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

DSH용 Codex 스타일 reasoning 강도 슬라이더 및 '뚱뚱한 물고기 달리기' 슬라이더. DeepSeek Harness용 Codex 스타일 모델 및 reasoning-effort 슬라이더.

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.

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

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.

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.

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

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.

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

dsh용 라운드별 reasoning_effort 옵티마이저 — 간단한 도구 호출의 경우 reasoning을 자동으로 낮추고, 무거운 작업의 경우 다시 올려 도구 호출 사이의 사고 시간을 줄입니다.

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.

사이드바의 세션 기반 작업 보드: 세션을 todo/doing/review/done 칼럼으로 드래그, 모델 및 추론 노력 선택으로 세션 생성, 복원이 있는 휴지통, 노트, 내보내기/가져오기.

DeepSeek Harness용 강화 ACP 서버: 블록 및 리즈닝 스트리밍, 사용량 텔레메트리, 모델/노력 스위칭, 권한 프리셋, 세션 재개/아카이브, 세션별 MCP 서버, Zed 파일/터미널 포워딩.

NewAPI(OpenAI 호환 게이트웨이) LLM 제공자: 채팅 전용 모델 검색 기능을 갖춘 `newapi` 라우트를 등록하고, models.dev에서 모델 파라미터(컨텍스트 윈도우, reasoning effort)를 자동으로 채우며, 기본 URL과 API 키를 위한 웹 설정 섹션을 추가합니다.

이름이 있는 프로필(모델, reasoning effort, 작업별 도구 범위)로 subagent를 배치하고, 안전성 검사, 절감 비교가 포함된 비용 추정, 전체 배치 결정 기록을 제공한다.

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.

프로바이더 및 모델별로 저장된 사고 수준으로, 리즈닝 노력이 설정된 세션 이후에도 지속되며 dsh가 절대 묻지 않는 서브에이전트에도 도달합니다. 세션 내 피커가 여전히 우선하며, 행이 없는 모델은 프로바이더 기본값을 유지합니다.

모델 선택기에 내장된 Codex 스타일 추론 강도 슬라이더

로컬 workbuddy2api 게이트웨이 프로세스를 감독하고 해당 모델을 LLM 프로바이더로 노출합니다. 컨텍스트 윈도우와 reasoning effort는 게이트웨이 자체의 모델 엔드포인트에서 읽어옵니다.

DSH용 OpenCode Go 구독 채팅: 모델별로 Completions, Responses, Anthropic 프로토콜을 선택할 수 있고 모델 발견, 컨텍스트, 비전·사고 메타데이터, effort 기본값, 사용량 미터를 제공합니다.

로컬 인증된 AGY CLI용 DSH 모델 프로바이더: Gemini/Claude 모델 검색, 독립 리즈닝 노력, DSH 소유 도구, 경계 컨텍스트 및 도구 결과 처리, Windows 안전 스트리밍. GitHub Issues에 문제 보고: https://github.com/darkings/dsh-agy-provider/issues.