플러그인

DeepSeek Harness를 위한 의미 기반 검색, 리소스 관리, 자동 리콜(사용자 + 에이전트 이중 공간) 및 세션 메모리: viking:// URI에 대한 memsearch/memfind/memread/membrowse/memgrep/memglob, memadd/memremove 리소스 관리, memqueue 옵저버 상태, memcommit 세션 캡처, memlearn 스킬 플레이북 생성.

`workspace-write`와 `danger-full-access` 사이에 `auto` 권한 프리셋을 추가합니다: 분류기가 일상적인 샌드박스 에스컬레이션을 한 번 승인하고, 위험하거나 불확실한 요청은 계속 사람에게 전달됩니다.

HarmonyOS 디바이스 브리지: hdc를 통한 스크린샷/설치/로그/크래시/UI 자동화 루프를 read_image와 함께 제공하며, 공식 문서를 우선하는 버전별 API 지식(SDK .d.ts + 오프라인 번들 문서)과 DevEco CLI 빌드/서명/린트 파이프라인을 갖추고 있습니다.

브라우저 자동화(Playwright)와 라이브 뷰, DSH 에이전트를 모든 MCP 클라이언트에 노출하는 MCP 서버, GitHub 이슈/PR/웹훅 리뷰 도구

자동 압축 전에 인계 메모를 작성합니다. 세션이 토큰 임계치에 가까워지면 모델에 워크스페이스의 프로젝트 checkpoint를 저장하게 하고, 선택적으로 continue 지시를 넣은 새 세션을 시작한 뒤 이전 세션을 보관합니다. 메모는 현재 압축 주기 안에 작성되어야 하며 conclusions 섹션이 실제로 바뀌어야 하므로 오래됐거나 단순히 수정 시각만 바뀐 파일은 통과하지 못합니다.

Bilibili를 탐색하고 권한 제어와 상호작용하며, 근거 기반 생활 기억, 진화하는 관심사, 모의 감정, 사회적 관계, 자율 할 일로 성장하는 DSH용 지속형 AI 동반자입니다.

DeepSeek Harness용 원샷 mcp-unity 통합: 수동 설정 없는 번들 MCP 서버로 에이전트가 34개 도구(씬, 게임 오브젝트, 트랜스폼, 머티리얼, 프리팹, 메뉴 항목, 플레이 모드, 테스트, 콘솔 로그)를 통해 Unity 에디터를 제어하며 자동 재연결 지원.

모델과 토큰 예산을 각 역할에 맞춘 뒤, DSH가 작업 유형별 특화 서브에이전트를 위임하도록 하세요. 자동 설정과 역할별 추론 노력 및 도구 권한과 함께, 아키텍처 분석, UI/UX, 코드 구현, 코드베이스 탐색, 문서 조사까지 다룹니다.

DeepSeek Harness용 독립형 두 번째 뇌 — 영구적인 대화 지식을 로컬 Markdown 볼트로 자동 캡처(맞춤형 중복 제거, CJK 검색, git 친화적)하며, 그래픽 지식 베이스와 대화형 지식 그래프(범례 필터, 시간 차원 색상, 박스 선택, 병합, 삭제, PNG 내보내기/가져오기)를 제공합니다.

리서치 에이전트 스위트입니다: 감사 가능한 증거 체인을 갖춘 장기 목표 제어, cron 스케줄링, 멀티 에이전트 전문가 팀, 자기 진화형 리서치 메모리(FTS5 + RRF 회상), 프로젝트 워크스페이스, 커스텀 워크스페이스 UI를 제공합니다.

Agent-Body 장기를 위한 해부 패널: 하네스 자체 내부의 /anatomy에서 실시간 바이탈 대시보드를 제공합니다. 장기, 하트비트, 치유 원장, 자기 훈련 카운터, 실제 펄스 스트림을 다시 입력하지 않고 런타임 파일에서 직접 읽어옵니다. 호스트 전용이며 클라이언트 번들도 빌드 단계도 없습니다.

Zero-residence 컨텍스트 엔진: 대용량 도구 페이로드를 라이브 컨텍스트에서 축출하여 쿼리 가능한 저장소로 옮기고 결정론적 포인터만 남기므로, 턴당 프롬프트 토큰이 대화 기록과 함께 계속 늘어나지 않습니다. 마스킹된 내용은 도구 호출 ID 또는 세션 seq로 필요할 때 세션 로그에서 그대로 복원됩니다.

Agent-Body의 장기 커널: 플러그인을 하나의 몸으로 조직합니다. 각 명령은 신경 임펄스가 되어 처리해야 할 장기를 결정적으로 자극하고 사용할 역량을 지정합니다. 가변 간격의 심박(경보 시 빠르게, 유휴 시 느리게)이 운영자 지시, 고유수용감각, 항상성 경고를 시스템 전반에 전달합니다. 반사궁은 모델 호출 없이 발화합니다. 실패는 결정적 원인 판별(도구 누락/인수/권한/시간 초과/네트워크), 처방, 재확인 루프를 거치며 인수 오류는 자동 재시도되지 않습니다. 없는 장기는 역량 중복이 가장 큰 장기가 보상하고, 도구 스키마는 현재 의도로 제한됩니다(측정 84.7% 감소, 리포지토리 내 재현 가능). 이 항목은 agent-body 리포지토리의 커널 플러그인 패키지입니다.

Agent-Body의 기억 기관: 2분간 침묵하면 얕은 잠에, 5분 후에는 깊은 잠에 들어가며, 그곳에서 결정적 규칙이 실제 경험을 메모리 카드(함정, 플레이북, 핫스팟, 미해결 문제, 사실)로 증류합니다. 들어오는 명령은 키워드로 관련 카드를 불러와 컨텍스트에 주입하고, 오래 쓰이지 않은 카드는 반감기로 감쇠하며 삭제되지 않고 아카이브됩니다. 몸 전체의 항상성 경고 노이즈도 제거합니다: 창 안의 반복은 다시 출력하지 않고 횟수로 세며, 낫지 않고 계속 반복되는 경고는 알려진 정상 상태 오프셋으로 수렴해 조용해집니다. 통합과 기억 호출에는 모델 호출이 없습니다.

플러그인 거버넌스: 신규/업데이트 플러그인은 먼저 후보 영역에 스테이징되고 시작 후 핫 마운트됩니다 — 성공하면 승격, 실패하면 자동 비활성화, 반복 실패 시 동결, 원클릭 안전 모드, 사이드바 진단 패널(npm: dsh-my-guardian).

작업 신뢰성: 모델 타임아웃/실패 시 자동 재시도, 미완료 작업 자동 계속, 완료 검증, 사고 반복 중단, 절전·재시작 후 재개, 오토파일럿 모드, 원격 트리거 엔드포인트 (npm: `dsh-task-reliability`).

컨텍스트 미터 팝오버에서 호출별 캐시 요금을 표시합니다. 현재 단계·라운드·세션 합계와 적중/실패/출력 토큰 및 금액, 자동 베이징 근무시간 피크/비피크 요금, 모델별 요금을 제공하며 서드파티 릴레이도 과금합니다.

DSH, Patchright/CDP 및 독립 시맨틱 런타임을 기반으로 하는 AI 네이티브 지능형 크롤러 및 JavaScript 리버스 엔지니어링 플랫폼으로, 브라우저 증거에서 매개변수 생성 로직을 복원하고 검증 가능한 솔버를 제공합니다.

DeepSeek Harness용 자동 컨텍스트 압축: 모델에 도달하기 전에 도구 출력을 압축하고 모든 손실 압축을 CCR 리트리벌 툴로 가역적으로 유지합니다.

다음 메시지 예측, 초안 자동완성, 프롬프트 다듬기/재작성을 위한 DSH 입력 도우미입니다. 제안은 세션에만 유지되며 Tab은 전송하지 않고 초안에 적용합니다. 설정된 모델이 필요하며 호출 비용이 발생할 수 있습니다. 소스 공개형이며 수정에는 사전 서면 허가가 필요합니다.

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.

지속적 자기 개선 루프: 영구 메모리, 주기적 검토 및 개선, 세션 간 공유 지식, 모델 호출 가능한 harness_refine 도구를 통한 자동 롤백.

DeepSeek 브레인 + 자동 이미지 전사: GUI에서 이미지를 첨부하면 기본적으로 공식 deepseek-v4-flash-vision-exp로 전사됩니다(순수 텍스트 V4-Pro 브레인도 이미지를 볼 수 있음). 대안으로 OpenAI 호환 VLM 또는 로컬 Ollama 사용 가능.