플러그인

DeepSeek Harness의 세션 간 메모리입니다. 세션이 바뀌어도 사용자와 프로젝트를 기억하고, 유휴 시(autoDream) 메모리를 통합하며, 충돌하는 기억은 검토하도록 보류하고 재생 가능한 감사 기록을 남깁니다. SQLite와 편집 가능한 Markdown 미러는 로컬에 저장됩니다. 키워드·벡터·BM25·엔터티 그래프의 4가지 검색, 대화형 메모리 패널, 모델 도구 10개, MCP 서버, 외부 API, CLI를 제공합니다. 요약과 통합은 이미 설정한 호스트 모델로 실행하며, 로컬 embedder를 사용할 때 의미 검색이 완전히 오프라인으로 동작합니다.

DSH용 심층 읽기 및 요약 도구: 플러그인 파서, MapReduce 병렬 심층 읽기 서브에이전트, JSON Schema 출력, 멱등 캐시를 활용해 책·논문·영상·웹을 구조화된 Obsidian 노트로 변환합니다.

DeepSeek Harness용 토큰 비용 파이프라인: 압력 인식 계층형 압축(컨텍스트 압력 40% 미만에서는 무손실 프로젝션, 그 이상에서는 LLM 요약), 에이전트별 도구 허용 목록, 장문 텍스트→이미지 변환 후 비전 요약, 그리고 압력·단계·절약된 토큰을 추적하는 /token-status 명령.

DeepSeek Harness용 미디어 및 비전 워크스페이스입니다. 이미지·비디오·음성 생성, 이미지 Q&A와 요소 위치 찾기, 긴 이미지 OCR, 픽셀 diff, HTML 스크린샷 검증, 비디오 요약을 제공하며 DashScope 및 OpenAI 호환 제공자, 모델 풀, 워크벤치 클라이언트를 지원합니다.

DSH용 세션 간 메모리 플러그인(v0.6.1, npm @asherliner/dsh-memory-connect): 자동 추출, SQLite FTS5 인덱싱, 매 턴 시스템 프롬프트에 주입되는 RRF 시맨틱 리콜, 예약된 유지보수, ctx.llm을 통한 LLM 기반 통합, 컨텍스트 폭발 방지, ~/.dsh/soul.md를 통한 전역 Soul 정체성 제공. v0.5.0은 시간적 컨텍스트 그래프(valid_from/valid_until/supersedes, reviseMemory를 통한 append-only 수정), 신뢰 모델(리콜된 기록은 신뢰할 수 없는 참조로 주입되며 현재 지시가 항상 우선), 턴 종료 요약을 추가했습니다. v0.6.0은 로컬 시맨틱 임베딩(embed_server.py를 통한 BAAI/bge-small-zh-v1.5, FTS5와의 코사인 + RRF 융합, 클라우드 호출 없음, CPU에서 초당 약 232개 메시지)을 추가했습니다. v0.6.1은 경로 설정의 ~ 확장을 수정했습니다. 설정 없이 설치 가능합니다.

DeepSeek Harness용 Codex 스타일 컨텍스트 자동 관리입니다. 요약 모델 호출 없는 무손실 롤오버, 작업별 인계 앵커, 압축 후에도 남는 작업 메모, 보관된 창의 원문 회상을 제공합니다. 오래된 메모는 최신 정보처럼 보증하지 않고 명시적 경고로 낮춥니다. 원클릭 작성 버튼과 /smart-compact 명령, 3단계 자동 롤오버, 필수 앵커 정제를 제공하며 설정 없이 작동합니다.

DeepSeek Harness용 모델 주도 컨텍스트 윈도 롤오버 번들입니다. 새로운 작업 컨텍스트, 모델이 관리하는 지속적 노트, 최근 대화의 짧은 원문 꼬리, 표적화된 이력 복구를 제공하며 요약은 사용하지 않습니다.

장기 태스크 오케스트레이션 루프. Codex가 계획·채점·리뷰를 맡고, DeepSeek가 실행하며, Kimi가 보조한다(시각적 승인, 요약, 상호 검증).

Personal dsh preferences: a tunable companion to the official compaction engine (threshold, retention, summarization model/reasoning, turn-end compaction), llama.cpp model import for the Models page, and tab/notification helpers (status-light favicon, bro

Context trimmer: lists the current session's context entries with role, preview and ≈token estimate (cl100k), highlights over-threshold items, and removes selected entries exactly without LLM summarization.

데이터 분석 툴킷: CSV/TSV/JSON 프로파일링, IQR 및 z-score 이상 탐지, 품질 이슈가 포함된 구조화 요약, 코드 없는 필터/그룹/집계 쿼리.

DeepSeek Harness용 컨텍스트 압축 스킬 -- 지능형 대화 요약

Kill AI Slop for DSH — score a received document on three weighted axes (expression, execution, decision), audit work-slop with a delivery-obligation ledger, and machine-verify every quote against the source. Reads docx, pptx, xlsx, pdf, txt, md, csv, json and html. Zero runtime dependencies, zero network, fully local.

Semantic context watcher for DSH agents: maintains a journey ledger with flash summarization and MinHash novelty detection, folds milestones, and can inject long-term context with a three-level stall response; injection and the stall-2/3 responses are off by default.

Stops compaction summaries and session titles from burning their output budget on reasoning, by lowering the thinking level and raising the token floor for auxiliary calls only.

Archive DeepSeek Harness sessions into a self-hosted WeKnora knowledge base with extraction, summarization and incremental dedup.

Rapid-refill circuit breaker for DeepSeek Harness automatic compaction. It refuses a compaction that would be futile — the context refilled within fewer than N tool turns M times in a row, which the unbounded step-pressure trigger cannot detect — and instead of burning a summarization call on every step it reports the situation with advice, usually that a single read or tool output was too large. Shows state and re-arms through /compaction-breaker, and injects one prompt section so the model relays it to the user. Covers host-plane sessions through its profile bundle; ordinary sessions need one row replaced inside an agent preset.

CWL — Context Window Lifecycle for DeepSeek Harness: structured context eviction (arXiv:2606.11213). Graduated, deterministic, zero-LLM eviction of exploration/action episodes when context pressure exceeds budget — no summarization lossiness, no hallucina

One-click context compression for the dsh web GUI: a 压缩 button on the session title bar summarizes the whole conversation into a few lines, opens a new session in the same workspace seeded with the summary, and switches to it — the original session stays untouched.

Compaction backend replacing LLM summarization with a deterministic semantic extractor (keeps code/paths/commands, drops chatter) plus 28.4x KV-compression accounting.