플러그인

OpenQuantum 브랜딩, 브라우저 메타데이터, PWA 자산을 기본 DeepSeek Harness 웹 UI에 적용합니다.

text-only models를 위한 디자인 충실도 QA: `deepseek_vision` 도구가 어떤 OpenAI 호환 vision route에서든 한 쪽 눈을 빌려와 모델이 구현이 mock과 일치하는지 판단할 수 있게 하며, 그 판단 뒤에 있는 벤치마크(4개 fixture, 23개 주입 결함, raw transcripts)와 그것이 의존하는 질문 규율까지 함께 제공합니다.

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.

DeepSeek Harness용 멀티 에이전트 소설 집필 프리셋을 설치합니다: 하나의 지휘 에이전트가 세계관 구축, 플롯, 캐릭터 관리, 문장 작성, QA 검토라는 5개의 전문 서브에이전트에 작업을 배분합니다.

dsh용 QA 프로젝트 워크벤치: 브라우저 UI와 18개의 QA 도메인 도구로 테스트 프로젝트, 요구사항, 테스트 케이스, 결함, 마일스톤, 보고서, 승인 게이트를 관리합니다.

로컬 문헌 지식베이스 RAG: 도구 10개(kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), BM25+벡터+리랭커 하이브리드 검색, 클릭 가능한 DOI 링크가 있는 인용 QA, 단일 파일 SQLite 인덱스 위에서 전부 로컬로 동작하는 bge 임베딩. Python 3.9+와 pymupdf, faiss-cpu, sentence-transformers가 필요하며, `npx dsh-kb-rag-install` 설치 프로그램이 이를 설정하고 모델을 미리 내려받습니다.

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 다중 에이전트 팀입니다. /team 명령이 최대 12개의 전문 서브에이전트(프로덕트, 아키텍트, 리서치, UI, 백엔드, 프론트엔드, 데이터베이스, 보안, 리뷰어, QA, DevOps, 문서)를 구성하고, 공유 아티팩트(SPEC, PLAN, TASKS, STATE, REVIEW, TEST) 위에서 9단계 게이트 파이프라인(명확화, 조사, 설계, 스펙 리뷰, 계획 승인, 구현, 리뷰, 테스트, 인도)을 실행합니다. 품질 게이트는 프롬프트로 요청하는 것이 아니라 플러그인 코드가 강제합니다: 미완료 작업은 완료로 표시할 수 없고, 품질 지적은 리뷰어나 QA 역할이 판정하며, 커버리지 부족이나 예산 초과 재작업은 오버레이와 /team status에 실시간으로 나타납니다. 라이브 팀 오버레이(단계, 역할별 모델이 있는 명단, 태스크 DAG, 아티팩트 미리보기, 결정 버튼), 세션을 넘어 재개되는 영구 팀 모드, 실행별 토큰 및 시간 집계를 제공합니다. 런타임 의존성 없음, 빌드 단계 없음.

역할 에이전트 팀으로 작업을 실행합니다. 제품 관리자가 PRD 또는 DoD를 작성하고 사용자의 확인을 기다린 후 아키텍트, 엔지니어, QA 및 리뷰어를 시작하며, 각 역할별로 도구 세트가 고정되고 디스크의 파일을 통해 작업을 공유합니다.

DeepSeek Harness(DSH)용 DeepEye 비전 플러그인으로, 이미지 설명, OCR, VQA, UI 레이아웃, 클립보드 분석을 지원합니다.

DSH-better-sidebar 기반의 사이드바 질문 탭으로, Codex 스타일의 사이드 질문이나 Claude Code의 /btw 기능을 구현합니다.

DeepSeek Harness용 QA 오케스트레이터 플러그인: 에이전트가 앱을 탐색하며 증거를 남기고, 탐색된 경로가 결정론적으로 재생됩니다. 브라우저, macOS 데스크톱, iOS 및 Android 드라이버를 구동합니다.

DSH 에이전트용 학술 글쓰기 툴킷: 논문 개요, 제목 및 초록 골격, GB/T 7714 / APA / MLA 인용, 표현 QA, 제출 전 체크리스트.

A focused end-user QA surface backed by native DeepSeek Harness sessions

Product Design workflow suite for DeepSeek Harness - a router plus nine pd-* skills carrying ideas from a minimum design brief through visual directions, evidence-grounded research and audits, URL cloning, frontend builds and a blocking design-QA gate.

DSH 에이전트용 번역 툴킷: 문장 분절, 용어 및 용어집 추출, 원문-번역 QA(숫자, 단위, 괄호), 톤 가이드, 영속 워크스페이스 번역 메모리.

Image and video production toolkit for DeepSeek Harness - background removal with quality tiers, local inpainting retouch, headline and logo compositing, batch platform-size exports and image QA reports; for video, AI subject matting with background replacement (RVM ONNX, plus a chroma-key path), animated titles with fade/slide/typewriter/karaoke presets, 53 transitions with stylized variants, and light-effect and grading presets with LUT support, alongside footage inventory, accurate cutting, subtitle burn-in, music mixing and platform-spec exports; it provisions its own local Python runtime through a bundled bootstrap script.

Quality suite: background tsc --noEmit diagnostics fed back after the agent edits TypeScript, plus a /code-review command running five parallel review lenses with confidence scoring; absorbs dsh-code-check and dsh-command-code-review.

Design mode for DeepSeek Harness: the design-loop agent preset plus design-principles and design-qa skill packs

텍스트 전용 LLM을 위한 비전 기능: 무료 Gemini 및 GLM 비전 API를 통한 이미지 설명 / OCR / VQA