플러그인

DeepSeek Harness용 OpenViking 메모리 및 컨텍스트 번들: 단계 실행 전 자동 리콜과 프로필 주입, 세션 캡처, `viking://` URI 보호, OpenViking 서버 기반의 메모리 조회/기록 도구를 제공합니다.

도구 실행 전에 파괴적인 Git·파일 시스템 명령과 SSH 키, .env 같은 비밀 정보 접근을 차단하는 사전 실행 가드입니다.

DeepSeek Harness에 진정한 오피스 환경을 제공합니다. Univer Office 플러그인은 스프레드시트, 문서, 슬라이드, 캔버스, 관계형 테이블 등을 하나의 런타임으로 통합하며, 연결된 데이터, 검증, 버전 관리 변경, 멀티 에이전트 협업을 위한 격리된 워크트리를 제공합니다.

동영상(로컬 파일 또는 Bilibili/yt-dlp 링크)을 번호와 정확한 타임스탬프가 있는 참조 가능한 스토리보드 그리드로 변환합니다. 각 셀에는 같은 시간선의 대본과 오디오 엔벌로프가 표시됩니다. video_zoom은 원하는 구간을 고해상도로 다시 읽어 텍스트 전용 모델도 요약만 읽는 대신 동영상을 살펴볼 수 있게 합니다.

텍스트 전용 에이전트가 실시간 화면이나 카메라 영상을 볼 수 있습니다. 프레임마다 이미지 변화량을 평가해 중요한 장면만 오디오 파형과 함께 번호가 매겨진 한 장에 담으므로, 몇 초마다 찍은 스크린샷 대신 실제 변화를 모델이 확인합니다.

GitHub 토픽 기반 플러그인 및 스킬 마켓플레이스: 자동 수집된 레지스트리(전체 dsh-plugin 토픽과 스킬 인덱스, 2시간마다 CI로 갱신)를 탐색하는 설정 페이지로, 원클릭 설치, 유형 감지, 설치 스크립트 및 호스트 섀도우 의존성 안전 확인, 환경 변수 키 관리, STANDARD.md 인식 사양을 제공합니다.

DSH를 위한 프레임워크 업그레이드 안전성 및 플러그인 게이팅: 업그레이드 전에 세션 형식 계약을 사전 점검해 호환되지 않는 플러그인과 에이전트 프리셋을 미리 조정하고, 실패 시 자동 롤백, 부팅을 망가뜨린 플러그인 자동 격리, 환경 핑거프린팅과 공개 계약 규칙 팩을 제공합니다. 내장된 다중 소스 마켓플레이스는 탐색 계층일 뿐입니다.

링크를 붙여넣으면 에이전트가 읽습니다. 샤오홍슈, 더우인, 빌리빌리, 위챗, 기사, PDF, 오디오를 Wiki/지식 베이스용 출처 포함 Markdown으로 변환합니다. 60회 탐색적 A/B(시간 제한이 다르고 답변 정확성은 사람이 검토하지 않음): 읽기 완료율 22%→92%(+70%p), 시간 초과 68%→0%, 실제 출처 사실 인용 답변 23%→82%. 실제 링크 123개 중 80% 사용 가능(응답 페이지 중 93%); 접근 불가 링크는 26초 후 보고합니다. Codex, Claude Code, DSH 지원.

DeepSeek Harness에 설정된 모델로 Midscene을 실행하는 OpenAI 호환 브리지입니다. 127.0.0.1 기본 포트 8787(사용 중이면 빈 포트)에서 스트리밍/일반 chat completions를 호스트 모델 계층에 전달합니다. DeepSeek 공식 라우팅, CodeBuddy, Codex 및 사용자 지정 OpenAI/Anthropic endpoint를 지원합니다. 자격 증명은 provider 플러그인에 남고 브리지는 건드리지 않습니다. /v1/midscene-env가 모델 계열을 추론해 MIDSCENE_MODEL_* 환경 변수 4줄을 생성합니다. browser/desktop/Android/iOS/HarmonyOS 자동화, Vitest E2E, 참고 자료 등 7개 스킬을 등록하며 npx skills add가 필요 없습니다. npm 설치: dsh plugin --profile web add @tnnevol/dsh-midscene

DSH Web GUI용 MCP 서버 설정 카드: stdio(로컬 서브프로세스) 또는 streamable-http(원격)로 MCP 서버 추가/편집/활성화/비활성화. env/header 값에 js: 접두 표현식, 상태 배지, 저장 시 핫 리로드.

LLM이 CLI 환경을 사용할 수 있도록 합니다.

DSH Knit는 대화와 관련된 작업공간의 Markdown, 코드, 이미지, 동영상을 순위화해 표시합니다. 기본 BM25/IDF 어휘 검색은 최근 대화와 문서의 제목·요약·본문을 로컬 비교하며 모델이나 네트워크를 쓰지 않아 데이터가 기기 밖으로 나가지 않습니다. 최근 파일 목록이 아니라 전체 작업공간을 스캔하므로 재시작·새 세션 후에도 유지됩니다. 관련도 3단계, 일치/참조 근거, 인라인 미리보기를 제공하고 Context Pack을 knit_docs로 에이전트에 노출합니다. 읽을 때 귀속을 고정하는 읽기 증거, 검색 전에 적용하고 되돌릴 수 있는 고정/제외, 줄 번호가 있는 참조·import·test 증거, 재시작 후 재사용되는 증분 인덱스도 지원합니다. v0.23 하이브리드 검색은 선택 기능이며 기본 꺼짐; 사용자가 Ollama 또는 OpenAI 호환 임베딩을 설정해야 켜집니다. 전송 항목은 query와 후보의 제목/요약뿐입니다(Markdown 첫 부분 최대 60자, 코드는 상대 디렉터리, 미디어는 파일명). 전체 본문과 절대 경로는 전송하지 않으며 loopback이면 기기 안에 남습니다. v0.24는 미커밋 변경을 읽기 전용 git status(고정 argv, shell 없음, 환경 allowlist)로 연관시키지만 기본 꺼짐입니다. 실제 공급자 테스트 전에는 검색 개선을 주장하지 않습니다.

MCP, 스킬, 메모리, 하위 에이전트, 프롬프트, 세션을 하나의 설정 패널에서 관리합니다. 상황별 조합으로 환경 전체를 전환하고 Agent가 이 플러그인을 직접 조작할 수도 있습니다.

DSH 플러그인 개발을 위한 격리 환경 브라우저 검증 스킬. 일회용 DSH_HOME, 자체 `verify_<random>` 프로파일, 자체 포트와 자체 브라우저 인스턴스를 한 명령으로 띄우고 종료 시 정리. 실제 사용 중인 프로파일은 절대 손대지 않으며, 의존성 없는 원시 CDP 드라이버(snapshot / click / screenshot / eval)와 선택적 격리 감사도 포함.

Matt Pocock 스킬 컬렉션을 DSH 퀘스트 보드로 전환하는 오른쪽 세부 패널: wayfinder 의사결정 맵, 이슈별 트리아지/수정/토론/실행 액션, 9항목 핵심 스킬 프로브 + 20개 스킬 레이더, 환경 점검, 세션 간 원클릭 핸드오프를 제공합니다.

MCP 서버 관리(stdio / streamable-http). 작업 디렉터리별 프로젝트 및 글로벌 설정 계층 제공. 프로젝트 수준 MCP는 미들웨어 계층을 통해 기본적으로 4개의 원자 도구로 축소(`middleware: all`은 글로벌 서버도 통합, 설정 페이지에서 핫스위치). 워크스페이스 격리로 프로젝트 간 간섭 방지. 설정은 `${ENV}` 참조만 유지하며 디스크에 평문 비밀을 저장하지 않음. 다른 플러그인이 MCP 서버를 주입할 수 있는 런타임 등록 API 제공.

DSH용 이미지 생성 및 읽기 기능입니다. 제작 사이드바는 모델별 행, 비율 10종, 1K~4K 크기, 상세 카드가 있는 콘택트 시트, 확대, 재사용, 삭제를 제공합니다. 프리셋 제공자 3종과 사용자 지정 엔드포인트를 지원하며 하나는 키가 필요 없습니다. vision-review 스킬도 포함합니다. 붙여넣은 키는 ~/.dsh/secrets/media-tools.env(mode 600)에 저장하고 선택한 제공자에게만 보냅니다. Python 3.9 이상이 필요하며 생성은 scripts/generate.py로 실행됩니다. 제작 페이지에는 DSH Desktop 0.2.1 이상이 필요합니다.

격리된 작업 세션, 검토 준비 완료(Ready for Review), 가역적 로컬 미리보기, 사람이 확인한 전달, 환경 보존 및 복구, 그리고 동일 세션 내 반복을 지원하는 Git worktree 세션 타깃.

Smart Charts 스킬: CSV/TSV/TXT/XLSX/XLS/JSON 데이터 파일을 독립형 인터랙티브 ECharts HTML로 바꿔 줍니다 — 오프라인 지도를 포함한 32가지 차트 유형, 3가지 테마, CDN 불필요. --profile 데이터 프로필(열별 dtype, 카디널리티, 결측률, 샘플, 통계, 엔티티 그레인, 인사이트 신호) 덕분에 에이전트가 데이터를 읽고 차트를 직접 고를 수 있습니다. 각 차트에는 팩트 시트(plot_stats + data_preview)가 내장되며 그 수치만 인용 가능한 값입니다. LLM 변환 코드는 제한된 샌드박스(블랙리스트 + AST 화이트리스트 + 안전한 내장 함수)에서 실행됩니다. --doctor는 Python 환경을 자가 점검합니다. 완전 오프라인, ECharts 번들 포함.

DeepSeek Harness를 위한 의미 기반 검색, 리소스 관리, 자동 리콜(사용자 + 에이전트 이중 공간) 및 세션 메모리: viking:// URI에 대한 memsearch/memfind/memread/membrowse/memgrep/memglob, memadd/memremove 리소스 관리, memqueue 옵저버 상태, memcommit 세션 캡처, memlearn 스킬 플레이북 생성.

Windows 디스크 사용량을 분석하고 스캔 결과를 비교하며 DSH Web에서 캐시 정리와 개발 환경 이전을 관리합니다.

Claude Code의 .claude/ 디렉토리를 DSH로 무이전 브리지: 프로젝트 및 사용자 레벨 스킬, 명령, 규칙(단일 system-reminder 봉투), 에이전트 파일, 훅(PreToolUse/PostToolUse/UserPromptSubmit/SessionStart/SessionEnd) 및 .mcp.json 서버, 그리고 Claude Code 플러그인 마켓플레이스. 완전한 플러그인/마켓플레이스 관리를 위한 /cc-plugin(claude CLI 우선, 자체 구현 폴백), Claude Code 세션을 네이티브 이벤트 소스 로그로 DSH에 나열 및 가져오기 위한 /cc-resume, DSH 스킬을 Claude Code 스킬로 다시 쓰기 위한 /cc-export 제공. 양방향 Claude Code <-> DSH 브리지, 버전 관리되어 dsh-claude-compat으로 릴리스됨.

저비용 영상 이해 도구. video_understand 도구가 Bilibili 링크 / BV / 로컬 영상을 AVIS 정보 계층(ASR + 장면 구조 + 객체 추적 + YOLO 라벨)으로 변환하고 요약 + Q&A를 반환한다. 질문 주도형 계층 간 동적 라우팅(L0 ASR / L1 객체 추적 / L2 키프레임 VLM), 반복 질문용 의미 계층 재사용, 질문별 예산 상한을 갖춘다. Python 엔진: 코어 계층에는 faster-whisper / opencv / yt-dlp가 필요하며(~200-300MB), 선택적 의미 계층을 추가하면 torch / transformers / ultralytics가 약 2GB 더 든다. 번들된 doctor --fix가 venv를 설정하고 둘 다 설치한다.

기존 로컬 TTS 런타임으로 Harness 답변을 읽어 줍니다. IndexTTS 및 GPT-SoVITS 실행기, 프로토콜 기반 로컬 HTTP/JSONL 진입점, Kokoro, F5-TTS, VoxCPM, Qwen3-TTS, CosyVoice SDK 환경의 모델 폴더 로딩을 지원합니다. 모델은 포함되지 않습니다. 1624318455/dsh-plugin-tts에서 파생했으며 행 ID와 설정을 분리해 두 플러그인을 함께 설치하고 중복 기능을 비활성화할 수 있습니다.