플러그인

에이전트가 실행하는 삭제 명령(PowerShell Remove-Item 및 별칭, Bash rm/unlink/rmdir, CMD del/erase/rd/rmdir)을 Windows·Linux·macOS의 시스템 휴지통 작업으로 바꿉니다. 실행 전 같은 작업을 수행하는 스크립트도 최선의 노력으로 확인하며 영구 삭제 fallback은 두지 않습니다.

pi-ai로 라우팅된 모델에 수동 설정 없이 추론 강도 단계를 제공합니다. 우선순위는 모델에 선언된 값, models.dev, 기본 7단계 순입니다. 작성기의 모델 칩을 Codex 스타일 세로 선택기로 바꿉니다.

llm-pi-ai 및 공식 DeepSeek의 모델별 thinking 전환과 추론 강도를 설정하고, DSH 설정 패널에서 입력 모달리티(input 또는 inputModalities)를 지정합니다.

DeepSeek Harness Web용 ChatGPT 스타일 대화 레이아웃입니다. 가운데 정렬된 768px 열, 오른쪽 정렬 중립색 사용자 말풍선, 전체 폭의 16/28 어시스턴트 텍스트, 복사 배너가 있는 둥근 코드 블록을 추가합니다. 의미 있는 인라인 표기(==confirmed==, !!risk!!, ++key word++; 단독 4xx/5xx 코드도 자동 강조)와 줄 시작 check/warn/tip 안내, ctx.modelDirectories를 통해 모델 추론 강도를 바꾸는 fast/thinking 칩, 선택 세션의 강조 막대 행과 색상 워크스페이스 아이콘도 제공합니다.

DSH 설정 패널에 키보드 단축키 페이지를 추가하고 6개 명령을 다시 지정할 수 있게 합니다. 권한 모드 순환, 추론 강도 단계 변경, 상태 페이지 및 작업 목록 바로가기를 포함합니다. PgUp/PgDn으로 입력을 탐색하고 선택적으로 작성기의 Enter 키 동작을 바꿀 수 있습니다.

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

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.

Subagent 모델 제어: Jev classifier가 각 턴에 label을 붙이고 agent/request hook에서 subagent 요청을 해당 provider/model/reasoning effort로 다시 씁니다. 세션별 inherit/auto/manual 선택기, task 전에 역할별로 주입하는 prompt, 과거 판정의 오프라인 재생을 제공합니다.

amlyczz/dsh-lark-link(MIT)의 fork이며 Very12345가 유지합니다. 대화별 reasoning-effort 제어, 여러 앱 격리, 작업 상태 카드 스트리밍을 추가합니다.

모델에 선언된 수준에 연결되는 추론 깊이 슬라이더, 설정 안내, 선택형 인라인 모델 설정을 추가합니다.

OAuth 흐름 없이 Trae CN 데스크톱 앱 모델을 연결하고 기존 데스크톱 로그인을 재사용합니다. deepseek-v4.1-flash를 포함한 모델 17개를 사용량 비율 배지와 추론 강도 매핑과 함께 제공합니다.

모델 설정 페이지에서 모델별 입력 유형과 사고 수준을 선언합니다. 각 제공자 카드에 “输入类型” 체크박스, 제공자 “编辑” 대화상자에 “思考等级” 필드를 추가합니다. 공식 `pi-ai`의 `input` 및 `reasoningEfforts` 필드에 기록합니다.

작성창의 모델 제어를 PI-Desktop 스타일 선택기로 바꿉니다. 검색과 제공자 그룹이 있는 2패널 메뉴, reasoning-effort 슬라이더, ArrowUp/ArrowDown 프롬프트 기록 탐색, 되돌리기 가능한 프롬프트 재작성 버튼을 제공합니다.

작성창 캡슐, DSH/사용자 지정 모델, 실행 취소/재최적화, 기본 설정을 갖춘 스마트 프롬프트 최적화 및 동적 사고 노력 조정 기능입니다.

DeepSeek Harness(DSH)의 날짜·작업 공간별 작업량과 토큰 사용량을 확인합니다. 달력 히트맵, 시간대 분석, 작업 공간 점유율, 공유 가능한 단일 HTML 보고서를 제공합니다.

로컬 인증 브리지와 동반 MCP 서버를 통해 Codex가 Desktop 세션에 작업을 위임할 수 있습니다. Workspace 그룹화, 모델과 reasoning effort 선택, 이벤트 추적, 대기, 취소를 지원합니다.

공식 Agent SDK를 통해 로컬 Claude Code 구독으로 독립적인 코딩 하위 작업을 위임하고 결과를 호스트 세션에 반환합니다. 호출당 19개 매개변수로 모델, 사고 노력, 권한 모드, 허용 도구, 턴 수, 예산 상한 등을 제어합니다. 백그라운드 작업은 즉시 `jobId`를 반환하고 출력을 점진적으로 스트리밍합니다. 결과의 session handle을 `resume`으로 전달하면 같은 대화를 이어갈 수 있습니다. 약 20초를 넘길 명령은 내장 `mcp__dsh__shell` 채널로 보내 줄 단위 출력하며 모델 컨텍스트를 소비하지 않습니다. Claude Code 모니터 패널에서 작업, 구조화된 프로세스, 실시간 출력 확인 및 취소가 가능합니다. 위임 절차는 런타임 등록 스킬로 제공되어 플러그인 설치 시 함께 설치됩니다.

추론 수준이나 thinking 형식을 선언하지 않은 모델의 설정을 편집합니다.

작성창용 T3 Code 스타일 New Session 화면입니다. “<project>에서 무엇을 만들까요?” 제목의 프로젝트 이름을 열면 작업 공간 메뉴가 나옵니다. 도구 행에 reasoning-effort 선택기, 카드 아래에 로컬/원격 ref를 검색하고 `git checkout`으로 전환하는 Git 브랜치 표시줄을 제공합니다.

DeepSeek Harness용 Codex 위임 도구입니다. 호출마다 사용할 모델과 추론 강도를 지정할 수 있습니다.

타사 모델의 추론 강도와 입력 모달리티 설정(DeepSeek Harness 플러그인, Fish 확장판)입니다. 모델별 사고 단계와 이미지 입력을 선언하고 내장 모델 지식 베이스 및 wire protocol 추론으로 자동 조정합니다. 공식 ‘모델’ 페이지 카드에서 직접 편집하며, 상위 dsh-better-reasoning-effort 0.5.2 기반으로 dsh-web 모델 기능 플러그인과의 슬롯 충돌을 수정했습니다.

DSH 0.1.7에 맞춘 `dsh-prompt-enhance` 유지보수 포크입니다. 현재 호스트에서 로드되지 않던 문제를 수정합니다(`InputState.imageIds`가 `attachmentIds`로 바뀌어 composer 버튼이 입력창을 충돌시킴, `settings.get()` 제거, `/enhance`가 더 이상 노출되지 않는 session ID를 읽음). 재작성의 기본값은 `reasoningEffort` 꺼짐입니다. 측정상 초안 출력은 252 tokens로 모델 기본값의 2897보다 적으며, 17개 필드의 Settings 페이지를 포함합니다. 실제 0.1.7-rc.2 호스트에서 활성화, 실시간 HTTP 개선 요청, GUI `/enhance`, 설정 읽기·저장을 검증했습니다. 테스트 204개.

단계형 압축 허브입니다. 단일 80% 압축 임계치를 설정 가능한 단계(기본 30/50/70/90)로 바꾸고 완만한 규칙부터 최대 통합까지 강도를 높입니다. 모든 체크포인트에 결정론적 키워드 색인을 접어 넣어 주기가 지나도 사실을 축적합니다. 주 모델과 최대 3개 대체 모델 체인으로 요약하며 각 모델의 추론 강도를 따로 설정할 수 있습니다. Compaction 하위 탭과 Settings 카드를 추가하고 끄면 항상 기본 압축으로 복원합니다.