플러그인

DSH 플러그인 생태계를 위한 투명한 순위 및 추천 기능: 매일 자동으로 수집되는 토픽 데이터, 공개된 점수 산정 모델, 설정 페이지의 리더보드와 함께 제공되는 순위/검색/추천 도구를 갖추고 있습니다.

여러 방법의 모델 파라미터 입력, 호환성 개선, 추론 강도 기억 등을 포함한 더 나은 모델 경험을 제공합니다. 하위 에이전트는 부모의 모델과 추론 강도를 실시간으로 따르며 AI가 추론 강도를 조정할 수 있습니다.

DeepSeek Harness용 서드파티 TUI 모드(dsh --profile pi-tui). 벤더링된 pi-tui 포크를 기반으로 하며, 메인 세션 루프는 물론 승인, 명령, 세션 전환 및 전문 검색, 그리고 프리셋, 스킬, 모델/설정 메뉴, 슬래시 명령을 다룹니다.

DSH Web을 플레이 가능한 풀스크린 1인칭 Minecraft 스타일 복셀 인터페이스로 제시 — 단순 색상 스킨이 아님: 사용자는 영구적인 Three.js 블록 세계를 걸어 다니며 인월드 시설과 워크벤치를 통해 네이티브 워크스페이스, 세션, 대화, 툴, 모델 선택, 권한, 컨텍스트 정보 및 컴포저에 액세스합니다.

DeepSeek Harness용 음악, 오디오북, 라디오, 뉴스 플레이어: 로컬 음악 폴더를 HTTP로 스트리밍하고, 로컬 .txt/.epub 소설을 AI 음성으로 읽어 주며, 온라인 QQ/Kugou/Netease 음악과 인터넷 라디오(HLS 지원)를 재생하고, 일일 뉴스 요약을 방송한다. UI에서 직접 또는 music_play 모델 도구로 에이전트에게 말해 제어할 수 있다.

DSH를 위한 장기 메모리: 대화를 원자적 사실, 장면 요약, 페르소나 프로필로 자동 증류하고 모든 모델 단계 전에 관련 메모리를 주입. 설정 없이 바로 사용 가능 — BM25 + 벡터 하이브리드 검색, 선택적 오프라인 로컬 임베딩, 채팅/업무 패밀리 분리.

텍스트 전용 모델에 시각 기능을 부여합니다: 사용자 이미지를 OpenAI 호환 비전 모델로 전달하고, 그 설명을 Web UI 오른쪽 패널에 표시합니다.

각 턴을 수동적으로 검토하고 메모를 주입하는 보조 모델을 함께 사용합니다.

Google Antigravity OAuth 계정을 DeepSeek Harness에 연결합니다. 여러 계정의 할당량을 지능적으로 순환하고 여러 모델의 LLM 라우팅과 Nano Banana 2 이미지 생성을 지원합니다.

모델별 작업 언어를 설정합니다. 순서가 있는 정규식 규칙으로 모델 ID를 BCP 47 언어 코드에 연결하고, 전송 전에 DeepSeek Flash로 프롬프트를 모델 언어로 번역한 뒤 각 턴 후 답변을 되돌립니다. 원래 답변과 실제로 보낸 텍스트를 각각 해당 위치에서 표시할 수 있고, 브리지 모델이 작업 언어를 유지하도록 시스템 프롬프트 규칙을 추가합니다. 번역 실패 시 메시지 아래 경고를 표시하며 언어가 같으면 번역과 비용이 없습니다.

모델에 보이는 기록에서 퇴행적 추론 루프를 접어 다음 턴에 상류로 다시 전달되지 않게 합니다. 같은 문장을 반복하는 유형과 짧은 문장을 순환하는 유형을 감지해 일치 구간을 그 자리에서 대체합니다. 스스로 멈추지 않는 턴을 중단하는 보조 escape valve도 제공합니다.

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.

DSH 작성창의 모델 버튼을 2단 패널(제공자 목록→검색 가능한 모델 목록)로 교체합니다. 연속형 드래그 추론 강도 슬라이더는 파랑-보라 채움, 높은 수준의 성운/별 파티클, 수준별 색상을 제공합니다. 모델을 선택해도 패널은 열린 채이고 슬라이더는 해당 모델의 중간 수준으로 이동합니다. Microqian2th/dsh-codex-effort-slider 1.0.0에서 시작했으며 README에 출처를 표시합니다. 패널, 슬롯 인수, 오프라인 테스트 스위트와 문서는 새로 작성했습니다.

한 줄 요구사항에서 검증된 납품까지 진행합니다. TeamFlow는 분류, PRD, 설계, 기술 계획, 병렬 개발, 결함 재작업을 포함한 QA, 인수 단계를 실행합니다. 12개의 `teamflow_*` 도구와 실시간 파이프라인 그래프 및 백로그 칸반 작업대를 제공합니다. 요구사항별 폴더에 PRD, 설계, 기술 계획, QA 보고서와 인수 기록을 저장합니다.

로컬 문헌 지식베이스 RAG: 도구 10개(kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), BM25+벡터+리랭커 하이브리드 검색, 클릭 가능한 DOI 링크가 있는 인용 QA, 단일 파일 SQLite 인덱스 위에서 전부 로컬로 동작하는 bge 임베딩. Python 3.9+와 pymupdf, faiss-cpu, sentence-transformers가 필요하며, `npx dsh-kb-rag-install` 설치 프로그램이 이를 설정하고 모델을 미리 내려받습니다.

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.

의존성 제로, 이벤트 기반 음성 알림 플러그인: 추가 모델 불필요, 토큰 비용 없음. 시스템 내장 자연 음성으로 음성 출력하며 Windows와 macOS를 모두 지원합니다. 최종 응답 알림, 승인 및 질문 경고, 선택적 이벤트 알림(턴 종료, 명령 완료, 목표 변경, 도구 오류, 할 일 업데이트), 재생 가능한 최종 응답, 이중 언어 비주얼 설정 페이지를 제공합니다.

컴포저 비용 칩: 공식 가격표(2026-08-17 피크/오프피크 정책 포함)를 사용하여 현재 세션의 DeepSeek API 지출을 메시지별로 계산합니다. 마우스를 올리면 내역, 오늘(DSH) 합계, 계정 잔액을 표시합니다. DeepSeek 모델 전용.

LLM 에이전트 기반 지향 퍼징입니다. 대상 저장소와 버그(CVE 설명, 패치, 크래시 추적 또는 file:line)를 바탕으로 PLAN, IMPLEMENT, EXECUTE, REFLECT를 반복하며 모델이 Python 입력 생성기를 작성합니다. 입력이 캠페인의 stderr 패턴 판정기를 작동시키거나 캠페인이 멈출 때까지 실행합니다.

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.

파일 인코딩 가드: GBK, Big5, Shift-JIS, EUC-KR, Windows-125x, UTF-16, UTF-32 파일에 대해 바이트 단위로 정확한 읽기/쓰기/편집을 수행하여, 레거시 파일을 편집해도 UTF-8로 조용히 다시 쓰이지 않고 원래 인코딩 그대로 남습니다. UTF-8 BOM은 그대로 정확히 보존되고 줄바꿈(CRLF/LF/CR)도 유지되며, 인코딩으로 표현할 수 없는 문자는 '?'로 기록되지 않고 거부됩니다. UTF-8이 아닌 파일은 후보 인코딩과 함께 나열되어 모델이 명시적으로 다시 읽을 수 있습니다.

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.