플러그인

명시적인 DSH 세션 경험을 검토 가능한 네이티브 Skill 초안으로 변환하며, 사용자 승인 후에만 저장됩니다.

DeepSeek Harness용 WSL 워크스페이스 지원——끊김 없는 WSL 워크스페이스 경험을 제공합니다. WSL 안에 dsh를 따로 설치할 필요가 없으며, 이 플러그인을 설치하면 GUI에서 바로 WSL 워크스페이스를 추가할 수 있습니다.

DeepSeek Harness용 탭 관리 패널: 캐릭터 카드, 월드북, 프리셋(세션별 격리), 메모리 요약, 캐릭터 관계망, 원클릭 플롯 선택지, NSFW 모드. 전체 경험에는 dsh-muv-engine과 dsh-muv-table도 필요합니다(상태 바, 플롯, 변수 테이블 렌더링).

입력 경험 향상: 음성 입력, AI 다듬기, 덮어쓰기 방지, diff 미리보기가 있는 프롬프트 최적화, DSH UI 언어를 따르는 자동 로케일 전환.

AI 코딩 에이전트를 위한 엔지니어링 워크플로 시스템 — 필수 계획, TDD, 검증, 리뷰, 지능형 코드베이스 그래프 분석.

프로젝트의 잠재적 UX 문제를 찾아냅니다: React/TypeScript 코드를 자동으로 검토하여 문제를 정확히 짚어내고 구체적인 개선안을 제시합니다.

기본 task-system 통합이 있는 dsh용 프로젝트 메모리: 세션 todo와 파일 읽기가 자동으로 세션 간 작업 기록(task↔file 링크)으로 압축되어, 재맥락화 없이 워크플로를 전환하고 재개할 수 있습니다. 읽기 시점 메모리(사전 스캔 없음): 코드 심볼을 추출하고, 문서를 요약하며, docs↔symbols를 교차 연결합니다. 선택적 TS semantic enhancement(TS 설치 시 자동 켜짐)를 제공합니다. 경험 노트는 자동 중복 제거됩니다. 모든 회상에는 추적 가능한 인용이 포함됩니다. 순수 JS, 단일 의존성, 바로 사용 가능, 조용히 동작하며 오버헤드가 없습니다.

Agent-Body의 기억 기관: 2분간 침묵하면 얕은 잠에, 5분 후에는 깊은 잠에 들어가며, 그곳에서 결정적 규칙이 실제 경험을 메모리 카드(함정, 플레이북, 핫스팟, 미해결 문제, 사실)로 증류합니다. 들어오는 명령은 키워드로 관련 카드를 불러와 컨텍스트에 주입하고, 오래 쓰이지 않은 카드는 반감기로 감쇠하며 삭제되지 않고 아카이브됩니다. 몸 전체의 항상성 경고 노이즈도 제거합니다: 창 안의 반복은 다시 출력하지 않고 횟수로 세며, 낫지 않고 계속 반복되는 경고는 알려진 정상 상태 오프셋으로 수렴해 조용해집니다. 통합과 기억 호출에는 모델 호출이 없습니다.

DeepSeek Harness를 위한 VSCode 스타일 편집 경험: Monaco 기반 중앙 파일 편집기(탭, Ctrl+P 빠른 열기, 상태 표시줄)와 변경별 Keep/Undo, 롤백, 아카이빙을 지원하는 에이전트 편집/쓰기 결과의 대화형 diff 검토를 제공하며, 재시작 후에도 유지됩니다.

DeepSeek Harness (v0.9.2, npm dsh-expert-mode, EN/ZH 이중 언어)용 Expert-mode 에이전트 프리셋: 수석 코디네이터와 17명의 도메인 전문가 서브에이전트의 자동 작업 위임. 기능: 태스크보드 스케줄러(파일 시스템 상태 머신 pending/ready/running/done/failed, 의존성 DAG, 원자적 클레임, 재시도, 충돌 복구), 품질 게이트(고위험 작업의 5단계 파이프라인: 요구사항 명확화, 구현, 검증, 독립 검토, 통합, 2라운드 재작업 한도), Five-Anchor 제약(턴별 검토/수렴/드리프트 방지/협업 확인/자원 인식), Near-distance Guidance(전문가별 ID/작업/출력 템플릿), 점진적 공개(약 28% 토큰 절약), 전문가 영속성, 전문가 간 파일 메시지 버스(직접 P2P 통신, 코디네이터 중계 0), 상호 검토, 경험 풀, 단순 작업 패스트 트랙, 자동 재시도를 통한 장애 복구. 전문가: 데이터 분석가, 카피라이터, 법무 검토, PM, 프론트엔드, UI/UX, 아키텍트, 소셜 미디어 운영, 그로스 해커, 퀀트 금융, 금융, 백엔드, DevOps, DB, QA, 보안.

browser4-cli 런타임을 설치하고 Browser4 스킬(browser4-cli, browser4-experience, browser4-plugin, scent-miner)을 DSH 스킬 레지스트리에 등록하여 자율 에이전트, 지능형 추출, 대규모 웹 자동화를 위한 AI 네이티브 브라우저 엔진을 제공.

HTTP를 통해 PowerContext 서버에 연결하여 회상, 메모리, 핸드오프, 경험, 스킬 기능을 제공하는 DeepSeek Harness 플러그인입니다.

deepseek.com web/app의 채팅 경험을 DSH로 가져옵니다: 프롬프트를 수정하고 그 자리에서 답변을 다시 생성할 수 있으며, 메시지별 <i/N> 버전 페이저(트리 모델, 대화 전반에서 안정적)를 제공합니다.

자동 세션 회고: 대화가 끝난 뒤 유용한 경험을 재사용 가능한 스킬로 증류해 스킬 라이브러리에 저장하고 모델이 호출할 수 있게 합니다. 신호 가속 트리거, 수동 실행, 승인 모드, 스킬 라이브러리 거버넌스(보관/복원, 직접 삭제는 하지 않음)를 제공합니다.

DSH용 실행 규율 스위트: 동일 재시도 차단, 강제 성찰, todo 강제, 메모리 중복 제거, 경험의 스킬화(플러그인 11개 + 스킬 6개)를 제공합니다.

DeepSeek Harness용 로컬 우선 Agent Experience Network, 트레이스 및 라이브 매니페스트에서 태스크 레벨 경험을 추출하고, H0-H4 증거로 등급을 매기며, 호환성으로 발견하고, 명시적 리뷰 후에만 승격합니다.

텍스트 전용 모델이 채팅에 붙여넣은 이미지를 처리할 수 있게 합니다. 네이티브 비전 경험, 이미지 일괄 보기, 내장된 OpenAI 호환 analyze_image 도구를 제공하며, 비전 지원 모델은 영향을 받지 않습니다.

DeepSeek Harness의 판단 코어: 모든 결정에 출처와 근거를 부여하고 계획을 끝까지 밀어붙이는 인지 루프, 실행 경험을 재사용 가능한 지식으로 압축하는 해마 메모리, 사용자 정의 가능한 페르소나 카드(이름·성격·소통 방식). DSH ^0.1.0-rc.7 필요.

비공식(커스텀) 제공자의 모델에 대해 reasoning effort, 컨텍스트 창, 출력 한도, 이미지 모달리티 필드를 자동으로 채우고(models.dev 데이터 사용), 호환성 강화와 reasoning effort 기억 같은 사용성 개선을 제공합니다.

DSH 설정에 카탈로그 검색, 태그 필터링, 정렬, 설치, 설치된 프로필 관리를 위한 네이티브 Store 섹션을 추가합니다.

경험 기반 근육 기억을 활용한 작업 계획 기능입니다: 과거 해결책을 조건반사적으로 회상하고, LLM 능력을 매칭하며, 교훈을 자동으로 영구 저장합니다.

Cross-session experience memory for DSH. Lessons are evidence-graded, injected when the turn is about the same thing, and shown just before an action only when the record declares which call it applies to. A rule that holds whatever the turn is about — "always answer in Chinese" — can be marked **standing** and is then carried every turn: measured on 24 isolated real-model turns, a standing rule is followed 6/6 against 0/18 for the controls (empty store, same record unmarked, unrelated standing record). A guess still cannot become always-on: a standing record needs a verified passage like any other. What nobody looks up is retired, reversibly. Five tools, seven slash commands, zero runtime dependencies.

Evidence-governed experience memory for DeepSeek Harness

Cipher memory platform as a DSH bundle: four memory types (attention, experience, preference, cognitive) sedimented per turn by four memory agents, cross-session deterministic recall injected via systemPrompt.context, insight review kept out of user-facing output, per-session UNNI/LOOP modes with memory-driven auto-continuation, memory search/ingest tools, plus a settings page (SOUL editor) and an AgentPool panel.