플러그인

레드팀 수행 모드입니다. 대상 조직 이름 하나를 보내면 정찰, 자산 분류, 취약점 발견, 익스플로잇, 내부 피벗 역할 5개를 가진 플래너 세션이 설정 가능한 동시성으로 실행됩니다. 사전 점검은 스킬/리소스를 확인하며 점수는 정찰, 인터넷, 경계, 내부의 4단계로 계산하고 서버 측 상한과 권한 우선 중복 제거를 적용합니다. 발견 사항은 로컬 SQLite에 저장됩니다. 상시 오른쪽 콘솔은 9개 페이지(자산 매핑, 에이전트, 세션/터널, 발견 사항, 점수 대상, 보고서, POC 지식 베이스, 스킬 라이브러리 등)를 제공합니다. v0.15.2에서 HTTP 증거/작업 기록, 일괄 수집, 범위 확인, 터널 피벗 프로브, 데이터 증명, 정리 원장, 범위 이탈 방지용 T0-T3 자산 등록을 추가했습니다. redteam_* 도구 59개, 번들 스킬 38개.

학술 글쓰기 가드(영어/중국어 이중 언어 지원): AI 특유의 방어적 표현을 제거하고, 교정 중 과학적 근거(수치, 인용, 주장의 강도, 비유의미한 결과, 범위)를 보호하며, 대상 저널에 맞춰 글을 조정합니다(Journal Profile + Journal Fit). 결정론적인 로컬 정규식/통계 처리로 네트워크나 LLM을 전혀 사용하지 않습니다. writing_rules / writing_audit / writing_style_profile / writing_journal_profile을 제공하며 논문 작성 시 자동 감사를 수행합니다.

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.

소설 작성 가드레일: 20개의 novel_* 도구가 사실 원장 일관성, 단계 및 장 게이트, 결정론적 메트릭 기반 기계 감사, 제안 전용 수정을 강제하고, 우측 패널 워크벤치는 읽기, TTS 재생, 윤문, 교정, 연속성 검사 및 일괄 초안을 다루며, 우회 엔진이 내부 단계를 메인 대화 외부에서 실행합니다.

DeepSeek Harness를 위한 웹소설 집필 엔진: 병렬 초안 작성, 별도의 DeepSeek 키를 사용한 개요 작성 및 브레인스토밍, 설정과 복선 관리, 시맨틱 벡터 검색, 코퍼스 라이브러리, 사용량 원장, 기계적 교정, 로컬 연재 계획.

도구 활동을 따르는 DSH용 실시간 보안 비콘. 클릭하여 호출 통계, 위험 출처 체인 및 차단된 작업을 확인하고, 읽기 전용 작업 제한 및 도구 메타데이터 변경 감지를 제공합니다.

DeepSeek Harness용 Math Agent Framework: 기호 도출 엔진(CES / 이차형식 / ODE / PDE), SymPy 검증, Lean 4 컴파일러 검증 형식 증명, QED 스타일 다중 에이전트 적대적 검증을 제공하며, Python 엔진을 연결하는 TS 셸을 통해 네이티브 DSH 도구로 노출됩니다. math-agent-framework 리포지토리를 클론하고 `pip install -r requirements.txt`를 실행해야 하며, MATH_AGENT_HOME이 리포지토리 루트를 가리켜야 합니다. 모든 결과에는 출처 정보(엔진 버전, 시드, 허용 오차)가 포함되며 신뢰할 수 없는 데이터로 표시됩니다.

Multilingual writing, chunked long-form collaboration and continuity review, with on-demand DSH delegation discovery. Requires Python 3.9+ on PATH.

각 줄을 마지막으로 수정한 git 커밋과 이를 작성한 에이전트 턴+프롬프트로 주석 처리하는 `/backstory` 명령과 도구. 영구적인 줄 단위 원장(콘텐츠 해시로 드리프트 방지), DSH-* 커밋 트레일러 또는 라이브 세션 로그에서 가져옵니다.

실제 연산 검증 게이트: 수식 단순화, 논리 증명, 정규식 검증, E-prover FOL, 상태 머신 검사, 코드 복구, Go로 컴파일된 바이너리 기반(미리 빌드된 Windows 실행 파일 포함)

Pins the first prompt you sent in the current session in a scroll-proof bar above the conversation, with one-click copy, a collapsible panel listing every prompt you sent, and eight switchable looks you can pick from inside the panel.

DeepSeek Harness를 위한 출처 인식 실행 보안. 도구 호출 전반에서 민감한 데이터를 추적하고 실행 전에 위험한 부작용을 차단합니다.

DashScope OpenAI 호환 API(qwen3.7-flash) 기반의 모델용 image_describe(识图) 도구와 붙여넣기 브리지: 텍스트 전용 세션에서 붙여넣은 이미지가 전송 시 파일 경로로 자동 변환되고 트랜스크립트에 다시 렌더링되어 이미지 허용 단계에서 걸리지 않습니다. DASHSCOPE_API_KEY는 BYOK, 엔드포인트/모델/예산 설정 가능, 리다이렉트 방지 HTTP 클라이언트, 모든 agent preset에서 동작.

독립적인 읽기 전용 승인 레이어: 최상위 턴이 종료되기 전 읽기 전용 검증자를 실행하고, 통과하지 못한 부분을 다시 에이전트로 돌려보냄

Auditable mathematical proving for DeepSeek Harness: a local stdio MCP server with 23 machine-checking tools, a bundled workflow skill, and the /prove and /audit-proof commands. proven, refuted and inconclusive are never conflated, and unproven steps are reported instead of hidden. Needs Python 3.10+ with pip install -r requirements.txt on first run; the 23 tools are unavailable until then.

Session-scoped research evidence ledger with sources, linked claims, open questions, and explicit user review; provides a tool, slash command, and conversation panel, with selected-claim Markdown export that omits excerpts, review notes, and local paths by default; does not fetch sources or verify their truth.

Session-scoped delivery receipts for local artifacts: compare current file hashes with a recorded baseline, keep agent claims separate from explicit user acceptance, flag changed or unavailable files, and export a Markdown receipt through a tool, slash command, and conversation panel.

Prove that a local image edit left every pixel outside its mask untouched. Original, generated and mask PNGs go in; a greppable `MASK_PIXEL_LOCK=PASS|FAIL|EMPTY` verdict, a difference heatmap, per-channel statistics, a bounding box and the largest changed pixels come out, plus a self-contained HTML report and `report.json` with a SHA-256 file hash, a canonical protected-pixel digest and a proof digest binding both to the policy. Supports edit and lock mask polarities, a mask threshold, tolerance and alpha-ignoring; PNG color types 0/2/3/4/6, bit depths 1-16, all five filters and Adam7. Zero dependencies, local only — no model call, no network, no upload.

Turn English audiobooks (MP3) and documents into listening lessons: transcribe every sentence locally with the speech model DSH voice input already downloaded (about 241 MB, fetched on first use if missing; ffmpeg required), proofread and explain each sentence with your DSH model, then drill with blind listening, intensive listening and spaced repetition, with Chinese-dubbing export and offline Kokoro voices; ships a sidebar panel and four AI tools.

Session-scoped research evidence ledger with sources, linked claims, open questions, and explicit user review; provides a tool, slash command, and conversation panel, with selected-claim Markdown export that omits excerpts, review notes, and local paths by default; does not fetch sources or verify their truth.

Session-scoped delivery receipts for local artifacts: compare current file hashes with a recorded baseline, keep agent claims separate from explicit user acceptance, flag changed or unavailable files, and export a Markdown receipt through a tool, slash command, and conversation panel.

DSH plugin: cross-session call center for agents. session_message delivers messages between DSH sessions (idle: visible full-text wake; busy: mid-turn-safe notice; plus runtime-context notes) and resolves targets by registered contact name (stale-id-proof

Multi-instance ComfyUI orchestration: probes every configured ComfyUI endpoint for its GPU, free VRAM and queue depth, then dispatches a generation job to the idlest eligible instance. Ships three tools (comfyui_farm_status, comfyui_farm_pick, comfyui_farm_run). An instance is eligible only if it is reachable, has at least the requested free VRAM, and its queue is no deeper than the configured ceiling; eligible instances are ranked by free VRAM minus queue depth times a weight, so an idle shallow queue wins over a busy large one. Zero runtime dependencies. Optional retry on probe failure, because a single timeout across an SSH tunnel is not proof that an instance is down.

Verifiable authorization, execution evidence, and offline delivery verification for DeepSeek Harness