플러그인

DeepSeek Harness에 TypeSafe Jev를 통합해 skill 및 파일 선택, 작업 감독, 공유 조사 결과 수정, 도구 출력 필터링, 승인 지원, 기록된 단계 탐색을 제공합니다. 모든 기능은 기본적으로 꺼져 있습니다.

tools/pre-execute에서 대기 중인 도구 호출을 Jev(TypeSafe AI의 비생성적 의사결정 모델)로 분류합니다 — 확신도 높은 고위험 호출은 거부되고, 모호한 호출은 승인 요청으로 에스컬레이션됩니다 — 또한 approval/request에서 명확히 허용된 가역적 호출은 인자 근거 게이팅을 거쳐 자동 승인됩니다. 세션 참조 리졸버도 서브클래싱하여 스냅샷이 가장 오래된 메시지부터 버리는 대신 Jev 점수가 매겨진 메시지를 유지하게 합니다. 프로바이더 장애 시 기본 동작으로 저하되며, /jev-stats 명령이 있는 섀도 모드, TypeSafe 또는 OpenRouter 엔드포인트, 64개 테스트를 제공합니다.

DeepSeek Harness용 Jev 기반 의사결정 레이어 플러그인

Jev 판단을 세 가지 자동 동작으로 바꾸는 DeepSeek Harness 플러그인 — 요청과 관련된 세그먼트로 과대한 도구 출력을 잘라내고, 가져온 페이지에서 모델을 겨냥한 지시를 선별하고, 다음 단계에 맞는 스킬을 고릅니다 — 여기에 jev_ask와 jev_gate 도구, 재시작 후에도 남는 판단 원장, /jev-status 보고서를 더합니다. TypeSafe API 키가 필요하며, 키가 없으면 아무 동작도 하지 않고 아무것도 전송하지 않습니다.

jev-decision-kit 워크스페이스의 로컬 JEV 모델이 턴마다 선택한 스킬 선택 서문을 주입해, 에이전트가 탐색하지 않고 해당 스킬만 불러오게 합니다. 별도로 설정된 jev-decision-kit 워크스페이스(Python .venv, host/preface_worker.py, models/jev/head.json)가 필요합니다. 없으면 아무것도 주입하지 않습니다.

DeepSeek Harness용 jev_decide 도구로서의 TypeSafe Jev(System One 의사결정 모델): noul, choice, score 질문이 보정된 확률을 반환합니다. 자격 증명은 DSH 자격 증명 시임을 재사용하고, 429/529 백오프 재시도가 내장되어 있습니다.

Jev(System One) 의사결정 모델 패러다임을 OpenAI 호환 LLM과 함께 사용 — TypeSafe 키가 필요하지 않습니다. 한 번의 호출로 유형화된 질문(choice/score/boolean)에 확률 분포 답변을 반환하는 jev_decide 도구를 등록합니다.

JeV가 선택한 작업 계획, 진행 업데이트, 단계 요약을 DSH 채팅에 표시하고 기본 번역 또는 경량 요약을 제공합니다. JeV key가 필요하며 Jev 서비스는 외부에서 호출되어 요금이 발생할 수 있습니다. 계층형 순차/병렬 작업 흐름도 지원합니다.

DSH 객관식 프롬프트에 사람을 위한 TypeSafe Jev 조언을 추가합니다. 기본은 요청 시 제공하며 선택적으로 자동 요청할 수 있습니다. 추천, 확률, 신뢰도, 박빙 경고, 복사 가능한 제안, 원클릭 채택, 프로필별 카드 배치, 임시 결정 선호를 제공합니다. 선택적 요청 미리보기는 공통 자격 증명을 마스킹하며 로컬 상태 확인과 정제된 진단 내보내기도 지원합니다.

DSH 실행 전 안전 밸브입니다. `tools/pre-execute`에서 모든 bash/pwsh 호출을 가로채 먼저 오프라인 정적 규칙을 적용하고 TypeSafe Jev System One 모델에 “이 명령이 실제 데이터를 되돌릴 수 없이 삭제/덮어쓰는가?”라고 묻습니다. 판정은 allow/revise/block/escalate입니다. revise는 더 안전한 재작성안을 모델에 넘기고 escalate는 일회용 사람 토큰을 제공합니다. 크레딧 소진이나 API key 부재는 조용히 실패하지 않고 명시적으로 알립니다. 키가 없으면 대화에서 `guard key set`을 요청하고 stdin에서 읽습니다. 모든 판정은 공유 감사 로그에 추가되며 사용자 문구는 zh-CN/en 이중 언어입니다.

prompt 기반 작업 라우팅, 상호 검증, 정량 체크리스트를 포함한 JEV agent preset bundle입니다.

선택형 JEV 결정 모드입니다. 프로젝트를 결정론적으로 읽고, 범위가 제한된 의미 선택, 네이티브 권한 확인, 데스크톱 자격 증명 설정을 제공합니다.

LLM 비용을 줄입니다. Jev(System One) 분류기가 선언적 정책으로 각 턴을 평가해 하위 에이전트 모델 경로를 제안합니다. 일상 작업은 flash 요금으로 실행하고 어려운 부분은 메인 모델에 남깁니다. 명시적 /route 트리거, 런타임 위임 기능 게이트, 자격 증명 비식별화, 판정 로그 기반 오프라인 정책 재생을 제공합니다.

v0.8.6은 시작 충돌을 수정합니다. Host runtime package는 설치하지 않는 optional peer입니다. TypeSafe Jev(System One 결정 모델)를 DeepSeek Harness에 end-to-end 연결하고 도구 7개를 제공합니다: `jev_decision`(1회에 1–25개 병렬 typed verdict, noul/choice/score, 보정된 신뢰도, 중앙값 266–484ms, 산문 없음), `jev_choose`(2–10개 방안을 적합도 0–3/위험으로 순위화해 추천 선택), `jev_batch`(0.8.6 신규: 텍스트 1–20개, 판단 1–5개, 텍스트당 실제 호출 1회·동시성 제한; 실패 행은 추측 없이 원시 오류 반환), `jev_usage`(로컬 측정 및 선택적 로컬 한도), `jev_overview`, `jev_guard_status`, `jev_verify`(고정 27문항 실시간 벤치마크, 동시성 6에서 26/27=96.3%). 원장은 기본 `$DSH_HOME/jev-usage.json`에 저장됩니다. Remaining은 API에서 가져오는 잔액이 아니라 선언 잔액에서 `balanceSince` 이후 로컬 측정 지출을 뺀 값이며 조작하지 않습니다. API key 누락은 명시 오류, 등록 실패는 표면별 격리. 클라이언트는 refresh, 서버는 Host 재시작이 필요합니다.

TypeSafe Jev 기반 DeepSeek Harness용 의미 기반 도구 라우팅, skill 검색, 타입 지정 System One 판정 기능입니다.

자연어 목표 하나로 브라우저를 조작합니다. 결정 서비스가 인덱싱된 요소 표에서 다음 동작과 대상을 선택하므로 클릭마다 한 턴씩 쓰는 대신 DSH 세션의 도구 호출 한 번으로 처리합니다.

DeepSeek Harness 에이전트 루프 게이트(pre-step, pre-execute, post-execute, turn-stopping)에서 Jev(TypeSafe System One) 판정을 수행합니다. UI 의존성이 없으며 어떤 Harness 구성에도 연결할 수 있습니다.

moqi용 `/JevLoop` 제어 패널입니다. dsh-jev-loop의 게이트와 API key를 moqi의 tuiHost 연결부를 통해 표시합니다.

DeepSeek Harness 에이전트 루프용 구조화 판단 계층입니다. 위험 호출 게이트, 출력 자체 점검, 도구 범위 축소, 플러그형 판정 모델 기반 루프 가드를 제공합니다.