플러그인

DeepSeek Harness용 Skill Forge입니다. 대화 또는 붙여넣은 context를 재사용 가능한 `SKILL.md`로 정리해 다음에 비슷한 질문이 오면 다시 답을 도출하는 대신 skill을 활용합니다. 모델 도구 4개와 Web GUI 패널을 포함합니다.

stdio를 통해 wensu(文溯) MCP server를 연결하는 DSH bundle입니다.

DeepSeek Harness 토큰 사용량 분석입니다. Host 자체 session log를 스캔해 제공자/모델별 소비량, cache hit 비율, 일별 추이, 현재 호출할 수 있는 각 모델의 기능 순위를 보고합니다.

DeepSeek Harness에서 모델이 바뀌어도 연속성을 유지합니다. memory, skill, rule을 로컬 파일에 두어 세션과 모델이 바뀌어도 판단이 이어집니다. 메모리를 더 많이 저장하는 것이 아니라 모델 변경 후 잘 활용하는 데 초점을 둡니다.

dsh-TokenLens(词元透镜): 제공자별 요금제 용량과 로컬 토큰 통계를 표시합니다. 오늘/7일/30일/전체 기간을 harness/provider/model/workspace별로 볼 수 있습니다.

Huawei Cloud CodeArts 구독 모델을 DeepSeek Harness에 연결합니다.

StartLux Decision: DeepSeek Harness용 저비용 판단 계층입니다. 9개 판단 지점(tool authorization, model routing, delegation, compaction, turn continuation, retrieval, skill 선택, session title, COT translation)을 모두 구현합니다.

무분별한 승인 방지 / Anti Blind Approval — DeepSeek Harness 승인 guard입니다. 세션 모델로 workspace-write 권한 상승 요청을 검토한 뒤 엄격한 JSON 판정에 따라 Allow 버튼을 gate합니다.

모델 답변을 기다리는 동안 즐길 수 있는 DSH Web 오른쪽 sidebar의 작은 비즈 아트 게임입니다. 가이드 비즈가 있는 기본 템플릿 12개, 12/16/24 보드와 16색 자유 그리기, 한 문장에서 모델이 만드는 패턴을 제공합니다. 사진을 패턴으로 바꾸는 작업은 기기에서 처리하며 사진은 업로드되지 않습니다. 완성 작품을 최대 60개까지 작품 벽에 다림질해 붙이고 PNG로 내보낼 수 있습니다.

DeepSeek Harness용 스페인어 연습 패널입니다. 6가지 로컬 채점 드릴(11개 시제 동사 활용, 명사 성, 복수형, 어휘 인식, 문장 빈칸 채우기, ser/estar 및 접속법 문법 항목), 모델 채점 시나리오 작문 탭, 8단계 간격 반복, agent 도구 4개를 제공합니다. 답을 플러그인 내부에서 계산하고 채점하므로 모델은 지도와 설명에만 사용됩니다.

실행 전에 모든 DeepSeek Harness tool call을 Ollama 판단 모델로 평가하는 로컬 tool guard입니다. 위험한 호출은 승인 prompt로 돌리고 모델에 연결할 수 없으면 모든 호출을 중단합니다. DSH 0.2.x와 기본 약 6 GB clef-flash 모델을 미리 내려받은 로컬 Ollama 0.35.1+가 필요합니다. 조건을 충족하지 않으면 모든 tool call이 거부됩니다.

실행 전에 모델로 파괴적인 shell 명령을 검토해 사용자에게 확인하거나 차단합니다. 실행 중인 명령이 너무 많은 파일을 삭제하면 중단합니다.

DeepSeek Harness용 Git workflow 스튜디오입니다. 브랜치 모델 선택, Conventional Commits 강제, 결함 밀도에 따른 PR 검토, 안전한 히스토리 재작성, reflog로 잃어버린 commit 복구, 실제 동작 변경에 따른 release 버전 관리를 지원합니다.

DSH용 graph-first 권한 사전 확인입니다. 모델이 계산 graph를 선언하고 각 node에 의미상 작업(무엇을 어디로 다운로드/쓰기/삭제하는지)을 명시합니다. 사용자는 side panel에서 node를 하나씩 승인하며, 한 번의 승인은 성공한 실행 한 번에만 적용됩니다. 각 node는 실제 실행 내역 audit trail을 유지합니다. 승인 범위 밖 작업은 기본 approval card로 다시 묻고, 응답되지 않은 권한 요청에 막힌 node는 일시 중단되어 의존하지 않는 작업은 계속할 수 있습니다.

DeepSeek Harness의 하위 에이전트와 Agent Teams 팀원을 관리합니다. 실행 중인 인스턴스를 멈춘 다음 카탈로그와 roster 기록을 순번 보존 로그 tombstone으로 은퇴시키고 세션 디렉터리를 복구 가능한 휴지통으로 옮겨 실제 제거합니다. model tools, 대화 헤더 패널, 오프라인 CLI를 제공합니다.

deep-read 논문 라이브러리와 paper-deepread-html skill을 포함합니다. 사이드바에서 대화형 읽기 보고서를 탐색하고 PDF를 관리형 라이브러리에 업로드해 에이전트(또는 선택적 사이트 자동 읽기 worker)로 심층 분석하며 라이브러리를 관리하거나 다시 빌드합니다. model tool은 paper_deepread, paper_deepread_uploads, paper_deepread_reports입니다. 심층 읽기/가져오기/보고서 빌드에는 Python 3이 필요합니다(번들 skill이 첫 사용 시 PyMuPDF venv 준비, 색인 재빌드는 plain python3로 대체).

에이전트에 음성을 추가합니다. 감정 표현 음성 합성(ChatTTS 사용 가능 시, 아니면 edge-tts)과 노래 모드, mp3 출력, ffplay 로컬 재생을 제공합니다. Python 3.10+, 설치된 edge-tts, ffmpeg/ffplay가 필요합니다. ChatTTS와 모델 캐시는 선택 사항입니다. cordis.patch.yml의 pythonPath/ffmpegPath/ffplayPath를 직접 설치한 경로로 지정해야 합니다.

선택한 모델이 이미지를 볼 수 없을 때 같은 provider의 vision model로 이미지를 읽고 설명을 텍스트 모델에 전달합니다.

텍스트 전용 모델로 동영상을 읽습니다. ffmpeg가 설치되어 있으면 0.1~10초 간격으로 프레임을 샘플링해 실제 timecode가 표시된 contact sheet를 만듭니다. 오디오 트랙은 iTingnao로 보내 타임스탬프 transcript를 생성합니다(ITINGNAO_API_KEY 필요). 각 시트는 호스트의 이미지 지원 model로 설명하므로 다른 vision plugin 없이 작동합니다. composer slider로 간격을 설정하며 오디오 파일은 프레임 샘플링 없이 전사합니다.

Windows 데스크톱을 PNG로 캡처해 경로를 모델에 전달하는 스크린샷 도구를 추가합니다. composer 카메라 버튼에서 캡처를 미리 보고 다운로드하거나 복사할 수 있습니다.

옵트인한 서드파티 skill과 MCP server를 모델용 카탈로그에서 숨기고 하나의 capability tool로 제공합니다. 의도로 검색하고 schema 또는 skill 지침을 읽은 다음 호출합니다. 로컬 journal에는 메타데이터만 기록하며 검색 문구나 인수는 저장하지 않습니다.

DeepSeek Harness 프로세스 안에서 ChatGPT Codex 인증, 모델 검색, 쿼터 표시를 제공합니다.

DeepSeek Harness용 Linear 도구입니다. Linear GraphQL API를 사용하는 모델용 도구 26개(issues, comments, relations, teams, states, labels, projects, cycles, users)와 임의 쿼리를 위한 linear_graphql 탈출구를 제공합니다. Linear 개인 API token이 필요합니다.

DSH Desktop용 로컬 문서 라이브러리입니다(Windows 전용, 번들 PowerShell 스크립트로 설치). 파일을 한 번 올리면 모든 대화에서 4개 도구(library_list / library_search / library_read / library_save)로 검색하고 읽을 수 있습니다. 업로드·다운로드·일괄 다운로드는 Settings 패널에서 합니다. 선택적 vision model을 켜지 않는 한 파일은 기기에 남으며, 켜면 이미지를 설정한 endpoint로 보냅니다.