플러그인

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.

듀얼 모델 자동 라우팅 플러그인: 저비용 직접 처리 / 고비용 업그레이드와 escape-learning 폐루프(직접 처리의 오답이 자동으로 지문을 학습하여 다음번 같은 지문은 강제 업그레이드)를 제공하며, 영속화되고 Python ModelRouter와 상호 운용됩니다.

DeepSeek Harness용 자기 학습 습관 엔진: 사용자 수정 신호를 감지하고, 임계값에서 저비용 모델로 습관을 판정하며, 2단계 사람 게이트 뒤에서 후보를 확정합니다.