플러그인

비공식 Command Code LLM 프로바이더: 실시간 모델 카탈로그와 reasoning-effort 지원을 갖춘 `commandcode` 라우트를 등록합니다.

각 모델에서 사용 가능한 reasoning effort를 0-30 시각적 강도 스케일에 매핑하는 적응형 reasoning 슬라이더 스킨. 초상화, 배경, 인터페이스 색상이 동기화되어 변화합니다.

DSH 기본 모델 선택기에 애니메이션 DeepSeek Chan 추론 강도 슬라이더를 추가합니다. 모델이 선언한 단계를 따르며 드래그하는 동안 애니메이션이 빨라집니다.

공식 reasoning-effort 행을 연속 슬라이더로 바꿉니다. 파랑에서 보라로 이어지는 채움, 상위 레벨의 별무리, 현재 레벨에 맞춘 공식 값 텍스트 색상을 제공합니다. Off는 회색으로 유지하며 공식 텍스트는 변경하지 않습니다.

DSH 웹 UI 컬렉션, dshmarket, Codex Connect, reasoning-effort 컨트롤을 고정된 버전으로 설치하는 데스크톱 기능 집합체.

🌹 반복해서 쓰는 번거로운 템플릿 프롬프트를 저장하고 한 번 클릭해 작성창에 넣으세요. 매번 다시 입력할 필요가 없습니다.

Codex 브라우저 OAuth로 ChatGPT 계정을 DeepSeek Harness에 연결(API key/Workspace 불필요). pi-ai Codex provider 등록, 기본 모델/추론 수준 설정, 계정 모델 목록 갱신, 5시간/주간 사용량 표시.

타사 프로바이더용 모델별 추론 노력 및 입력 모달리티 구성: 모델 지식 베이스와 원시 /models 엔드포인트 증거에서 신뢰도 라벨과 함께 융합된 제안을 공식 Models 페이지 카드에서 편집.

WorkBuddy(개인용 다중 계정·엔터프라이즈·WorkBuddy AI 국제판), Qoder CN, Trae CN의 모델을 하나의 모델 선택기에 통합합니다. 대화 기록 공유, 실시간 크레딧 배율, 모델별 reasoning effort를 지원하고 국제판이 공개한 최대 컨텍스트 창을 사용합니다. 채널이 제공하는 경우 일일 체크인도 지원합니다.

사용자 정의 DSH 모델용 추론 노력 수준 및 하위 에이전트 기본값 구성.

API 키와 워크스페이스 선택 없이 Codex 브라우저 OAuth 흐름을 통해 DeepSeek Harness에 ChatGPT 계정으로 로그인합니다: 로그인을 pi-ai의 Codex 프로바이더에 등록하고, 새 세션용 전역 기본 Codex 모델과 reasoning effort를 설정할 수 있으며, 로그인한 계정 자체의 카탈로그 엔드포인트에서 모델 목록을 새로 고치고, 컴포저에 5시간 및 주간 사용량 창을 표시합니다.

당신의 생각이 자유롭게 흐르도록 — Tydora는 WYSIWYG 편집, 양방향 링크, 마인드맵, 무한 캔버스를 결합한 현대적인 데스크톱 마크다운 에디터입니다. 깊은 사고와 자유로운 표현을 가능하게 합니다.

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.

macOS·Windows의 DeepSeek Harness Desktop 0.2.0-rc.2용 Claude Code Desktop 스타일 테마입니다. 컴팩트한 사이드바와 채팅 레이아웃, 라이트·다크 테마, 모델 및 reasoning-effort 제어, 새 세션에서 물을 뿜고 뛰고 꼬리를 흔드는 인터랙티브 픽셀 고래를 제공합니다.

DSH 웹 UI용 Claude Code 스타일 추론 노력 슬라이더: 무단 드래그, 놓을 때 스냅, WebGL 불꽃 트레일, 모든 커스텀 타사 모델 또는 제공자를 위한 실제 작동하는 사고 노력 제어.

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.

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.

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 Harness의 모델 + 사고 강도(thinking-effort) 선택기로 사용하는 Liang Saint Slider입니다.

Builder ID, Identity Center, Google, GitHub 및 자격 증명 가져오기 로그인, 자동 토큰 및 프로필 새로 고침, 계정 사용량, 실시간 모델 탐색, 선택 가능한 추론 노력도, 스트리밍 도구 호출, 공급자 중지 사유 및 컨텍스트 오버플로 처리, 그리고 Kiro가 정확한 카운터를 보낼 때는 이를 사용하고 그렇지 않으면 실제로 보내는 컨텍스트 사용률 백분율을 모델의 공개된 윈도우 기준으로 환산하는 토큰 계정 관리를 갖춘 Kiro 모델 공급자입니다.

Deepseek Harness용 Codex 스타일 노력 수준 전환기입니다.

DeepSeek Harness용 라운드별 thinking-level(reasoning_effort) 제어: Auto를 선택하면 최근 도구 호출 기록을 바탕으로 low/high/max를 스케줄하고, 아니면 wire level(off/on/minimal/low/medium/high/xhigh/max)을 수동으로 고정할 수 있다. 사용자 지정 wire 매핑, 모델 인지 capability guard, context-window 프리셋(64K–1M)을 제공하며, 모델별 capability card는 별도 플러그인인 [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions)(dsh-market에서 설치 가능)과 짝을 이뤄, 사용자 지정 OpenAI 호환 게이트웨이(vLLM / LM Studio / 자체 호스팅)가 reasoning을 시험할 수 있게 한다 — card는 llm-pi-ai capabilities를 쓰고, adapter가 wire(compat.thinkingFormat)를 구동하며, 이 플러그인은 takeover list를 자동 유지한다.

모델별 능력을 위한 설정 페이지: 추론 노력 레벨과 와이어 철자, 입력 모달리티, 토큰 용량을 선언 또는 희소 카탈로그 오버라이드로 작성합니다.

모델 선택기에 내장된 Codex 스타일 추론 강도 슬라이더