플러그인

WeKnora 지식 베이스에 대한 4개의 읽기 전용 도구: 지식 베이스 나열, 하이브리드 패시지 검색, 한 문서의 청크를 순서대로 재조립, 그리고 재개 가능한 세션 ID를 사용하는 WeKnora 자체 인용 RAG 또는 ReAct 에이전트 답변.

설정 > 일반 > Thinking language에서 고른 단계에 따라 모델의 추론 언어를 지정합니다. 간체 중국어 또는 답변만 제한하고 추론은 모델에 맡기는 default tier를 지원합니다. order -1000000의 system-prompt 섹션을 넣고 assemble 흐름 끝에서 맨 앞으로 다시 올립니다. 고정 섹션을 잘 따르지 않는 모델을 위해 각 사용자 메시지 앞에 턴별 사본을 추가하는 선택 기능도 있습니다.

에이전트의 프롬프트, 도구, 표시 스킬, 서브에이전트, 대체 모델을 시각적으로 구성하고 여러 에이전트를 팀으로 조립합니다. 호스트 프리셋 파일은 절대 쓰거나 편집하지 않습니다.

DeepSeek Harness 기본 시스템 프롬프트 관리 플러그인입니다. Web GUI 「Settings」에서 각 세션 라운드에 조립되는 최종 시스템 프롬프트를 탐색·검색·재정의합니다.

OMK — 관찰. 측정. 파악. AI 애플리케이션을 위한 증거 기반 지식 변화.

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.

DeepSeek Harness의 중국어 현지화: system-prompt/assemble 워터폴을 통해 모든 시스템 프롬프트, 도구 설명, 런타임 컨텍스트를 런타임에 중국어로 번역합니다(1788개 항목, 소스 수정 불필요, 제거 시 영어 복원).

DeepSeek Harness용 Context Assembler 프로필: 토픽 블록 컨텍스트 어셈블리, 워터 프레스처 토픽 스플리팅, 도구 트레이스/재작성, 리얼리티 리콜 인젝션 및 핸드오프 플래닝.

A full-screen novel-writing workbench: chapter board, draft candidates reviewed and merged paragraph by paragraph, plot summaries carrying an index header, and a writing pack assembled from the outline, character cards and earlier chapters. It also reads a shelf of finished books you import, extracts their writing habits in one run, merges them into a single style standard, and puts that standard in the prompt for every later generation.

DeepSeek Harness용 판단 코어입니다. 인지 루프가 각 판단의 출처와 귀속을 기록하고 계획을 마무리하며, hippocampus memory는 경험을 journal ledger, episodic archive, 낮은 신뢰도 감쇠로 지식화합니다. 아키텍처에서 판단 책임, 일관된 기준, 출처 연결을 정의하고 dsh-linghun-assembler를 통해 A2A 메모리 관리 팀을 제공합니다. DSH ^0.1.0-rc.7 필요(rc.2 지원).

Memory-assembly team for DeepSeek Harness: every message triggers a five-step cognition loop (judge, retrieve, assemble, feedback, calibrate) carried by role-playing subagents (judge, retriever, archivist, advocate, editor, scribe), using BM25 retrieval, time-ordered material, and LLM assembly to build useful material packs injected into linghun. Works with dsh-linghun.

Model attribution panel for the dsh web chat — local, zero-network structural fingerprinting (template token leaks, glitch canaries, tokenizer usage-vector matching) that scores which of 29 AI vendors a session's responses most resemble, with a per-claim evidence ledger and a 12-probe active battery.

Council of High Intelligence: 역사적 인물 18명으로 구성된 싱크탱크를 결성해 다관점 구조화 토론을 수행. 실시간 DAG 사이드 패널, SQLite 실행 기록, .council.yaml을 통한 프로젝트별 기본값 지원.

DeepSeek Harness가 조립하는 프로바이더 중립적 컨텍스트를 그대로 검사, 측정, 검색, 비교하는 도구.

SodaMem 데몬이 뒷받침하는 이중 시간 기억: 프롬프트가 조립될 때 회상 결과가 기여되고 닫힌 모든 턴이 수집되며, 읽기 경로에는 도구 호출도 모델 호출도 없습니다. 회상된 각 사실은 출처 턴을 인용하고 유효 기간을 가지므로 대체된 사실은 더 이상 검색되지 않습니다.

DSH hardware sandbox plugin: assemble a 3D scene of ESP32 / BME280 / PIR / LED components with protocol- and voltage-checked port wiring, run real Python project code in the loop against simulated I2C/GPIO hardware with fault injection, let networked device simulators report over HTTP to a real backend (validated end-to-end against a live seat-reservation system), observe a real device read-only and map its state onto the scene, and add support for new boards through data-driven pin definitions. Ships 16 hw_* agent tools plus a bundled SKILL.md.

DeepSeek Harness용 SSQ(중국 복권 더블 컬러볼) 도우미: 1000회 추첨 추세 추적, 앙상블 투표가 있는 6개 예측 모델, 구조 분석 및 ssq 도구를 통한 담탁(胆拖)/랜덤 생성.

Turns a Minecraft Java save into a Blender cover or animation: scans the .mca region files for flat open ground, exports the terrain to OBJ, and drives Blender headless with MCprep materials, the BPS character rig and three-point lighting. After each render it reviews the frame with OpenCV for facing, ground contact, exposure, lighting and composition, then re-renders with adjusted parameters when a check fails. Requires Blender 4.2 LTS or newer and Python 3.10+ with opencv-python and numpy; the first run assembles the Minecraft assets with the bundled setup command.

Semantic code search for DeepSeek Harness: registers two native tools, semble_search (find code by describing its behaviour, returning ranked file:line hits) and semble_find_related (neighbours of a known location), which run the Semble CLI via uvx, plus one bundled routing skill. Requires uv on PATH; the first query on a repository builds its index.

Standalone prompt assembly with a source registry, custom text, strategy editing and previews, and per-session strategy snapshots through DSH public hooks.

System-prompt surface drift gate: every section any plugin or preset contributes to the assembled system prompt is hashed and baselined; a silent rewrite of what the model is told fails loud.

Host-side long-task detection for small-context local models: long outputs are scaffolded into a parts skeleton (one part per reply, then assemble), and multi-step work into a PLAN.md ledger with notes/ (plan first, one step per reply). Detection is heuristic and host-side, so it does not depend on the model judging its own limits.

Read, build and take apart EPUB 3 books with no external dependency — the ZIP reader/writer and the XML scanner are both built in. Inspect metadata, reading order and TOC for structural problems, assemble a book from chapters, or split one back into per-chapter HTML.

Wire-level LLM inspector: captures the raw HTTP request and response bodies of model provider calls and attributes each capture to the session that caused it through the llm/stream waterfall. The request pane renders the body as a collapsible tree with per-node sizes — one measured request was 98.6% a single 973-entry array — and the response pane reassembles the OpenAI-style SSE chunk stream into reasoning, content, tool calls and usage. Shown in a Conversation View tab and a loopback viewer page.