플러그인

실패 복구 메모리: 실제 엔지니어링 세션에서 얻은 실패 복구 교훈을 검색하고 기록합니다. BM25와 시맨틱 RAG 검색, 교훈 지식 베이스를 제공합니다.

5개의 읽기 전용 도구와 런타임 스킬을 통해 중국 20개 오픈 플랫폼의 65,600개 이상 API 문서를 검색합니다.

블록 단위 주소 지정 문서 편집: geml_get / geml_set / geml_check 등을 노출하는 MCP 서버를 통해, 에이전트가 파일 전체가 아니라 Markdown 또는 GEML 문서 내 주소 지정된 하나의 블록만 읽거나 다시 쓸 수 있습니다. GEML 작성 스킬과 프로젝트 호출 그래프를 GEML 코드맵으로 구축·탐색하는 코드 그래프 스킬을 함께 제공합니다.

DSH를 위한 에이전트 네이티브 문서 처리 — 주소 지정 가능한 블록 덕분에 에이전트가 파일 전체가 아닌 하나의 섹션만 읽고 편집할 수 있습니다. geml MCP 서버와 작성 스킬, 코드 그래프 스킬을 함께 제공합니다.

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.

DeepSeek Harness 플러그인용 다차원 품질 점수화 도구로, 설치 성공, 유지보수 활동, 문서 완성도, 보안 검사, 프로토콜 준수 항목을 실제 CLI 증거로 repo 또는 npm 패키지에 대해 점수화하고, JSON 또는 Markdown 리더보드 보고서를 생성합니다.

DSH 문서 읽기 모드입니다.

소스 페이지네이션이 유지되는 Grok 호환 웹 검색, Context7 및 Exa 문서 조회, 범위가 제한된 페이지 추출, 사이트 매핑, 오프라인 리서치 계획, 읽기 전용 진단 기능.

DSH 에이전트를 위해 context7.com에서 버전 고정된 최신 라이브러리 문서와 코드 예제를 context7_search 및 context7_get_docs 툴로 가져옵니다.

각 작업은 한 모델로, 그 검토는 다른 모델로 라우팅하며, 자격 증거, 페일오버, 내구성 있는 저널을 제공합니다.

DeepSeek Harness용 기술 문서 에이전트 프리셋: 자기 학습 템플릿 라이브러리를 통한 템플릿 기반 작성, 기술 문서용 AI 풍미 제거, 품질 보증 도구 키트(문서 감사, 문서 간 일관성, 번호 재정렬, 버전 동기화, PDF 및 Word 내보내기, 스크린샷 자동화).

Grok 호환 웹 검색. 소스 페이지네이션 유지, Context7 및 Exa 문서 조회, 경계 페이지 추출, 사이트 매핑, 오프라인 연구 계획, 읽기 전용 진단 포함.

의료 전문가를 위한 임상 문서 및 참조 번들: SOAP/APSO 경과 기록, 입원 H&P, SBAR/I-PASS 인계, 퇴원 요약, Safe Harbor 비식별화, 환자 지시문 가독성, 완전성 검사, FDA 라벨·MedlinePlus·PubMed·ClinicalTrials.gov에 대한 출처 명시 조회. 초안 전용이며 PHI 유출 가드 포함. 의료기기가 아님.

Context7 MCP 브리지: Context7 MCP 서버를 통해 최신 버전별 라이브러리 문서와 코드 예제를 모델에 제공합니다. 기본적으로 키가 필요 없습니다.

프로젝트 문서 스캐폴딩 스킬: DSH, Reasonix, Claude Code 및 Codex 전반에 걸쳐 프로젝트 표준, AI 협업 워크플로 및 메모리 규율을 질문 기반으로 설정합니다.

플러그인 개발을 위한 주제 탐색과 전문 검색 인덱스를 갖춘 dsh skill 형태의 공식 DeepSeek Harness 문서 오프라인 미러: 사이트 페이지 168개(EN/zh)와 저장소 전용 참조 문서 52개를 포함합니다.

Keeps a project's documentation in step with its decisions on DeepSeek Harness: the same append-only decision log and derived design snapshot, kept fresh in-process instead of by a hook process.

Provides a skill for the LinShang LS125 UV irradiance meter and its UVALED-X3 probe: the reverse-engineered 9600 8N1 link (28-byte frames, CRC-16/MODBUS, poll and clear commands), a capture and decode toolchain, and a verified STM32F103 host firmware that reads the probe without the original meter. All code and documentation written by an AI agent (DeepSeek Harness).

Review-first batch automation for DeepSeek Harness: three reviewed samples, a full preview, one approval, then a safe apply across many files.

package.json + cordis.patch.yml + 소스 레이아웃에서 dsh 플러그인 저장소용 README.md 생성 — 설치/CLI/도구/개발/라이선스 섹션, 결정론적, 런타임 의존성 없음, 기본 읽기 전용. CLI 및 에이전트 호출 가능한 readme_forge 도구.

package.json + README에서 dsh 플러그인 저장소용 llms.txt 생성 — AI가 읽을 수 있는 디스커버리 파일, 런타임 의존성 없음, 기본 읽기 전용. CLI 및 에이전트 호출 가능한 llms_forge 도구.

DeepSeek Harness용 자동 문서 생성 스킬 -- README, API 문서, 변경 로그

Keeps a redundant sandbox-escalation argument from failing a tool call. Escalating tools (pwsh, bash, write, edit) advertise the full sandbox_permissions enum, but DSH only accepts a level strictly wider than the one already in effect — a check its own source calls 'deliberately not a schema constraint'. A model that reflexively passes the argument therefore picks the level it is already at and the call dies before running with 'sandbox escalation to "workspace-write" is not strictly wider than this call's current "workspace-write" mode', costing some models a whole turn of retries. This plugin registers one tools/execute waterfall listener and, only on that documented rejection and only when the arguments really carried an escalation field, re-issues the identical call once without it. Safe by DSH's own documentation: the rejection precedes any execution ('nothing has run'), and the corrected call cannot match again, so the retry is loop-free. Reproduced and verified end to end — before: isError true, the command never ran; after: the command's real output, isError false, one tool/call and one tool/result. Zero dependencies.

Automatically orchestrates complex DeepSeek Harness requests. It detects when delegation is useful, builds a dependency-aware plan, assigns bounded researcher, architect, backend, frontend, tester, and documentation workers, collects structured evidence, and sends the results to a final reviewer. The bundle atomically enables the workflow engine and model-facing subagent tools; disabling the plugin disables its complete tool group as well.