플러그인

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.

AgentDescent를 이용해 DeepSeek Harness 내부에서 스킬, 에이전트, 프롬프트, 코드, 플러그인을 진화시킵니다.

DSH용 장기 기억 및 자가 진화 플러그인: L0 캡처 → L1 기억 추출 → L2 장면 그룹화 → L3 사용자 페르소나, 자동 회상 주입, 스킬 합성, 완전 로컬 동작(SQLite FTS5 + jieba, 선택적 벡터 회상).

DeepSeek Harness 에이전트를 위한 야간 자기 개선: 과거 세션을 오프라인으로 수집하고, 자체 API 예산으로 반복 작업을 재생하며, 보류 데이터 게이트를 통과한 검증된 스킬을 통합합니다. microsoft/SkillOpt의 SkillOpt-Sleep 엔진을 네이티브 도구와 번들 스킬로 dsh에 제공합니다. 가중치 학습은 없습니다. Python 3.10+ 및 SkillOpt-Sleep 엔진(pip install skillopt)이 필요합니다.

AlphaRSI — three-role self-improvement loop that evolves the training recipe of alpha sequence models. Operator runs walk-forward, Evaluator grades with OOS RankIC, Refiner proposes hyperparameters via TPE Bayesian search; only strictly-better recipes are kept. Offline one-command run, data bundle shipped with sha1 reconciliation, GPU auto-detect. Ships one skill.

Records scoped workflow rules and correction reminders with bounded evidence, local settings, and optional Brain Hub integration.

DeepSeek Harness (dsh) plugin: /refine command + settings panel for the dsh-continual-harness self-refinement engine — entry browsing, refinement history timeline, one-click rollback, auto-gate audit; engine optional at runtime.