플러그인

dsh용 자동 사고 노력 라우팅: 로컬에서 미세 조정된 7개 질문 분류기(ModernBERT, 842MB, <1초 CPU 추론)가 무의도 메시지에 대해 low/high/max를 선택합니다. 세션 내 재시도가 배제 제약 하에서 티어를 에스컬레이션(low → high → max)합니다. 저지 서비스에 도달할 수 없는 경우 안전하게 low로 실패합니다. 입력 바의 티어 칩은 라이브 티어와 최근 20개 판단을 표시합니다. 모든 추론은 로컬에서 수행됩니다 - 작업 텍스트는 기기를 절대 떠나지 않습니다.

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.

DSH 웹 GUI 위에 올려진 eDEX-UI 스타일 셸: 코어별 CPU 스파크라인이 있는 시스템 텔레메트리 왼쪽 바, encom-globe 세계지도와 업/다운 트래픽 차트가 있는 오른쪽 바, 파일 미리보기가 있는 파일시스템 브라우저, 활성 워크스페이스를 따라가는 터미널 스타일 컴포저로 구성됩니다.

DSH용 서버 카드 대시보드입니다. 호스트별 상태, CPU, 메모리, 디스크, 지연 시간을 보여주며, 원클릭 xterm.js SSH 터미널을 제공합니다. ~/.ssh/config을 가져와 better-sidebar 탭 또는 독립형 오른쪽 드로어로 탑재합니다.

DSH용 세션 간 메모리 플러그인(v0.6.1, npm @asherliner/dsh-memory-connect): 자동 추출, SQLite FTS5 인덱싱, 매 턴 시스템 프롬프트에 주입되는 RRF 시맨틱 리콜, 예약된 유지보수, ctx.llm을 통한 LLM 기반 통합, 컨텍스트 폭발 방지, ~/.dsh/soul.md를 통한 전역 Soul 정체성 제공. v0.5.0은 시간적 컨텍스트 그래프(valid_from/valid_until/supersedes, reviseMemory를 통한 append-only 수정), 신뢰 모델(리콜된 기록은 신뢰할 수 없는 참조로 주입되며 현재 지시가 항상 우선), 턴 종료 요약을 추가했습니다. v0.6.0은 로컬 시맨틱 임베딩(embed_server.py를 통한 BAAI/bge-small-zh-v1.5, FTS5와의 코사인 + RRF 융합, 클라우드 호출 없음, CPU에서 초당 약 232개 메시지)을 추가했습니다. v0.6.1은 경로 설정의 ~ 확장을 수정했습니다. 설정 없이 설치 가능합니다.

텍스트 전용 경로용 로컬 OCR 폴백: 세션 모델이 이미지를 수용할 수 없다고 선언하면 첨부된 이미지가 로컬에 캐시되고 해당 경로가 주입되어 모델이 ocr_image를 호출할 수 있음 — PP-OCRv5 + ONNX Runtime을 CPU에서 실행, API 키 불필요, 이미지가 기기를 떠나지 않음. 모델이 이미지를 볼 수 있을 때는 조용함.

브라우저에서 Wallpaper Engine 장면 배경을 실시간으로 렌더링하고(three.js 플레이어와 Rust/WASM CPU 파티클 시뮬레이션) 동영상 및 웹 배경도 재생하며, 미리보기 이미지로 폴백합니다. Wallpaper Engine 런타임은 필요하지 않습니다. 로컬 Steam 창작마당 라이브러리(431960)를 자동 감지 또는 수동 경로로 스캔하고, 배경 선택, 라이브러리와 엔진 디렉터리, 글로우, 일시정지, 품질을 위한 설정 패널을 제공합니다.

vision-exp 모델용 대용량 이미지 인식: 무손실 800×800 타일 인식(smart/pipeline/full), 전처리 및 손글씨 라우팅을 포함한 로컬 OCR, DirectML/CUDA/OpenVINO 선택적 멀티벤더 GPU(CPU 자동 폴백).

ml-quant-trading 프로토콜 v1 CPU 벤치마크를 재현·검증하고, 이어서 이슈 제출용 보고서를 초안 작성하는 DSH 도구입니다. initial-d/ml-quant-trading의 로컬 클론(워크스페이스 또는 repoPath로 설정), Python, PyTorch가 필요합니다. 이 플러그인은 저장소를 가져오거나 의존성을 설치하지 않습니다.

Office 문서 및 PDF(스캔된 PDF 포함)를 CPU 우선 라우팅 OCR 파이프라인(RapidOCR/SLANet/FormulaNet)을 통해 구조적으로 형식화된 Markdown으로 변환합니다.

SCNet HPC용 DeepSeek Harness 플러그인: SSH 설정, CPU/DCU Slurm 작업, 클러스터 프로빙, 컴퓨트 노드 진단, Hygon DCU/DTK 안내.

화면 가장자리에 도킹되는 보라색·흰색 데스크톱 펫으로, 하드웨어 정보와 함께 실시간 CPU, RAM, GPU 및 NVMe 온도를 표시합니다.

DSH 웹 서버를 실행하는 시스템의 실시간 CPU 및 메모리 사용량을 표시합니다.

시스템 상태 플로팅 위젯: DSH 웹 UI의 오른쪽 하단에 CPU/메모리/디스크 사용량을 실시간으로 표시하고 임계값에 따른 색상 경고를 제공.

DSH 插件：用于局域网内设备监控，在右侧边栏（结合 dsh-better-sidebar）登记最多 10 台设备， 通过 SSH 定时采集运行指标、画波形图，并对 CPU / 内存 / 磁盘 / 温度做阈值告警。

DSH 侧栏实时硬件监控：CPU / GPU / 内存 / 磁盘一页看完，每秒刷新，每个读数都能下钻到是哪个应用。支持容量与内存耗尽预测、阈值告警与 NDJSON 导出。纯 Node，零运行时依赖，完整功能仅 Windows。

Windows host performance from WSL: CPU, memory, disk and top processes.

Service control panel in DSH Web settings: live host info (PID, versions, uptime, memory/CPU trends, active sessions), npm update banner, and a confirm-guarded graceful stop that warns when tasks are running and can wait for them to finish.

DSH 웹 UI용 사이드바 시스템 모니터: 실시간 호스트 개요(CPU/메모리/네트워크/디스크), 프로세스 목록, Docker 컨테이너 상태 — 모두 읽기 전용.

읽기 전용 Windows 기기 정보 도구: WMI/CIM과 Node os 컬렉터를 통해 Win32 기기 카테고리(시간, 시스템, cpu, 메모리, 디스크, gpu, 네트워크, 배터리, 프로세스, usb, 오디오, 프린터)별로 에이전트 도구 하나씩 제공

蛋白质结构预测与设计插件：序列设计（ProteinMPNN/SolubleMPNN/LigandMPNN）、结构预测（ESMFold）、复合物界面筛选、序列理化打分与多样性聚类——零手动自举（本地 CPU/GPU 自适应），供 dsh-bio-genie 消费 | Protein structure prediction & design toolkit for dsh (sequence design, folding, interface screening)

Real-time host performance monitor for the DeepSeek Harness right Sidebar: CPU / memory / swap gauges, a GPU clock and VRAM line, CPU / GPU / motherboard / drive temperatures, a sortable process table, and a keep-awake toggle for remote sessions — on Linu

Live btop-style CPU/memory/temperature/GPU monitor tab for the DeepSeek Harness web GUI.

Large-image recognition for vision-exp models: lossless 800×800 tile recognition (smart/pipeline/full), local OCR with preprocessing & handwriting routing, optional multi-vendor GPU (DirectML/CUDA/OpenVINO) with auto CPU fallback.