플러그인

AI Company Framework: 한 문장을 다중 에이전트 회사로 변환 — 15개의 플랫 스킬(boss/pipeline/role-template/11 roles/generic customer-memory), 7개의 워크플로우 템플릿, AgentTeams 런타임 + 활동 패널, 세션별 격리가 있는 직원 사이드바, Feishu 봇 브리지(boss 및 직원별 봇, 그룹 라우팅, 자율 푸시, 인간 의사결정 게이트, 외부 연락처 가이드), 고객별 SQLite 메모리, 3계층 메모리(크로스 그룹 병합), /company 모드 전환; RAG 없음.

멀티 모델 오케스트레이터: 메인 브레인이 복잡한 작업을 분해하고 각 모델의 강점에 따라 GLM / Kimi / Qwen 서브에이전트에 하위 작업을 배분하며, 모델별 토큰 사용량을 표시합니다.

dsh용 RLM 모드: 통합된 rlm() 함수를 통한 재귀 서브에이전트 — 자식 에이전트를 일급 Python 호출로 스폰, 대기, 체이닝. tools.* 바인딩 및 컨텍스트-변수형이 포함된 영구 IPython 커널 추가.

DSH용 시각적 드래그 앤 드롭 워크플로 빌더입니다. React Flow 캔버스에서 도구 호출, 하위 에이전트 및 조건부 분기를 오케스트레이션합니다.

Model-callable compact_agents tool that force-compacts context in every live session (main session, ordinary sub-agents and AgentTeams members alike), queues busy targets and compacts them when the turn ends, reports the shadowed node count and estimated tokens per target, and ships a browser form for the trigger ratio, retained ratio, controlled-phase output budget, auto-continue budget and an end-of-turn pre-compaction ratio that compacts near the trigger line once a turn ends, so a reply no longer opens with a wait for the summarizer.

이름 있는 역할을 사용하는 플래너/실행자 위임: 강력한 플래너가 지휘하고 일회용 실행자 서브 에이전트(역할별 라우트와 프롬프트)가 구현합니다. 기본 역할과 위임별 재정의, 작성기 칩의 전역 추론 강도 노브, 역할 관리를 위한 설정 페이지를 제공합니다.

Jimu (积木): domain-based orchestration plugin for DeepSeek Harness — domain_plan confirmation, per-domain sub-agents with hand-off, and automatic LLM audit.

RLM mode for dsh: recursive sub-agents via a unified rlm() function — spawn, await, and chain child agents as first-class Python calls. Adds a persistent IPython kernel with tools.* bindings and context-as-variable.