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.

DeepSeek Harness(dsh)용 WeKnora 지식 검색 도구: 자체 지식 베이스에 대한 시맨틱 검색, 문서 읽기 및 RAG/에이전트 답변을 제공합니다.

구성만으로 동작하는 번들로, DSH의 MCP 클라이언트를 통해 Ouroboros를 마운트하여 인터뷰, Seed, 실행, 평가, 진화 워크플로 도구 36개를 DSH 내에 노출합니다.

단일 번들로 제공되는 리버스 엔지니어링 및 펜테스트 보안 플러그인. 첫 턴 도구 좁히기, 도메인 라우팅, APK·웹·네이티브 바이너리·프로토콜·멀웨어·LLM 샘플을 다루는 33개 도구 — 압축 해제, 라이선스 우회, 분석 우회 대응 플레이북, H-CoT 평가 엔진(의미 라우팅, /hcot 명령), 원장 기반 도구 선반이 있는 웹 워크벤치, 디스크에 자동 저장되는 증거 체인과 E 번호 검증된 발견, 압축 후 재개 기능을 갖춘 온디스크 케이스 워크플로, GitHub 기반 외부 도구 탐색, 361개의 온디맨드 참고 문서를 포함합니다.

DeepSeek Harness용 정량 R&D 툴킷 — 시장 데이터, 지표, 팩터 평가, walk-forward ML 검증, 리스크(VaR/CVaR/drawdown/Beta와 Kupiec POF), 옵션, 채권, FICC 및 펀드 시뮬레이션을 포괄하는 6개 도메인의 59개 도구를 제공하며, PDAT→PET 엔드투엔드 연구 파이프라인을 포함합니다.

로컬 WebSocket 브리지를 통해 DSH에서 실제 Chrome 제어: 탭 관리, 네비게이션, DOM 스냅샷, 페이지 JS 평가, 클릭, 타이핑, 스크린샷, 대기, 설정 토글 뒤의 대화상자 처리.

DeepSeek Harness용 로컬 우선 A주 리서치 워크벤치: 시장 대시보드, 워치리스트, 밸류에이션, 4명의 투자자 에이전트, 버전 관리 리포트, 리포트 후 지속적 채팅을 제공합니다.

호스트 측 DSH 평가 제어 플러그인입니다. 평가 시행의 변수, 예산 한도, 세션 root, fork 계보를 에이전트 프로세스에 주입하고 gateway lease 아래 host broker를 통해 모델 호출을 라우팅합니다. 증거 귀속용 schema-versioned bundle descriptor를 기록합니다.

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

DSH 플러그인용 평가 harness입니다: YAML 케이스로 실제 헤드리스 에이전트 실행을 구동하고 도구 호출, 인자, 결과, 토큰 사용량을 검증하며 CI 회귀를 위한 베이스라인 게이트를 제공합니다.

증거 우선 자기 진화 컨트롤러: 제한된 Cordis 후보 생성, 원샷 실제 Loader 승인, Harbor 평가, 그리고 크래시 후 재개 가능한 저널화된 계보.

Drives a locally installed Moli headless browser from DeepSeek Harness: rendered fetch, JavaScript evaluation, Markdown, semantic trees, screenshots and PDFs. A CSS selector returns one container rather than the whole page (measured 40-80x fewer tokens on listing pages) and scroll triggers lazy loading. Installs Moli when it is missing; verified with a real engine on Windows, Linux and macOS.

DSH 에이전트용 금융 데이터 툴킷: 숫자 및 통화 서식 지정(중국어 wan/yi 단위 포함), 수익률 및 CAGR 계산, 가치 평가 및 수익성 비율, PV/FV, 리스크 지표, 데이터 품질 체크리스트.

능동적 다중 모델 스케줄링 프로필: 중복 제거 및 긴급도 랭킹이 포함된 다중 소스 신호 인테이크, 4방향 execute/defer/dismiss/ask-user 결정 엔진, 병렬 모델 실행이 포함된 DAG 플랜 생성, 자동 재시도 및 모델 전환이 포함된 품질 리플렉션, 태스크 패턴 및 교훈을 위한 장기 메모리, 샌드박스 평가 및 카나리 롤아웃이 포함된 유전 알고리즘을 통한 전략 진화.

분리된 Git worktree에서 3개 또는 5개의 코딩 에이전트 후보를 실행하고, 프로젝트 명령으로 패치를 검증하며, 통과한 후보만 순위 매기고 승격 전에 별도 승인을 요구합니다.

중국 A주 주식 리서치: 종목 코드 검색, 모든 날짜 범위의 공시, 재무 보고서 카드, 밸류에이션 프로필 및 신호 요인 설명(2011년 이후 약 5,000개 종목, 공개 읽기 전용 데이터 서비스)을 제공하며, 외부 모의거래 제품으로 연결하는 도구도 포함합니다.

DeepSeek Harness용 감사 가능한 비전 및 크로스 플랫폼 Computer Use 런타임, 출처를 보존하는 증거 포함.

PR 평가 및 개선 컨설턴트: 과거의 안티패턴과 성공 패턴을 바탕으로 PR 성공 확률을 평가하고, 원클릭 점수 산정 및 실행 가능한 제안을 제공합니다.

Insta360 GO 3S용 자동 일일 콘텐츠 파이프라인: 수족관 영상의 BLE/WiFi 원격 촬영, 무선 가져오기, 의사결정 로그가 있는 ffmpeg 품질 평가, 자동 편집(세그먼트 선택, TTS 내레이션, 음악, 자막), biliup을 통한 Bilibili 업로드(기본값은 드라이런).

보험 계리사 — 단순한 설명이 아닌 실제 계리 계산(C-ROSS II BEL+RM 하의 생명 및 P&C 준비금 평가, NBV/VNB/IRR 이익 테스트, 내재가치 EV, 가격 결정 및 손실 삼각형 준비금)을 실행합니다.

가이드형 케이스 작성, 단언, 웹 비교 보고서, 복구 및 정책 게이트를 통해 재현 가능한 DSH 프로필 및 패치 실험을 실행합니다.

DeepSeek Harness용 모델 네이티브 메타 에이전트 플러그인: 다섯 가지 에이전틱 워크플로 패턴(프롬프트 체이닝, 병렬 워커, 라우터, 슈퍼바이저, 평가 루프)으로부터 모델이 런타임에 작업별 워크플로를 합성하고 도구와 서브에이전트를 조율

Evaluation guard for DSH: workspace-only filesystem, no network/subagents, wall-clock limits, and task installation for meow-ai-arena and benchmark tasks.

Read-only Skill inspector for DeepSeek Harness. It shows which Skills a conversation actually loaded — from observed loading evidence only — and which Skills the current environment can discover, and gives each Skill a detail page whose left column switches between the framework, the evidence, validation, evaluation, step evidence, run logic, the before/after of a modification when there is one, the definition facts and the raw SKILL.md. Declaration and run stay apart: the body is split into structure, declared workflow and progressive disclosure, the run logic is read from local receipts, and every declared step carries its own evidence — no observed evidence is reported as exactly that, not as executed or not executed, and the run's instruction hash sits beside the current definition as match, mismatch or unavailable. The evidence view gives each subject one of three states (declared, observed, unavailable), walks definition → load → use → outcome, names what each stage cannot reach, declines to attribute an outcome to the Skill, and can copy the snapshot out as byte-stable JSON. Validation checks the Agent Skills open standard and the platform profiles separately, each finding on a rule id and labelled standard compliance or platform compatibility. Evaluation keeps repeatable cases with the conditions each run was recorded under and the four stages of runtime evidence, comparing two runs of one case item by item without scoring them. The trigger boundary keeps should-trigger and should-not-trigger prompts, has you run them in a real new session, then records what was observed — whether a load record appeared and whether it was model-invoked or user-explicit; a typed /name is not a natural trigger, and an absent load record is reported as not observed, not as not triggered. The same projections are exposed to the agent as a read-only skill_review tool, which returns a structured review packet and says what it omitted when the packet will not fit whole. The inspector, the evidence chain and these reviews are computed on this machine from the definition and the session receipts; the Chinese reading version sends the body through the host's model when you ask for it, keeping code fences, paths and frontmatter verbatim and storing the result on this machine. A Skill can also be cloned into a local copy. It does not write back to the source Skill and does not run its scripts.