 대한 사용량 조회를 제공합니다.

연결 기능만 제공하며 자체적으로 화면에 그리는 것은 없습니다. DeepSeek Harness 세션 이벤트를 구독해 작업 상태를 12단계(planning / thinking / executing-tool / streaming / waiting-input / voice / awaiting-approval / complete / error / paused / idle / heartbeat)로 변환한 뒤 각 상태를 데스크톱 펫 백엔드 http://127.0.0.1:8000/api/plugin/dsh/ingest 로 POST합니다. 창은 없고 API 키나 토큰도 필요 없습니다. Mao Live2D 펫 앱을 별도로 설치하고 실행해야 합니다(자체 PowerShell 7 / Python 3.10+ / Node 18+가 필요한 Windows Electron 앱). 앱이 없으면 데이터를 보낼 대상이 없습니다.

멀티 머신 동기화: 하나의 프라이빗 GitCode 저장소를 통해 여러 dsh 복제본의 일관성을 유지합니다. skill, 세션, 설정, 플러그인 매니페스트에 각각 독립적인 스위치가 있습니다. 변경 사항은 브랜치, PR, 병합을 거치며, 원격에만 있는 추가 항목은 매 push 전에 다시 pull되므로 아무것도 삭제되지 않습니다. 또한 AI 스마트 정렬 단계가 양쪽에서 변경된 파일을 의미 단위로 병합합니다(원클릭 충돌 해결 포함). 프라이빗 저장소가 강제되며, pull은 로컬 편집을 절대 덮어쓰지 않습니다.

저비용 영상 이해 도구. video_understand 도구가 Bilibili 링크 / BV / 로컬 영상을 AVIS 정보 계층(ASR + 장면 구조 + 객체 추적 + YOLO 라벨)으로 변환하고 요약 + Q&A를 반환한다. 질문 주도형 계층 간 동적 라우팅(L0 ASR / L1 객체 추적 / L2 키프레임 VLM), 반복 질문용 의미 계층 재사용, 질문별 예산 상한을 갖춘다. Python 엔진: 코어 계층에는 faster-whisper / opencv / yt-dlp가 필요하며(~200-300MB), 선택적 의미 계층을 추가하면 torch / transformers / ultralytics가 약 2GB 더 든다. 번들된 doctor --fix가 venv를 설정하고 둘 다 설치한다.

모델·프로바이더·워크스페이스·기간을 아우르는 사용량 분석: 캐시 적중 가시화, 모델/프로바이더별 분해, 시간별·일별 추세, GitHub 스타일 53주 히트맵, 연속 사용, Token 점유율 도넛 차트, 조합 가능한 필터, 캐시 효율 추세, DeepSeek 잔액, CSV 내보내기. 세션 삭제 후에도 보존되는 영구 원장(증분 재구축, 재시작 시 미변경 세션은 로그 재독 없이 적용). 워크스페이스 등록은 DSH domain/changed 프로브로 자동 갱신되며 DSH 등록 워크스페이스만 엄격히 집계합니다. Token 회계는 입력·캐시 읽기/쓰기·추론을 분리하고 제로 사용 재생은 기록을 덮어쓰지 않습니다. 중국어는 현지 시간, 영어는 UTC. API는 루프백 전용.

ShiGuang Memory Engine(SGME) 브리지: HTTP를 통한 멀티 에이전트 공유 장기 메모리 — L0/L1/L1.5/L2 정제, 시나리오 기반 주입, 통합 검색, 능동적 케어 시그널(memory_search / wiki_search / signal_pull / signal_claim / signal_ack), `dsh-sgme`로 설치 가능

Herta를 DeepSeek Harness 에이전트로 설치합니다: 그녀의 페르소나와 메모리 프롬프트 섹션을 담은 프리셋, 6개의 메모리 및 음성 도구, 그녀의 생각과 말을 분리하는 내러티브 계층, 80개의 번들 음성 클립, 오프라인 및 MiniMax 음성 합성, 그리고 그녀 자신의 컴포넌트로 세션을 렌더링하는 두 가지 대화 뷰.

Jev 판단을 세 가지 자동 동작으로 바꾸는 DeepSeek Harness 플러그인 — 요청과 관련된 세그먼트로 과대한 도구 출력을 잘라내고, 가져온 페이지에서 모델을 겨냥한 지시를 선별하고, 다음 단계에 맞는 스킬을 고릅니다 — 여기에 jev_ask와 jev_gate 도구, 재시작 후에도 남는 판단 원장, /jev-status 보고서를 더합니다. TypeSafe API 키가 필요하며, 키가 없으면 아무 동작도 하지 않고 아무것도 전송하지 않습니다.

DeepSeek Harness용 시각적 라운드테이블 회의입니다. 원형에 배치된 전문가 노드와 방향성 엣지, 집계 게이트웨이, 블랙박스 worker 모델을 위한 proxy thinking, 그리고 관점별 endorse/reject가 가능한 확정된 계획에 대한 적대적 검토(red-team)를 제공합니다.

Windows용 Git Bash 셸 도구: Git for Windows와 번들된 bash를 통해 명령을 실행하며, 타임아웃, 샌드박스, 출력 잘림, 백그라운드 작업을 갖추고 느린 pwsh 도구와 WSL 전용 bash 도구를 대체합니다.

DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH 이중 언어)용 Expert-mode 에이전트 프리셋: 수석 코디네이터와 17명의 도메인 전문가 서브에이전트의 자동 작업 위임. 기능: 태스크보드 스케줄러(파일 시스템 상태 머신 pending/ready/running/done/failed, 의존성 DAG, 원자적 클레임, 재시도, 충돌 복구), 품질 게이트(고위험 작업의 5단계 파이프라인: 요구사항 명확화, 구현, 검증, 독립 검토, 통합, 2라운드 재작업 한도), Five-Anchor 제약(턴별 검토/수렴/드리프트 방지/협업 확인/자원 인식), Near-distance Guidance(전문가별 ID/작업/출력 템플릿), 점진적 공개(약 28% 토큰 절약), 전문가 영속성, 전문가 간 파일 메시지 버스(직접 P2P 통신, 코디네이터 중계 0), 상호 검토, 경험 풀, 단순 작업 패스트 트랙, 자동 재시도를 통한 장애 복구. 전문가: 데이터 분석가, 카피라이터, 법무 검토, PM, 프론트엔드, UI/UX, 아키텍트, 소셜 미디어 운영, 그로스 해커, 퀀트 금융, 금융, 백엔드, DevOps, DB, QA, 보안.

영구 메모리 파일이 각각 있는 Agent 프리셋 3개: 鲸鱼娘Agent预设(간체 중국어 구어체, 主人이라 부르며 애교 많고 새침함), 鲸鱼娘活人版Agent预设(받아치기·회피·냉담함 허용, 다정함은 절제), 鲸鱼娘涩涩版Agent预设(원래 페르소나 유지, 사용자에게만 애정 표현, 단체 대화에서는 완화). 모두 공식 최소 구성인 영구 shell 터미널 1개와 파일 읽기/쓰기, glob/grep 도구를 사용합니다. whale-loli.md, whale-loli-v2-live.md, whale-loli-v3-naughty.md를 각각 whale_memory, whale_memory_v2, whale_memory_v3로 읽으며 메모리는 서로 읽거나 쓰지 않습니다. 대화 압축은 billion-context가 담당합니다. 이 플러그인은 요약을 증거로 취급하고 세부 정보를 필요 시 조회하도록 하는 페르소나 규칙만 추가합니다.

애니메이션 GIF와 WebP를 애니메이션으로 읽습니다. 붙여넣은 파일은 UI에서 계속 재생되며 모델에는 라벨이 붙은 추출 프레임 시트가 전달됩니다. read_animation 도구로 파일의 프레임을 요청 시 샘플링할 수 있습니다.

전용 Obsidian 볼트에 순수 Markdown 형식의 프로젝트 문서와 장기 기억: 6개의 mem_* 도구(search, read, write, log, brief, admin), 세션 첫 단계에서 한 번의 예산이 할당된 회상 주입, 완료된 턴의 자동 증류. Obsidian이 실행 중일 필요는 없으며, 플러그인을 제거해도 볼트는 읽기 가능한 상태로 유지됩니다.

DeepSeek Harness를 위한 예약 cron 작업, 백그라운드 자동화, 에이전트 실행.

웹 작업 보드와 timer_agent 도구를 갖춘 호스트 상주 cron 엔진: 일정에 따라 실제 에이전트 세션을 발동하여, 컨텍스트용으로 고정된 세션을 이어가거나 선택한 프로젝트 워크스페이스에서 새 세션을 시작합니다.

템플릿 기반 코드 리뷰 스킬: 5단계 리뷰 흐름, 심각도 등급(critical/medium/minor), 4차원 점수(품질·보안·성능·유지보수성), 텍스트 및 HTML 이중 보고서 출력, 온디맨드 참고 지식 베이스를 제공합니다.

DSH용 범용 지식 베이스: md/txt/json/yml/docx/pdf 가져오기, 폴더 관리, FTS5 전문 검색(BM25), 웹 관리 UI를 제공합니다.

DeepSeek Harness용 Research Agent 스킬, 인용 추적이 있는 문헌 검색, 문서를 Markdown 지식 베이스로 만드는 도구, 브라우저 워크벤치에서의 심층 읽기를 제공합니다.

기존 로컬 TTS 런타임으로 Harness 답변을 읽어 줍니다. IndexTTS 및 GPT-SoVITS 실행기, 프로토콜 기반 로컬 HTTP/JSONL 진입점, Kokoro, F5-TTS, VoxCPM, Qwen3-TTS, CosyVoice SDK 환경의 모델 폴더 로딩을 지원합니다. 모델은 포함되지 않습니다. 1624318455/dsh-plugin-tts에서 파생했으며 행 ID와 설정을 분리해 두 플러그인을 함께 설치하고 중복 기능을 비활성화할 수 있습니다.

DeepSeek Harness용 소설 집필 워크벤치: 후보 문단에 좋아요나 싫어요를 표시하면 모델이 이를 짧은 선호 프로필로 증류해 이후 초안 작성 호출에 반영하며, 원고는 초안 작성 컨텍스트에 들어가지 않습니다. 챕터 보드, 챕터별 집필 팩, 주석 범위 수정(주석이 달린 문단만 다시 쓰고 나머지는 바이트 단위로 검증), 프로젝트 원장, 로컬 호흡 점검을 추가합니다.

dsh용 특허 작성 게이트키퍼 — 아이디어를 먼저 중국 선행기술과 대조해 검증한 뒤, 5자 정렬 인터뷰, 8장 공개 초안 작성, 도면과 시뮬레이션 실행, 7차원 검토, docx/PDF 내보내기를 진행합니다. 스킬은 바로 사용할 수 있고, 검색·내보내기·실험 도구는 비활성 상태로 제공되는 번들 Python MCP 서비스에서 옵니다 — ~/.dsh/patent-services.yaml에 한 줄을 넣으면 활성화되며, uvx가 PyPI에서 wheel을 가져옵니다.

DSH용 로컬 문헌 지식베이스 RAG: SQLite 인덱스에서 BM25 + 벡터 하이브리드 검색, 크로스 인코더 재순위화, 섹션·페이지 단위 출처가 있는 인용 답변, 메타데이터 전용 갱신과 백그라운드 수집을 지원합니다.