플러그인

저장소 하나에 세 부분: DSH 플러그인 패키지용 런타임 인젝터(주입·핫 리로드·언로드, 개발 스테이징 도구 전면 승격, 자가 치유 라우팅, 설정 페이지 플러그인 관리자), 작업 인식 추론 모드 라우터 agent preset(router-standard / router-spec / router-react), 그리고 작업 상태를 디스크에 고정하는 6개 도구(commit_star, lock_stage, revise_do, edit_plan, mark_task, redteam_verdict)를 갖춘 단계적 2층 작업 프로토콜. 인젝터 구현이 동봉되어 의존성 목록이 아닌 동작 자체를 함께 가져옵니다.

비공식 Command Code LLM 프로바이더: 실시간 모델 카탈로그와 reasoning-effort 지원을 갖춘 `commandcode` 라우트를 등록합니다.

각 모델에서 사용 가능한 reasoning effort를 0-30 시각적 강도 스케일에 매핑하는 적응형 reasoning 슬라이더 스킨. 초상화, 배경, 인터페이스 색상이 동기화되어 변화합니다.

DSH 웹 UI 컬렉션, dshmarket, Codex Connect, reasoning-effort 컨트롤을 고정된 버전으로 설치하는 데스크톱 기능 집합체.

DeepSeek Harness Desktop 기능을 위한 기본 집합체: 웹 UI 컬렉션, 플러그인 마켓, Codex Connect, reasoning 컨트롤.

읽기 전용 세션 작업 경로 관찰 도구: 턴을 단계·실행·소요 시간·tok/s 요약으로 접고, 병렬 브랜치, 도구 결과, 벤더 가시 추론을 펼쳐 봅니다.

DeepSeek Harness를 위한 차분한 읽기 화면. 네이티브 프로세스 세부 정보, 실시간 추론, 깔끔한 최종 답변을 제공합니다.

DSH용 Codex 스타일 reasoning 강도 슬라이더 및 '뚱뚱한 물고기 달리기' 슬라이더. DeepSeek Harness용 Codex 스타일 모델 및 reasoning-effort 슬라이더.

API 키 대신 브라우저 OAuth로 로그인하는 DeepSeek Harness용 Tencent CodeBuddy 모델 프로바이더: 각 모델의 컨텍스트, 출력, 도구 호출, reasoning, 이미지 기능과 함께 CodeBuddy 모델 카탈로그를 나열하고, 여러 계정을 유지하며 사용 가능한 다음 계정으로 자동 페일오버하고, token 및 크레딧 사용량 패널과 함께 컴포저에 남은 쿼터를 표시하며, 계정별로 자동화 가능한 CodeBuddy 성장 과제를 실행 로그와 함께 완료합니다. npm에서 `dsh plugin --profile web add @tnnevol/dsh-codebuddy`로 설치하세요.

API 키와 워크스페이스 선택 없이 Codex 브라우저 OAuth 흐름을 통해 DeepSeek Harness에 ChatGPT 계정으로 로그인합니다: 로그인을 pi-ai의 Codex 프로바이더에 등록하고, 새 세션용 전역 기본 Codex 모델과 reasoning effort를 설정할 수 있으며, 로그인한 계정 자체의 카탈로그 엔드포인트에서 모델 목록을 새로 고치고, 컴포저에 5시간 및 주간 사용량 창을 표시합니다.

타사 프로바이더용 모델별 추론 노력 및 입력 모달리티 구성: 모델 지식 베이스와 원시 /models 엔드포인트 증거에서 신뢰도 라벨과 함께 융합된 제안을 공식 Models 페이지 카드에서 편집.

사용자 정의 DSH 모델용 추론 노력 수준 및 하위 에이전트 기본값 구성.

커밋된 DSH 응답에서 텍스트를 선택하여 소스 세션 증거와 프로젝트 파일에 바인딩된 독립적이고 영구적인 읽기 전용 멀티턴 Topic을 열고, 소스 Agent는 계속 실행됩니다.

DSH 웹 UI용 Claude Code 스타일 추론 노력 슬라이더: 무단 드래그, 놓을 때 스냅, WebGL 불꽃 트레일, 모든 커스텀 타사 모델 또는 제공자를 위한 실제 작동하는 사고 노력 제어.

모델과 토큰 예산을 각 역할에 맞춘 뒤, DSH가 작업 유형별 특화 서브에이전트를 위임하도록 하세요. 자동 설정과 역할별 추론 노력 및 도구 권한과 함께, 아키텍처 분석, UI/UX, 코드 구현, 코드베이스 탐색, 문서 조사까지 다룹니다.

AI가 당신이 '말한 것'이 아니라 '어떻게 생각하는지'를 기억하게 합니다. 원칙, 레드라인, 업무 습관을 세션 전반에서 능동적으로 수집하며, 기억 용량, 완만한 감쇠, 모든 항목에 대한 사람이 읽을 수 있는 근거를 제공합니다. 0.7.0에서는 근거 추적이 가능한 직관적인 페르소나 초상화를 추가했습니다.

DSH 웹 UI용 Codex 스타일 턴 접기: 최종 답변을 표시 상태로 유지하고, 연속된 추론과 도구 활동을 그룹화하며, 다국어 요약과 함께 설정 가능한 실시간 소요 시간, 도구 호출, 토큰 지표를 표시합니다.

모델별 능력을 위한 설정 페이지: 추론 노력 레벨과 와이어 철자, 입력 모달리티, 토큰 용량을 선언 또는 희소 카탈로그 오버라이드로 작성합니다.

중국어로 사고: 시스템 프롬프트를 주입해 사고와 답변을 중국어로 유지하고, 추론 블록을 기본으로 펼치며(대화형 접기 지원) UI 레이블도 현지화합니다 (npm: `dsh-think-zh-expand`).

DeepSeek V4 Pro용 채찍: 모든 사고 블록의 추론 지문을 감시하고 집중된 "We will / I will" 모드에서 산만해진 "let me" 모드로 미끄러질 때 모델을 다시 잡아 당김.

dsh용 라운드별 reasoning_effort 옵티마이저 — 간단한 도구 호출의 경우 reasoning을 자동으로 낮추고, 무거운 작업의 경우 다시 올려 도구 호출 사이의 사고 시간을 줄입니다.

모델·프로바이더·워크스페이스·기간을 아우르는 사용량 분석: 캐시 적중 가시화, 모델/프로바이더별 분해, 시간별·일별 추세, GitHub 스타일 53주 히트맵, 연속 사용, Token 점유율 도넛 차트, 조합 가능한 필터, 캐시 효율 추세, DeepSeek 잔액, CSV 내보내기. 세션 삭제 후에도 보존되는 영구 원장(증분 재구축, 재시작 시 미변경 세션은 로그 재독 없이 적용). 워크스페이스 등록은 DSH domain/changed 프로브로 자동 갱신되며 DSH 등록 워크스페이스만 엄격히 집계합니다. Token 회계는 입력·캐시 읽기/쓰기·추론을 분리하고 제로 사용 재생은 기록을 덮어쓰지 않습니다. 중국어는 현지 시간, 영어는 UTC. API는 루프백 전용.

DeepSeek Harness용 라운드별 thinking-level(reasoning_effort) 제어: Auto를 선택하면 최근 도구 호출 기록을 바탕으로 low/high/max를 스케줄하고, 아니면 wire level(off/on/minimal/low/medium/high/xhigh/max)을 수동으로 고정할 수 있다. 사용자 지정 wire 매핑, 모델 인지 capability guard, context-window 프리셋(64K–1M)을 제공하며, 모델별 capability card는 별도 플러그인인 [dsh-llm-openai-completions](https://github.com/drscrewdriver/dsh-llm-openai-completions)(dsh-market에서 설치 가능)과 짝을 이뤄, 사용자 지정 OpenAI 호환 게이트웨이(vLLM / LM Studio / 자체 호스팅)가 reasoning을 시험할 수 있게 한다 — card는 llm-pi-ai capabilities를 쓰고, adapter가 wire(compat.thinkingFormat)를 구동하며, 이 플러그인은 takeover list를 자동 유지한다.

DSH LLM 자동 재시도 엔진용 설정 카드: Settings -> General에서 재시도 횟수, 백오프, 지터를 실시간으로 조정할 수 있으며, 구성 가능한 retryableCodes 칩을 제공합니다. 기본값에는 INVALID_REQUEST가 추가되어 thinking 모드의 OpenAI 스타일 HTTP 400 reasoning_text 오류도 자동으로 재시도됩니다.