플러그인

DSH Web UI용 데스크톱 펫으로, 25가지 투명 애니메이션, 화면 배회, 클릭 반응, 드래그를 지원하며 재현 가능한 에셋 생성 파이프라인도 포함합니다.

화이트박스 AGI 아키텍처 탐구: 메타인지(자기인식 루프), 지속적 학습(지식 플라이휠), 월드 모델(조건 공간, 시공간 메모리 그래프), 자기 개선(부트스트랩 규율), 제로 LLM 화이트박스 파이프라인, 감사 가능한 신뢰 가드레일.

DeepSeek Harness의 멀티 디바이스 원격 접속: 엔드투엔드 암호화 채널(Noise IK + 적응형 릴레이/WebRTC 전송)을 통해 휴대폰, 태블릿, 브라우저 또는 다른 컴퓨터에서 활성 세션을 이어갈 수 있습니다. 기기 인증, ApiProxy 전용 원격 기능, dsh-file-viewer를 통한 읽기 전용 파일 미리보기를 제공하며 셸, 원격 데스크톱, 쓰기 접근은 없습니다.

DeepSeek Harness 멀티디바이스 원격 접근: 엔드투엔드 암호화 채널(Noise IK + 적응형 릴레이/WebRTC 전송)을 통해 스마트폰, 태블릿, 브라우저 또는 다른 컴퓨터에서 활성 세션을 계속할 수 있습니다. 장치 인증, ApiProxy 전용 원격 기능, dsh-file-viewer를 통한 읽기 전용 파일 미리보기를 지원하며, 셸, 원격 데스크톱, 쓰기 권한은 제공하지 않습니다.

dsh용 인과 메모리: 의존성 없는 MCP stdio 브리지로 causal-memory 서버의 17개 도구를 깔끔한 이름(mcp__ 접두사 없음)으로 마운트합니다. 로컬 SQLite 저장소에서 컴팩션 후에도 유지되는 유형 관계(caused / enabled / prevented)의 결정 → 결과 엣지와 고정된 시스템 프롬프트 섹션을 제공합니다. PATH에 causal-memory 서버 바이너리가 필요합니다(pip install causal-memory 또는 사전 빌드 릴리스).

opencode 테마 38개 전체(TUI 33개, 데스크톱 2.0 4개, system)를 DeepSeek Harness로 포팅합니다. JSON → 색상 확인 → DSH 재정의 데이터 파이프라인, 브라우저별 저장, 고정폭/비례폭 선택, 코드 글꼴 5종을 지원하며 system 대체 설정은 타이포그래피만 유지합니다.

DeepSeek Harness용 데이터 품질 검사 — 구조화된 리포트가 포함된 프로파일링, 클리닝, 검증 파이프라인.

DeepSeek Harness용 정량 R&D 툴킷 — 시장 데이터, 지표, 팩터 평가, walk-forward ML 검증, 리스크(VaR/CVaR/drawdown/Beta와 Kupiec POF), 옵션, 채권, FICC 및 펀드 시뮬레이션을 포괄하는 6개 도메인의 59개 도구를 제공하며, PDAT→PET 엔드투엔드 연구 파이프라인을 포함합니다.

10개의 에이전트 스킬로 구성된 QA 파이프라인: 요구사항 분석, 테스트 전략, 케이스 작성 및 리뷰, E2E(Playwright) 및 API 자동화, 탐색적 테스트, 회귀 범위 및 버그 분석, 형식 규칙, 리스크 모델 및 스키마 검증기를 갖춘 공유 지식 베이스 지원.

lowtide: dsh용 인간 판정 오프피크 배치 작업 파이프라인 (피크/밸리 가격 인식)

DeepSeek Harness의 사고 언어를 제어합니다. Default English는 답변만 질문 언어에 맞추고, Simplified Chinese는 사고도 중국어로 고정합니다. 최소 order로 먼저 렌더링되는 시스템 프롬프트 절을 주입하고, 더 앞서거나 작은 order로 참여하는 플러그인에 대비해 assemble pipeline 재정렬을 방어합니다. 선택적으로 각 턴 사용자 메시지 앞에 멱등성 마커가 있는 문구를 붙입니다. Settings → General에서 전환하며 schemastery >= 3.18.3 호스트에서 즉시 적용됩니다.

DSH용 다중 에이전트 수학 연구 프리셋 4종을 설치합니다. v2(다중 검증자 토론을 결합한 확률 기반 파이프라인), v3(플래너 에이전트와 재사용 가능한 방법 라이브러리를 갖춘 논문 형식 Markdown 지식 베이스), v4(서로 메시지를 보내고 회의하는 영구적 자기조직화 레지던트), v5(academician이 작업을 분해·할당하고 연구자들이 투표하며, 임시 작업자, 그룹 채팅, compare-and-set 태스크 보드를 갖춘 연구소)입니다. 네 가지 모두 체크포인트 재개, 사람의 개입, 선택적 Lean 형식 검증 스위치(off/encourage/require)를 지원하며, 증명이 통과하면 투표가 Lean 문장의 충실성 검사로 바뀝니다.

DSH용 심층 읽기 및 요약 도구: 플러그인 파서, MapReduce 병렬 심층 읽기 서브에이전트, JSON Schema 출력, 멱등 캐시를 활용해 책·논문·영상·웹을 구조화된 Obsidian 노트로 변환합니다.

DSH Web GUI용 AI 이미지·동영상 생성입니다. 채널별 모델 목록과 계열별 요청 형식(gpt-image, Grok Imagine, Nano Banana, Seedream, GLM-Image, Qwen-Image, MiniMax image-01, DALL-E 3), 사이드바 생성 스튜디오, 노드 워크플로 캔버스, 파일 미리보기, 캔버스 스킬, 프롬프트 템플릿을 제공합니다. 동영상은 텍스트/이미지 생성, 시작·끝 키프레임, 다중 참조를 지원하며 비동기 제출·폴링·다운로드, 호스트 동영상 도구, 캔버스 동영상 노드와 로컬 ffmpeg로 두 개 이상의 노드를 하나의 MP4로 이어 붙이기를 제공합니다.

DSH Web GUI용 모바일 웹 셸: 오버레이 드로어, 드래그 가능한 FAB, 모바일 composer 수정, 그리고 composer 위에 고정된 플로팅 이미지 업로드 버튼(네이티브 갤러리/카메라, 검증된 add-images 파이프라인과 통합됨), 데스크톱 회귀 없음. npm에서는 dsh-webui-mobile로 배포됩니다.

DeepSeek Harness용 토큰 비용 파이프라인: 압력 인식 계층형 압축(컨텍스트 압력 40% 미만에서는 무손실 프로젝션, 그 이상에서는 LLM 요약), 에이전트별 도구 허용 목록, 장문 텍스트→이미지 변환 후 비전 요약, 그리고 압력·단계·절약된 토큰을 추적하는 /token-status 명령.

ARS Claude Code 플러그인(GitHub에서 44k+ 스타) 포팅: DeepSeek Harness용 학술 연구 스킬 — 딥리서치 에이전트 팀, 논문 작성 파이프라인, 다관점 동료 심사 패널, 엔드투엔드 오케스트레이터, 그리고 16개의 /ars-* 명령어를 제공합니다.

DeepSeek Harness 번들은 장기 콘텐츠 제작(학술 논문, 산업 분석, 비즈니스 해설)을 9역할 파이프라인으로 전환하는 스킬을 등록합니다: 병렬 실행되는 T1 문헌/T2 데이터/T3 케이스 스카우트, 코디네이터 실행 T4 분석가, T5 작가, T6 비판적 동반자, T7 감사자, T8 최종화자, T9 동료 검토자. 6단계에 걸친 삼각 증거 검증, 23항목 M게이트, 중국어 AI 추적 게이트를 포함한 G0-G14 감사, 저널 매칭 동료 검토 채점, 4개 인간 체크포인트 포함. `dsh plugin add lunheng-article-pipeline`로 설치(package.json#dsh.bundle.patch 및 스킬 등록용 lib/index.js 엔트리); T1-T9 역할 카드, 템플릿, 11개 무의존성 검증 스크립트, 5개국어 README 제공.

멀티 플랫폼 리서치·딥 서치 파이프라인: harvest_scout가 GitHub, Web, Twitter, Reddit, 샤오홍슈, Bilibili, YouTube를 병렬 탐색하고 harvest_deep_research가 종합 리서치 보고서를 자동 작성합니다. 추출, 교차 소스 검증, 신뢰성 감사도 제공.

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.

DeepSeek Harness용 역할 기반 Multi-Agent 팀. 제품, 아키텍트, 프런트엔드, 백엔드, 리뷰, QA가 9단계 게이트 파이프라인으로 작업하며 지속 팀도 구성 가능. 런타임 의존성/빌드 불필요.

한 줄 요구사항에서 검증된 납품까지 진행합니다. TeamFlow는 분류, PRD, 설계, 기술 계획, 병렬 개발, 결함 재작업을 포함한 QA, 인수 단계를 실행합니다. 12개의 `teamflow_*` 도구와 실시간 파이프라인 그래프 및 백로그 칸반 작업대를 제공합니다. 요구사항별 폴더에 PRD, 설계, 기술 계획, QA 보고서와 인수 기록을 저장합니다.

DeepSeek Harness용 '단일 코어 집필' 플러그인: 양자화된 소형 모델에 맞춰 도구를 철저히 간소화하고 출력을 견고하게 했으며, 온디바이스 모델로 장편 소설 파이프라인을 로컬에서 실행하기에 적합합니다.