플러그인

각 턴이 호출한 스킬(모델이 로드, /name으로 입력, 또는 없음)을 보고하고 로컬 스킬 디렉터리를 관리합니다: 붙여넣은 저장소, 폴더, SKILL.md 또는 zip 주소에서 설치하고, 스킬 meta.yaml에 중국어 표시 이름을 설정하며, 스킬을 제거할 때 백업을 유지합니다.

Claude Code 스타일의 선언적 권한 규칙: tools/pre-execute 워터폴 상에서 도구 이름, 인수, 워크스페이스 경로, 에이전트 식별자와 매칭되는 순서 있는 allow/deny/ask YAML 규칙. 전체 세션 로그 감사, 드라이런 모드, 핫 리로드를 지원.

MCP를 통해 AI 챗에서 OriginLab Origin 과학 플로팅을 구동합니다: 62개 도구. 모달 대화상자 와치독, LabTalk 안전 게이트, release/reconnect, 초기/고정/가중치 파라미터를 이용한 피팅, 세밀한 플롯 및 시트 편집, 매트릭스 도구, FigureSpec 선언형 YAML(diff 및 재생 가능), MCP Resources 읽기 전용 스냅샷, matplotlib-figure 브리지, 패널 레이블이 있는 PowerPoint 어셈블리, Graph Gallery 템플릿 검색, EPS 내보내기, 파일 접근 화이트리스트, 시각적 회귀 베이스라인, 결정론적 읽기 검증이 포함된 편집 가능한 OPJU 결과물.

DeepSeek Harness(dsh)용 네이티브 Rapid-MLX 프로바이더 — dsh가 settings.yaml 대신 서버에서 모델 정보를 읽습니다.

에이전트별 페르소나, 시스템 프롬프트 섹션, 도구 설명을 편집하는 프리셋 작업대입니다. 도구와 스킬을 선택하고 요청 컨텍스트를 미리 보며 JSON/YAML 구성을 가져오거나 내보낼 수 있습니다.

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

DeepSeek Harness용 웹소설 작성 프리셋입니다. 주 에이전트가 편집장을 맡고 개요, 초고, 검토, 설정 관리, 조사를 5개 도우미에게 7단계로 위임합니다. 소설 전체를 구조화된 Markdown/YAML novel/ 디렉터리(인물 카드, 복선 상태 머신, 타임라인, 서사 메모리)로 관리하며 사이드바 창작 패널과 의존성 없는 CLI 명령 6개도 제공합니다.

dsh용 특허 작성 게이트키퍼 — 아이디어를 먼저 중국 선행기술과 대조해 검증한 뒤, 5자 정렬 인터뷰, 8장 공개 초안 작성, 도면과 시뮬레이션 실행, 7차원 검토, docx/PDF 내보내기를 진행합니다. 스킬은 바로 사용할 수 있고, 검색·내보내기·실험 도구는 비활성 상태로 제공되는 번들 Python MCP 서비스에서 옵니다 — ~/.dsh/patent-services.yaml에 한 줄을 넣으면 활성화되며, uvx가 PyPI에서 wheel을 가져옵니다.

settings.yaml로 구성 가능한 서브에이전트 위임 기본 모델. 단일 모델과 다중 모델 라운드 로빈 또는 무작위 전략을 지원합니다.

각 턴에서 어떤 스킬이 호출되었는지(모델이 로드한 것, /name으로 입력한 것, 또는 없음) 보고하고 로컬 스킬 디렉터리를 관리합니다. 붙여넣은 저장소, 폴더, SKILL.md 또는 zip 주소에서 설치하고, 스킬 meta.yaml에 중국어 표시 이름을 설정하고, 백업을 유지한 채 스킬을 제거할 수 있습니다.

settings.yaml에서 OpenCode Zen 무료 등급 및 Go 등급 모델 관리 — opencode.ai에서 실시간 모델 목록을 가져오고, 경로별로 구성된 값과 실시간 값의 차이를 보고하며, 4개의 에이전트 도구와 OpenCode Models 설정 섹션을 통해 항목을 추가하거나 제거합니다.

harness에 이미 설정된 모델을 사용하여 마켓에서 설치된 플러그인의 중국어 사본을 영어로 다시 씁니다 — 플러그인 설치 시 자동으로, 그 후 라이브 리로드됩니다. 각 파일은 한 번의 전체 파일 패스로 번역되고, 실제 파서가 있으면(JavaScript용 node --check, 그 외에는 JSON 및 YAML 파서) 검증되며, 최대 3회 수리 시도를 위해 오류와 함께 모델로 반환됩니다. 48 KB를 초과하거나 파싱되지 않는 파일은 반환된 각 줄을 구조적으로 원본과 대조하는 줄 범위 패스로 폴백합니다. 트리거 문구와 로케일 테이블은 번역하지 않고 보존할 수 있으며, 손대지 않은 원본은 .zh.bak로 파일 옆에 보관됩니다.

컨텍스트 주입을 포함한 구성 기반 수명 주기 후크: event, handler, outcome을 YAML로 선언합니다. handler는 in-harness 도구(MCP 포함), 셸 명령 또는 HTTP 엔드포인트이며, outcome은 model-visible context, denied tool call 또는 fire-and-forget입니다.

Claude Code 스타일 권한 규칙 엔진: hard/deny/ask/allow 계층(전체 접근보다 위인 hard 계층), 워크스페이스 범위 규칙, 와일드카드 경로 보호, 시각적 단계 편집기. 규칙은 settings.yaml에 저장됩니다.

버전 관리와 검토가 가능한 파일로 자동화 task를 관리합니다. YAML/JSON/JS에 schedule, prompt, model, permission, working folder를 적으면 저장 후 1초 내 DSH Schedule에 생성/갱신/비활성화/삭제를 정확히 반영합니다. task마다 별도 conversation에서 실행하며 실행별로 persistent/fresh를 선택합니다. /automations로 수동 동기화하고 파일 오류를 표시합니다. task가 없어도 Schedule을 지우지 않습니다.

GitHub 공식 원격 MCP 서버를 DSH 플러그인으로 연결합니다: github_set_token으로 PAT를 DSH 자격 증명 센터(.credentials.yaml)에 저장하고, GitHub 도구를 mcp__github__*로 노출합니다.

MCP를 통해 DSH에서 AItelier 파이프라인 실행: 39개 도구(읽기 22, 쓰기 17)로 다단계 SkillFlow 파이프라인을 생성, 실행, 검사, 편집, 내보내기, 가져오기. 단계는 DSH 세션이 아닌 AItelier에서 실행되며 run_id로 폴링되고, 엔진 강제 체크포인트에서 일시 중지하여 answer_checkpoint로 응답하며, 단계별 추적 및 단계 출력을 나중에 읽을 수 있도록 남깁니다. add_provider / map_model / edit_role은 개별 역할을 로컬 또는 더 저렴한 엔드포인트로 지정합니다. aitelier-pipelines 스킬을 번들.

공식 모델 페이지에서 모델별 reasoning-effort 수준과 이미지 입력(멀티모달) 선언을 인라인 편집하고 settings.yaml에 그룹 전체로 기록합니다. 기준 위치가 깨질 경우를 위한 플로팅 진입점도 제공합니다.

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 Harness에서 AItelier를 서브에이전트로 사용합니다: SkillFlow 파이프라인 생성, 편집, 실행, 내보내기, 가져오기. 클라이언트 전용이며 실행 중인 AItelier 백엔드(Docker; README 참조)가 필요합니다.

월드 모델 연구 툴킷: 프레임 검사, 3D/픽셀/잠재 경로 명명, 예측 대 GT 점수화, RSI 스킬 / wm.yaml.

Defines multi-agent team rosters as YAML or JSON files, validates them, bridges each member into dsh-agent-teams member arguments, and verifies the result against the running team.

YAML 또는 JSON 파일로 멀티 에이전트 팀 명단을 정의하고 검증합니다. 각 멤버를 dsh-agent-teams의 member 인수에 연결하고 실행 중인 팀과 대조해 결과를 확인합니다.