플러그인

작성기의 추론 강도 메뉴를 드래그 가능한 슬라이더로 바꾸고 기본 모델/추론 수준 칩을 대체합니다. 드래그 중에는 포인터를 따라가며, 놓으면 가장 가까운 단계에 맞춰지고 드래그당 세션 업데이트를 한 번 전송합니다. 트랙에 채움·눈금·흰색 노브를 그리며 최고 단계(xhigh, max, ultra)에만 브랜드 색상 흐름 그라데이션을 적용합니다. 양 끝에 최저/최고 수준 이름을 표시하고 같은 카드에서 공식 모델 목록을 엽니다. 화살표 키는 한 단계, PageUp/PageDown은 두 단계, Home/End는 양 끝으로 이동하며 각 이동을 전송합니다. 디렉터리 객체의 세대 카운터로 늦게 온 응답을 버리고, 동작 줄이기 설정에서는 애니메이션을 끕니다. 데이터는 기본 modelDirectories 디렉터리에서 가져오며 새 기능은 추가하지 않습니다.

DSH Web composer 도구 행의 모델 선택기 왼쪽에 현재 모델의 provider를 작은 배지로 표시합니다.

각 하위 에이전트가 실제 사용한 모델 경로를 표시합니다. 상위 카탈로그 행마다 배지를 붙이고 하위 세션 헤더에도 표시합니다.

DSH Web 클라이언트에서 텍스트를 선택하면 끝에 번역 버튼이 나타나 그 자리에서 번역합니다. 호스트 llm service로 현재 세션의 모델을 재사용하므로 별도 API 키가 필요 없습니다. OpenAI 호환 endpoint도 설정할 수 있습니다. 결과는 화면 안 popover로 열리고 원클릭 복사, 언어 버튼으로 즉시 재번역합니다. 기본은 중국어→영어, 그 외→중국어. 설정은 호스트에 저장되며 API key를 브라우저로 보내지 않습니다.

채팅 모델 선택기를 provider별 접이식 목록(최대 640x720)으로 바꾸고 모델명, provider 이름/ID, 정확한 모델 ID를 표시합니다. 흔치 않은 모델 목록은 수동 관리하고 즐겨찾기는 별도 목록입니다. 분류는 사용자 주도이며 사용량 추적이나 자동 정렬은 없습니다. 검색은 모델명/ID, provider 이름/ID, 계정 메모를 대상으로 합니다.

DSH 대화에서 문장을 선택하면 주변 메시지를 문맥으로 삼아 쉬운 설명을 플로팅 패널로 보여 줍니다. 깊이는 plain/general/pro 3단계이며 전환하면 다시 설명합니다. 웹 검색과 로컬 파일 조회는 선택 사항이고 기본적으로 모델이 판단합니다. 버튼으로 조회 1회를 강제하면 새 내용만 보고합니다. 후속 질문과 전체 대화를 대기 중인 새 세션으로 넘기는 기능도 있어 모델을 깨우거나 토큰을 쓰지 않고 큐에 넣습니다. 설정은 호스트의 settings.json에 저장되며 저장 버튼을 누르기 전에는 기록하지 않습니다. 저장소에는 OpenAI 호환 endpoint와 브라우저 확장(source)도 포함됩니다.

DSH 모델 메뉴에서 다른 실행 중 세션이 사용 중인 모델을 표시하고, 모델별로 기억된 추론 강도와 그룹 접힘 상태를 복원합니다.

dsh-skill-mcp-panel 스킬 카드에 중국어 요약을 표시합니다. 펼친 카드마다 짧은 개요, 범주 태그, 몇 개의 글머리표를 제공하고 영어 설명은 “原文” 토글 뒤에 접어 둡니다. 번들 맵에 없는 스킬은 호스트가 현재 기본 모델로 필요할 때 번역하고 원문 해시를 키로 디스크에 캐시해 수동 등록이 필요 없습니다. 설명 자체가 중국어인 스킬은 건너뜁니다.

DSH composer에 다음 단계 제안을 표시합니다. 각 턴이 끝나면 세션에서 현재 선택된 모델로 보조 호출을 한 번 해 입력 상자 위에 클릭 가능한 후속 제안 3개를 표시하고, 하나를 클릭하면 초안에 채웁니다.

DSH Settings에 시각 페이지 2개를 추가합니다. MCP 서버는 JSON을 기준 데이터로 삼아 profile patch의 관리 블록을 다시 쓰며 YAML 검증과 시간표시 백업을 합니다. 붙여 넣은 mcpServers JSON을 가져오기 전에 추가·덮어쓰기 항목을 먼저 보여 줍니다. Thinking unlock은 OpenAI 호환 게이트웨이마다 실제 선언된 추론 강도를 확인해 단계별 설정을 기록하되, 직접 작성한 YAML의 다른 바이트 영역은 그대로 둡니다. 모델 목록 동기화는 별도 버튼으로 추가·삭제를 미리 본 뒤 단계와 모델을 한 번의 원자적 작업으로 기록하며 페이지 일정으로도 실행할 수 있습니다.

TypeSafe/Jev, Cloudflare/Clef, Nace/Drex, 자체 호스팅 Laya, 사용자 지정 의사결정 provider를 하나의 인터페이스로 연결합니다. 에이전트와 플러그인을 분류·필터링·점수화하고 이미지 속 객체 위치를 구조화된 결과로 찾습니다.

sandbox_permissions/justification 인수가 현재 sandbox mode를 넓히지 못하면 제거해 호출 실패를 방지합니다. GPT가 선택 필드를 채우고 더 좁은 workspace-write를 고르는 상황 등을 처리합니다. tools/pre-execute에서 요청 mode와 session policy가 해석한 mode를 비교해 같거나 좁으면 필드를 제거하고 단독 justification도 제거합니다. Codex shell에서 온 null/빈 값/use_default는 요청 없음으로 봅니다. danger-full-access 세션에서는 require_escalated 포함 모든 값을 제거합니다. 실제 확장 요청, 알 수 없는 mode, DSH escalation schema를 광고하지 않는 tool은 DSH core에 맡깁니다. 권한을 넓히지 않습니다. tool 목록 설정 가능, 기본 bash/pwsh/write/edit/run_code. 의존성 없음.

Feishu/Lark에서 DeepSeek Harness와 대화합니다. 채팅은 DSH 세션에 매핑되고 메시지는 turn이 되며 답변은 카드로 돌아옵니다. 질문, 권한 요청, 모델/대화 전환은 상호작용 카드입니다. 수신 파일/이미지는 workspace에 다운로드됩니다.

DeepSeek Harness 세션을 Feishu/Lark, Telegram, DingTalk에 연결합니다. 채팅은 재개 가능한 DSH 세션에 묶이고 답변은 카드로 스트리밍됩니다. 종료 카드에 모델, 토큰 사용량, 단계 수, 시간이 표시됩니다. 질문·권한 승인은 채팅에서 응답하고 웹 설정에서 채널별 credential을 설정합니다.

/review는 현재 변경사항을 선택한 모델에 고정된 reviewer subagent에게 넘깁니다. 채팅마다 이어지는 reviewer 세션 하나를 사용합니다.

로컬 Agent Skills 관리와 ClawHub/ModelScope/QwenPaw 검색·미리보기·설치를 한 화면에 통합합니다. source/category 필터를 제공하며 skill_hub 도구로 에이전트가 직접 설치할 수 있습니다.

DeepSeek, Doubao/Volcengine, Qwen/Alibaba Cloud, Hunyuan/Tencent Cloud 및 사용자 HTTP endpoint의 모델 계정 잔액을 조회하는 agent skill/tool입니다. 읽기 전용, 60초 캐시입니다.

모델 선택기 왼쪽 스피커를 누르면 최신 질문 시작으로 이동해 깜박이는 커서부터 최신 에이전트 답변까지 읽습니다(dsh-tts, 대체 browser voice). 길게 누른 뒤 페이지를 클릭해 시작 위치를 고릅니다. 누르고 위로 끌면 페이지 미디어와 시스템 출력의 세로 믹서가 열립니다.

NVIDIA NIM 이미지 인식입니다. 번들 stdio MCP를 mcp__opencode_eyes_nvidia__describe_image로 등록해 호스팅 vision model 7개(기본 MiniMax-M3) 중 하나로 설명하고 여러 API key를 순환합니다.

텍스트 전용 모델용 이미지 인식입니다. 번들 stdio MCP 서버를 mcp__opencode_eyes__describe_image로 등록해 이미지를 StepFun step-3.7-flash에 보내고 자세한 설명을 반환합니다.

연속으로 발생하는 동일한 도구 실패를 감지하고 선택적으로 다음 모델 단계 전에 일시 정지합니다. 원래 결과와 성공한 반복 호출는 보존하며 DSH Web 채팅 안에 보고서를 표시합니다.

/single-turn 및 /multi-turn 답변을 격리된 하위 에이전트에서 실행해 결과를 현재 채팅에 남깁니다. 메인 모델 컨텍스트에는 들어가지 않습니다.

composer 모델 선택기를 검색 우선 피커로 바꾸고 모델 관리 페이지를 추가합니다. llm-pi-ai 채널을 만들고 편집하며, 엔드포인트에서 사용할 모델과 모델별 추론 단계 및 기능을 지정할 수 있습니다.

Windows 전용입니다. 로그인된 XiaoyiWork 데스크톱 앱의 로컬 모델 프록시를 재사용해 별도 API 키 없이 모델을 DeepSeek Harness에 표시합니다.