플러그인

DeepSeek Harness에 편집 가능한 대화 캔버스를 추가합니다. 그래프 연결이 캔버스 요청의 컨텍스트를 선택하며, 분기, 병합, 로컬 에이전트 세션 가져오기를 지원합니다.

DeepSeek Harness용 ThoughtDAG: 현재 DSH 세션을 무한 캔버스에서 편집 가능한 사고 그래프로 바꾼다.

Claude Code 스타일 자동 메모리를 네이티브로 구현: 타입이 지정된 메모리 파일(user/feedback/project/reference)과 시스템 프롬프트에 자동 주입되는 MEMORY.md 색인(비어 있으면 흔적이 없음). memory_write/read/list/delete는 Claude Code 쓰기 규칙(중복 제거 후 갱신, 절대 날짜, 상호 링크)을 따릅니다. 워크스페이스 범위와 사용자 범위 레이어, 고아 락 복구를 포함한 프로세스 간 파일 잠금, 디스크상의 순수 Markdown, 외부 서비스 없음, 임베딩 없음.

Agent Context Editor는 AI 대화 컨텍스트를 수동으로 제외, 편집 및 선택적으로 압축하는 에이전트 간 플러그인입니다. 원본 세션을 보존하면서 변경 사항 검색, 필터링, 선택, 숨기기, 복원 및 실행 취소도 지원합니다.

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.

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 조정 계층: 플러그인이 자신의 기능을 선언하고, 명령은 모델 호출 없이 해당 기능을 소유한 플러그인으로 라우팅되며, 도구 스키마는 필요할 때 로드되어 프롬프트 토큰을 줄입니다. 유휴 시간에는 실행 이력이 장기 기억으로 통합되고, 실패는 재시도 전에 분류됩니다.

콘텐츠 인식 도구 결과 축소기: tools/post-execute 단계에서 13개의 리듀서가 의미를 기준으로 과도한 출력을 축소합니다(실패한 테스트는 유지, diff 컨텍스트는 제거, JSON·CSV는 샘플링, lint 문제는 규칙별 그룹화, 의존성 스택 프레임은 접기, 혼잡 디렉터리는 카운팅). 전체 원본은 로케이터와 함께 디스크에 저장됩니다.

점진적 공개 방식의 MCP 게이트웨이: `mcp_search`로 대규모 원격 카탈로그를 검색한 뒤, 지연 연결과 제한된 캐시로 `mcp_call`을 통해 정확한 스키마를 호출

DeepSeek Harness용 NeatMem 장기 기억 플러그인으로, neatmem 서버에 대한 얇은 REST 클라이언트입니다.

DeepSeek Harness용 무손실 컨텍스트 폴딩입니다. 가장 오래된 구간이 요약 브리프로 대체되고 원본은 세션 로그에 그대로 남습니다.

DSH를 위한 모듈형 최전선 실행 규율. 26개 스킬에 걸친 증거 우선 라우팅, Manus 스타일 파일 계획, 검증 게이트, 연속 실패 복구, 대화형 웹 대시보드를 제공합니다.

DeepSeek Harness를 위한 성능 프로파일링 및 LLM 캐시 진단 — 컨텍스트 엔지니어링, 지연 시간 프로파일링, 캐시 동작 보고서.

dsh 세션이 어떤 graft 인덱스를 제공하는지, 그리고 그것이 여전히 코드와 일치하는지 보여주며, 모델에게 graft_ask, graft_grep, graft_callers, graft_skeleton, graft_map을 네이티브 도구로 제공합니다.

DeepSeek Harness용 거버넌스 장기 메모리입니다. 쓰기 보호가 있는 추가 전용 증거 원장, 7단계 권위 주장, 대체 체인, 도메인별 할당량을 적용한 예산 기반 단계 전 주입을 제공합니다.

모델 대상 도구(프로젝트 컨텍스트, 워크 유닛, 리포트, 결정)로서의 Superself의 self CLI 더하기 /self 명령 — 코드 리포 외부에 보관되는 크로스 세션, 크로스 프로젝트 프로젝트 상태.

장기 또는 명세가 불충분한 Harness 작업을 위해 지속적인 실행 계약, 재귀적 작업 그래프, 핵심 확인, 증거 게이트를 추가한다.

다른 세션의 컨텍스트를 현재 턴에 병합합니다: 증거 가중 충돌 해결, 전제가 철회된 주장의 철회, 세션 간 프롬프트 인젝션에 저항하는 신뢰 라벨링, 예산으로 제한된 패킹. 벤치마크를 제공합니다.

DeepSeek Harness 플러그인: Superself의 `self` CLI를 모델용 도구로 제공하고 /self 명령 추가 — 에이전트를 위한 세션 간·프로젝트 간 프로젝트 상태 제공.

DeepSeek Harness (Cordis) plugin — bi-temporal VSA memory + cognition engine + BLAKE3 provenance, exposed as a DSH storage+session plugin. End-to-end tested with a real Python subprocess.

On-demand memory for DeepSeek Harness: session logs are distilled into layered markdown (a summary, an index and per-topic files), and a mem_query tool returns only the matched entries rather than the whole index. Nothing is injected per turn, there are no dependencies, and every entry keeps a source pointer back to the conversation it came from.