DeepSeek Harness Plugins: 설치할 가치가 있는 7가지, 그리고 아무도 목록에 넣지 않는 하나의 레이어

밝은 홈 워크스테이션에서 두 대의 모니터를 사용하는 개발자, 왼쪽 화면의 터미널에는 플러그인 설치 로그가 스크롤되고 오른쪽에는 플러그인 카드 그리드가 새로고침 중

플러그인 일곱 개, 공급자 블록 하나, 그리고 실제로 이해할 수 있는 프로필 하나. 이게 전부입니다.

2026년 8월 13일, DeepSeek이 에이전트 하네스를 오픈소스로 공개했습니다. 약 12시간 만에 GitHub 스타 약 50,000개, 28시간째에는 약 92,000개를 기록했습니다(Justin3go, 2026년 8월). 4일 후, 레포는 144.4k 스타와 14.7k 포크를 기록하고 있습니다(GitHub, 2026년 8월).

이제 타임라인은 dsh-* 레포로 가득합니다. 테마, 음성 입력, 포모도로 타이머, 에이전트가 생각하는 동안 할 수 있는 고래 아케이드 게임까지. 큐레이션된 커뮤니티 목록은 1,100개를 넘었습니다.

그러다 API 사용량 페이지를 보게 됩니다.

이것은 또 다른 플러그인 디렉터리가 아닙니다. dsh를 오후 내내 실행해도 괜찮게 만드는 일곱 가지 요소와, 나머지 여섯 개의 가격을 합리적으로 유지할지 결정하는데도 거의 아무도 플러그인 목록에 추가하지 않는 설정 레이어 하나입니다.

핵심 요약

• dsh는 MIT 라이선스이며 명시적으로 개발자 프리뷰입니다. README 자체에 "호환성을 깨는 변경 사항이 있을 것입니다."라고 적혀 있습니다.
• "모든 것이 플러그인"이라는 것은 모델 레이어 자체도 포함합니다. 이것이 아키텍처의 가장 과소평가된 결과입니다.
• 플러그인 수가 플러그인 품질을 의미하지는 않습니다. 한 리뷰어는 호환 가능한 통합 41개 대비 주의가 필요한 219개를 발견했고, 시도한 서드파티 도구 5개 모두 완전히 실패했습니다.
• 아무것도 설치하기 전에 프로필이 무엇인지 배우십시오. 그렇지 않으면 한 프로필에 설치하고 다른 프로필을 실행하며 아무것도 나타나지 않는 이유를 알게 될 것입니다.
• dsh는 설계상 무거운 컨텍스트 소비자이며, DeepSeek 자체 API는 이제 시간대별로 요금을 청구합니다. 공급자 설정은 전체 구성의 핵심 부분입니다.

단일 47.6K 입력 턴에 대한 두 개의 비용 측정 패널이 나란히 표시됨, 자사 API 최고 요금과 고정 요금 엔드포인트, 각각 입력, 출력 및 턴당 합계를 보여줌

이 전체 설정의 결과: 에이전트 작업 한 턴, 두 가지 방식으로 가격이 책정되고 실제로 읽을 수 있는 패널에 표시됩니다. 수치는 2026년 8월 17일 현재 각 경로의 게시된 요금표에서 계산되었으며, 측정된 실행 결과가 아닙니다.

DeepSeek Harness 플러그인이 폭발적으로 증가한 이유와 대부분이 깨지는 이유

성장은 실제이며 취약성도 실제입니다. 출시 이틀 만에 2,000개 이상의 플러그인 제출이 있었고(Justin3go, 2026년 8월), 커뮤니티 목록은 이제 14개 카테고리에 걸쳐 1,100개 이상의 설치 가능한 플러그인을 보유하고 있습니다.

이것이 일반 확장 API와 다른 점은 그 깊이입니다. DeepSeek의 설계 원칙은 "모델, 도구, 스킬, 세션, 샌드박스, 파일시스템, 루프, 오케스트레이션, UI 컴포넌트"를 포함하며, 이들은 "혼합, 매칭, 교체, 확장"될 수 있습니다(The Register, 2026년 8월). 하네스는 Cordis 커널 위에 구축되었으며, 플러그인은 언로드될 때 정리되는 apply(ctx) 함수를 통해 수행 작업을 등록하고, 에이전트 루프 자체도 교체 가능합니다. 모델 공급자도 마찬가지입니다.

같은 기사에서 인용된 Armin Ronacher는 매력을 잘 설명했습니다: "DeepSeek Harness가 완벽하다고 생각하지는 않지만, 이 분야에서 새로운 것을 보고 우리의 선택을 재고해보고 싶다는 영감을 처음으로 받은 것은 확실합니다."

이제 냉정한 현실입니다. 공식 호환성 목록은 호환 가능한 통합 41개 대비 주의가 필요한 219개를 보여주었고, 실습 테스트에서 "시도한 서드파티 도구 5개 모두 완전히 실패했습니다"(Justin3go, 2026년 8월). 하네스 README도 이를 숨기지 않습니다. 개발자 프리뷰이며 "빠르게 반복 중"이고, 대문자로 약속된 호환성을 깨는 변경 사항이 있습니다.

따라서 현명한 전략은 "30개의 플러그인을 설치하는 것"이 아닙니다. 실제 운영 문제를 해결하는 소수의 플러그인을, 각각이 다음 플러그인을 더 안전하게 만드는 순서로 설치하는 것입니다.

DeepSeek Harness 플러그인이 함께 작동하는 방식: 프로필, 번들, 모델 레이어

세 가지 개념은 "설치했는데 아무 일도 일어나지 않았다"는 게시글의 거의 모든 것을 설명합니다.

프로필. 프로필은 플러그인과 설정의 명명된 독립적인 구성입니다. dsh는 첫 사용 시 자동 초기화되는 템플릿을 제공하며, 여기에는 web(dsh web이 시작하는 것)과 headless가 포함되며, 번들 소스로 dsh-base, dsh-web-app, dsh-headless를 사용할 수 있습니다. 플러그인은 프로필 안에 설치됩니다. 잘못된 프로필에 설치하면 플러그인은 실제로 존재하지만 실행 중인 것에는 없습니다.

번들. 모든 설치 가능한 플러그인은 dsh.bundle 매니페스트를 선언합니다. 이 매니페스트는 플러그인 명령과 커뮤니티 목록에서 검색 가능하게 만드는 요소이며, 커뮤니티 목록은 dsh plugin add를 통해 설치 가능한 항목만 허용합니다.

모델 레이어. llm-pi-ai 아래에서 공급자는 단지 설정일 뿐입니다. 문서에서 바로 가져온 형태입니다:

yamlCopy
1llm-pi-ai:
2  providers:
3    my-gateway:
4      apiKeyEnv: GATEWAY_API_KEY
5      api: openai-completions
6      baseURL: https://gateway.example/v1
7      models:
8        - id: legacy-chat
9        - id: vision-preview
10          input: [text, image]
11

이것이 전체 메커니즘입니다. api: openai-completions와 baseURL을 설정하면 OpenAI Chat Completions 프로토콜을 말하는 모든 것을 가리킬 수 있습니다. 키는 별도로 $DSH_HOME/.credentials.yaml에 저장되며 쓰기 전용이므로 settings.yaml은 참조를 보유하고 실제 비밀은 절대 저장하지 않습니다.

아무도 목록에 추가하지 않는 DeepSeek Harness 플러그인 레이어

플러그인 디렉터리를 스크롤하면 테마, 패널, 메모리 시스템, 알림 브리지를 찾을 수 있습니다. 상단 근처에서 찾을 수 없는 것은 공급자 블록입니다. 설치하는 플러그인이 아니라 한 번 작성하는 YAML 아홉 줄이기 때문입니다.

산술 문제 때문에 중요합니다. dsh는 모델이 보는 모든 것을 추가 전용 세션 로그에 기록하고, 컨텍스트를 적극적으로 주입하며, 서브에이전트를 예약합니다. 이 설계에는 토큰 비용이 따릅니다. 동일한 모델에 대한 예비 비교에서 Pi의 캐시되지 않은 입력은 약 4.5K 토큰인 반면 dsh는 약 47.6K였으며, "한 자릿수 차이"였습니다. 리뷰어는 혼란 요인을 지적하고 dsh가 프리뷰 상태임을 언급했으며, 별도로 dsh가 CLAUDE.md와 AGENTS.md를 모두 읽고 내용이 일치할 때 시스템 프롬프트를 두 배로 만드는 실제 버그를 확인했습니다(Justin3go, 2026년 8월). 이는 한 사람의 초기 측정값으로, 확정된 사실로 취급하지 마십시오. 그러나 추세 방향은 논쟁의 여지가 없습니다.

한편 DeepSeek의 자사 API는 이제 시간대별로 가격을 책정합니다. 피크 시간대는 01:00-04:00 및 06:00-10:00 UTC이며, 오프피크 요금은 피크의 절반입니다(DeepSeek API 문서, 2026년 8월). deepseek-v4-flash와 deepseek-v4-pro 모두 1M 컨텍스트와 384K 최대 출력을 제공합니다.

따라서 모델 레이어는 플러그인 스택이 지속 가능하거나 그렇지 않은 곳입니다. 참고로, 동일한 DeepSeek 모델 ID가 고정 요금 호스팅 엔드포인트에서 제공하는 비용은 다음과 같습니다. Atlas Cloud는 DeepSeek의 자체 모델 ID를 고정 요금으로 제공하므로 자사 수치와 직접 비교 가능하며, 사과와 오렌지를 바꾸는 것이 아닙니다.

표 1. DeepSeek 모델 ID 및 1M 토큰당 게시된 요금, 2026년 8월 17일 확인

이 표를 정직하게 읽으십시오. 한 가지를 말하는 것이 아닙니다. Flash는 공식 등급보다 고정 요금이 더 저렴합니다. Pro의 고정 입력 요금은 공식 피크 캐시 미스 요금보다 높습니다. 그리고 공식 캐시 히트 입력은 거의 무료에 가깝기 때문에 캐시 히트율이 높은 워크로드는 자사 API에서 가장 저렴할 수 있습니다. 고정 요금 엔드포인트가 실제로 제공하는 것은 예측 가능성입니다: 03:00 UTC와 15:00 UTC에서 동일한 가격, 자사 계정 제한 없음, 동일한 모델 ID로 다시 전환하는 것이 한 줄이면 됩니다.

DeepSeek Harness 플러그인 스택, 단계별로

여덟 단계, 순서가 있는 이유가 있습니다. 각 단계는 다음 단계를 가능하게 하거나 더 안전하게 만듭니다.

표 2. 7개 플러그인 스택, 자체 포함

시작하기 전 설치 사양에 대한 참고 사항. dsh plugin --profile <name> <args>는 해당 프로필 디렉터리 내에서 pnpm으로 인수를 전달하므로 pnpm이 해결할 수 있는 모든 것(npm 패키지 이름, github:owner/repo 사양, 개발 중인 플러그인의 link:/absolute/path)이 작동합니다. 실제로 중요합니다. 레지스트리를 확인했을 때 dsh-cost-meter와 dsh-tier-router는 npm에 게시되지 않았으므로 GitHub 사양이 이 두 가지에 대한 유일한 경로입니다.

단계 1. dsh 설치 및 웹 프로필 시작.

bashCopy
1npx @deepseek-ai/dsh web
2

명령은 서버 URL을 출력합니다. 소스에서 빌드하려면:

bashCopy
1git clone https://github.com/deepseek-ai/deepseek-harness.git
2cd deepseek-harness
3pnpm install
4pnpm run build
5pnpm dsh web
6

그런 다음 브라우저에서: 설정, 모델, API 키를 붙여넣고 저장합니다. 작업 공간을 선택하고 프로젝트 디렉터리를 가리킨 후 세션을 시작합니다.

DeepSeek Harness 웹 UI 첫 실행 시 작업 공간 선택기가 있는 새 세션 화면

1단계 완료: dsh web이 로컬에서 실행 중이며 작업 공간이 선택됨.

단계 2. 아무것도 설치하기 전에 프로필을 이해하십시오.

대부분의 사람들이 건너뛰는 단계이며 "플러그인을 설치했는데 나타나지 않음" 혼란의 대부분을 야기합니다. 부팅하지 않고 구성된 구성 트리를 검사합니다:

bashCopy
1dsh --profile web --dump-config
2

또한 차이점을 비교할 기준선을 원한다면 --dump-default-config도 있습니다. 찾고 있는 것은 방금 설치한 번들이 실행 중인 프로필의 구성된 트리에 실제로 나타나는지 여부입니다. 그렇지 않다면 다른 프로필에 설치한 것입니다.

dsh --dump-config의 터미널 출력, 웹 프로필에 대한 구성된 플러그인 번들 목록이 표시됨

--dump-config는 거의 모든 "내 플러그인이 없어요" 질문에 대한 답입니다.

단계 3. 플러그인보다 먼저 마켓을 설치하십시오.

bashCopy
1dsh plugin --profile web add dshmarket
2

이것은 설정 내에 검색 가능한 플러그인 브라우저를 추가하며, 한 번 클릭으로 설치 및 업그레이드가 가능하고 테마 탭도 제공합니다. 이후 대부분의 설치는 터미널이 아닌 UI에서 이루어집니다. 검색을 완전히 위임하려면:

bashCopy
1dsh plugin --profile web add dsh-find-plugin
2

이것은 에이전트가 플러그인을 찾아주도록 하며, 약간 우스꽝스럽지만 매우 유용합니다.

DeepSeek Harness 설정 내 dsh-market 플러그인 브라우저, 검색 가능한 플러그인 카드와 설치 버튼, 카테고리 필터 표시

설정 내 마켓 패널, 나머지 설치가 진행될 곳.

단계 4. 서드파티 코드보다 먼저 스캐너를 설치하십시오.

커뮤니티 목록은 상단에 경고 상자를 포함하며, 그 내용을 인용할 가치가 있습니다: "플러그인을 설치하면 서드파티 코드가 사용자의 권한으로 컴퓨터에서 실행되며, 파일을 읽고, 자격 증명을 사용하고, 네트워크에 접근할 수 있습니다. 도구 승인은 플러그인 코드를 샌드박싱하지 않습니다." (awesome-dsh-plugin, 2026년 8월).

따라서 먼저 스캔하십시오:

bashCopy
1npm install -g dsh-poison-guard
2dsh-poison-guard scan ./some-plugin
3dsh-poison-guard scan ./some-plugin --json
4

세 가지 레이어로 실행됩니다: 동적 가져오기, 난독화, eval/Function/vm 사용, 유출 및 안전하지 않은 셸 명령에 대한 NodeSecure JS-X-Ray를 통한 AST 분석; 재스캔 전에 atob(), Buffer.from() base64 및 16진수, String.fromCharCode() 및 이스케이프 시퀀스를 풀어내는 난독화 해제 디코더; 리터럴 문자열 및 postinstall, prepare와 같은 설치 시간 스크립트에 대한 정규식 휴리스틱. 종료 코드는 깨끗하면 0, 발견 사항이 있으면 1이므로 CI에 바로 적용할 수 있습니다. 프로필 내에서도 사용할 수 있습니다:

bashCopy
1dsh plugin --profile web add dsh-poison-guard
2

dsh-plugin-doctor와 함께 사용하면 매니페스트, 패치, 엔트리, 빌드, 패키지, 설치를 확인하고 프로필 호스트 섀도잉을 감지하며 자체 독성 사전 점검을 실행합니다.

dsh-poison-guard 스캔 보고서가 터미널에 표시되며, 커뮤니티 플러그인에 대한 레이어별 발견 사항이 나열됨

임의의 커뮤니티 플러그인에 대한 사전 설치 스캔. 요점은 항상 무언가를 찾는다는 것이 아니라, 확인했다는 것입니다.

단계 5. 모델 레이어를 원하는 곳으로 지정하십시오.

이전 섹션의 레이어이며, 이제 실제 편집으로 적용합니다. $DSH_HOME/settings.yaml을 엽니다:

yamlCopy
1llm-pi-ai:
2  providers:
3    atlas:
4      apiKeyEnv: ATLASCLOUD_API_KEY
5      api: openai-completions
6      baseURL: https://api.atlascloud.ai/v1
7      models:
8        - id: deepseek-ai/deepseek-v4-flash-0731
9        - id: deepseek-ai/deepseek-v4-pro
10        - id: deepseek-ai/deepseek-v3.2
11

bashCopy
1export ATLASCLOUD_API_KEY=sk-...
2

공급자 블록은 모든 OpenAI 호환 엔드포인트(자체 게이트웨이, 로컬 vLLM 서버, 호스팅 서비스)를 허용합니다. 위의 예제는 호스팅된 DeepSeek 엔드포인트를 사용합니다. 모델 ID와 요청 스키마가 자사 API와 일치하므로 나머지 설정은 그대로 두고 baseURL 한 줄만 변경하면 다시 전환할 수 있습니다.

클릭을 선호한다면 웹 UI에 사용자 정의 공급자 양식이 있습니다. 공급자 ID(소문자, 영구), 표시 이름, 기본 URL, API 프로토콜, API 키 자격 증명 및 하나 이상의 모델이 필요합니다. 저장하면 수정된 설명자가 반환되며, 실제 비밀은 절대 반환되지 않습니다.

한 가지 실용적인 문제점. UI의 "사용 가능한 모델 가져오기" 버튼은 엔드포인트의 GET /models를 호출하며, 해당 경로가 없는 엔드포인트는 모델 ID를 수동으로 입력해야 합니다. 이 엔드포인트를 직접 확인했습니다: /v1/models에 응답하며 위의 세 가지 DeepSeek ID를 모두 반환하지만, JSON 봉투는 OpenAI의 목록 형태와 바이트 단위로 동일하지 않습니다. 따라서 가져오기가 비어 있으면 공급자가 고장난 것으로 가정하지 마십시오. 위에 정확히 작성된 대로 세 개의 ID를 입력하십시오. 이는 완전히 지원되는 경로입니다.

DeepSeek Harness 모델 선택기에서 사용자 정의 공급자가 확장되어 settings.yaml 공급자 블록에서 로드된 세 가지 DeepSeek 모델 ID를 보여줌

5단계 완료: 사용자 정의 공급자의 DeepSeek 모델이 내장 모델 옆에 선택 가능함.

단계 6. 비용을 확인 가능하게 만드십시오.

bashCopy
1dsh plugin --profile web add github:Han-1413141/dsh-cost-meter
2

세션별 및 일일 비용, 예산(사용 비율), 공식 잔액 및 기록 대시보드를 얻을 수 있습니다. 어떤 디렉터리 페이지도 알려주지 않는 중요한 세부 사항: 피크 및 오프피크 등급을 포함한 공식 가격의 원클릭 동기화 기능이 있습니다. 자체 공급자를 통해 실행 중인 경우 실제 요금을 설정하십시오. 그렇지 않으면 패널이 다른 사람의 가격표로 올바른 산술을 수행하고 있는 것입니다.

달러 대신 토큰 형태를 원한다면 dsh-token-usage 변형이 히트맵과 모델별 분석을 제공하고, dsh-context는 컨텍스트 창 자체의 구성(요청별 기록, 압축 및 주입 이벤트, 메시지별 토큰 통계)을 보여줍니다. 마지막 것은 47K 입력 토큰이 프로젝트 파일인지, 세션 기록인지, 동일한 지침이 두 번 로드된 것인지 알아내는 방법입니다.

단계 7. 계획과 실행을 분리하십시오.

bashCopy
1dsh plugin --profile web add github:BruceLanLan/dsh-tier-router
2

2계층 라우팅: 강력한 계층이 계획, 조언, 검토를 수행하고, 저렴한 계층이 실행합니다. 계획 모드를 인식하며, 높은 영향력의 작업에 대한 에스컬레이션 가드, 실패 시 자동 에스컬레이션, 서브에이전트 계층화도 지원합니다. 구체적으로, 플래너를 V4 Pro에 바인딩하고 실행기를 V4 Flash에 바인딩합니다. 표 1의 요금 차이를 고려할 때, 이는 수동으로 수행하는 어떤 프롬프트 트리밍보다 하네스의 컨텍스트 소비에 대한 가장 효과적인 레버입니다.

단계 8. 실제 작업을 실행하고 결과를 확인하십시오.

Express 프로젝트를 가리키는 세션에 다음을 붙여넣으십시오:

textCopy
1이 Express 앱에 요청 범위의 구조화된 로깅을 추가하세요: 모든 요청에 UUID 요청 ID를 첨부하는 미들웨어를 만들고, 메서드, 경로, 상태 및 지속 시간을 JSON으로 로그하며, 기존 모든 로거 호출에 요청 ID를 전파하고, 미들웨어에 대한 단위 테스트를 추가하세요. 라우트 핸들러 시그니처를 변경하지 마세요. 편집하기 전에 계획을 보여주세요.
2

의도적으로 중간 규모입니다: 여러 파일, 테스트 요구 사항, 에이전트가 위반할 수 있는 제약 조건, 먼저 계획을 요청하여 라우터가 계층 간에 어떻게 전환하는지 관찰할 수 있습니다. 턴이 끝나면 비용 측정기 패널을 읽고 입력, 출력, 캐시된 토큰 및 경과 시간을 기록하십시오. 그런 다음 모델 선택기에서 공급자를 전환하고 동일한 커밋에서 다시 실행하십시오. 두 번째 실행이 5~7단계를 설치한 이유입니다.

DeepSeek Harness 세션 완료, 계획, 미들웨어 편집을 위한 도구 호출 궤적 및 통과하는 단위 테스트를 보여줌

8단계 완료: 계획, 편집, 테스트가 스크롤 가능한 하나의 추가 전용 궤적에 담겨 있음.

역할별 DeepSeek Harness 플러그인

7개 플러그인 스택은 기본입니다. 그 위에 추가하는 것은 실제로 하는 일에 따라 다르며, 커뮤니티 목록의 14개 카테고리는 역할에 상당히 깔끔하게 매핑됩니다.

• 연구 및 글쓰기. xiehuan123/dsh-deepread는 주장-증거-데이터 보고서와 Mermaid 또는 XMind 마인드맵을 포함한 다섯 가지 읽기 모드와 예산 사전 점검을 제공합니다. bowenliang123/dsh-context와 flymysql/dsh-memory(교차 세션 저장소)와 함께 사용하십시오.
• 프론트엔드 및 디자인. AKS1st/dsh-mermaid는 Mermaid 펜스를 테마를 따르는 정리된 SVG로 렌더링합니다. omdsh-dev/dsh-genui는 차트, 양식 및 3D 장면을 포함한 대화형 컴포넌트를 응답 내에 인라인으로 렌더링하며, 모델로 이벤트 루프를 제공합니다.
• 팀 및 감사. dfycaly98931680/dsh-trajectory-governance는 플랫 세션 로그를 브랜치 트리로 재구성하고 루프 교착 상태, 잘못된 재시도 및 목표 이탈을 비용 귀속과 함께 플래그합니다. DamonKoy/dsh-secret-redactor는 모델이 보기 전에 도구 결과에서 API 키, 토큰, JWT 및 개인 키를 마스킹하고, JohnXu22786/secret-guard는 .env 및 키 자료의 읽기/쓰기를 완전히 차단합니다.
• 터미널 사용자. kouyichi/dsh-tui-app은 도구 카드, 작업 패널, 궤적 재생 및 다중 세션 탭이 있는 완전한 Ink 기반 터미널 채팅 클라이언트입니다. s3yf1337/dsh-desktop은 웹 표면을 네이티브 Tauri 창으로 감쌉니다.
• 로컬 모델. NOirBRight/dsh-llm-ollama는 모델 검색 기능이 있는 네이티브 Ollama 채팅 어댑터이므로 5단계의 공급자 트릭이 자체 머신의 모델에서도 작동합니다.
• 복원력. aokamoaki/dsh-startup-guard는 플러그인 구성을 사전 점검하고, 호스트 apply()를 스모크 테스트하며, 충돌을 일으키는 번들을 격리하여 하나의 고장난 플러그인이 시작을 망가뜨리지 않도록 합니다. 프리뷰 단계의 하네스에서는 생각보다 편집증적이지 않습니다.

DeepSeek Harness 플러그인 스택 실행 비용

다음 내용에 대해 정확히 말씀드리겠습니다. 이는 게시된 요금표에서 계산한 것이지, 제가 측정한 실행 결과가 아닙니다. 토큰 볼륨은 앞서 인용한 서드파티 측정에서 가져왔고, 출력 수치는 제가 명시적으로 가정한 것입니다.

47.6K 캐시되지 않은 입력 토큰(해당 예비 비교의 dsh 수치)이 있는 한 턴을 가정하고, 8K 출력 토큰을 가정합니다.

표 3. 47.6K 입력, 8K 출력의 한 턴, 게시된 요금에서 계산

해당 표에서 합계보다 더 중요한 세 가지가 있습니다.

첫째, Flash 고정 요금이 공식 등급보다 저렴하며, 피크 대비 출력 차이는 약 4.7배입니다. 둘째, Pro 고정 요금은 공식 피크 캐시 미스보다 입력이 더 비쌉니다. 따라서 Pro-heavy 워크로드가 자사 API를 떠나는 것이 자동으로 더 나은 것은 아닙니다. 셋째, 가장 중요한 것은: 47.6K 입력이 캐시 미스 대신 캐시 히트였다면 공식 가격은 시간에 따라 $0.0003에서 $0.0007 사이를 청구했을 것입니다. 거의 무료입니다. 캐시 히트율이 진정으로 높은 워크로드는 DeepSeek 자체 API에서 가장 저렴할 수 있습니다. 호스팅 엔드포인트가 보편적으로 더 저렴하다고 말하는 게시글은 자체 요금표를 읽지 않은 것입니다.

또한 아무도 언급하지 않는 시간대 문제가 있습니다. 피크는 01:00-04:00 및 06:00-10:00 UTC이며, 이는 베이징 시간 09:00-12:00 및 14:00-18:00, 즉 중국의 근무 시간입니다. 샌프란시스코 개발자의 오전 9시부터 오후 5시까지는 완전히 오프피크에 해당합니다. 베를린 개발자의 아침은 정확히 피크에 해당합니다. 사용자의 위치에 따라 표 3의 어떤 열이 실제 월별 비용을 설명하는지가 결정됩니다.

세 가지 레버가 실제로 숫자를 움직입니다. 효과 순서대로: 비용이 많이 드는 모델만 계획하도록 하는 계층 라우팅, 각 턴이 더 적은 컨텍스트 왕복을 수행하도록 도구 호출을 일괄 처리, 그리고 dsh-context를 열어 창을 채우는 것이 무엇인지 확인하는 것. 세 번째부터 시작하십시오. CLAUDE.md와 AGENTS.md 중복 버그는 실제 사용자에게 시스템 프롬프트를 두 배로 만들었으며, 보이지 않는 문제를 아무리 영리한 라우팅으로도 해결할 수 없습니다.

설치 전: 신뢰 및 라이선싱

플러그인 코드는 사용자의 Node 프로세스에서 사용자의 권한으로 실행되며, 도구 승인은 샌드박싱하지 않습니다. 이는 가상이 아닙니다. 하네스는 설계상 사용자의 리포지토리와 자격 증명 파일을 읽으며, 플러그인은 동일한 경계 내에 있습니다. 커뮤니티 목록의 자체 기준은 "보안 검토가 아님"을 명시하며, 플러그인이 설치되고 한 줄 설명에 명시된 대로 작동한다는 것 이상을 증명하지 않습니다.

실용적인 자세: 설치 전에 dsh-poison-guard로 스캔하고, 한 번에 훑어볼 수 있는 소스가 있는 플러그인을 선호하며, 익숙하지 않은 플러그인은 프로덕션 키가 없는 곳에서 시도하십시오.

라이선싱 측면에서 dsh 자체는 MIT입니다. 개별 플러그인은 그렇지 않습니다. 별도의 리포지토리이며 자체 라이선스가 있고, 허용적인 코어는 방금 GitHub 사양에서 가져온 확장에 대해 아무것도 말하지 않습니다. 상업용으로 설치하는 경우 각각을 읽으십시오.

DeepSeek Harness 플러그인에 대한 자주 묻는 질문

DeepSeek Harness 플러그인을 어떻게 설치하나요?

dsh plugin --profile <name> add <spec>을 실행하십시오. 명령은 해당 프로필 디렉터리 내에서 pnpm으로 전달되므로 유효한 사양에는 npm 패키지 이름, github:owner/repo(선택적으로 #ref 포함), 로컬 개발을 위한 link:/absolute/path가 포함됩니다. --profile 값은 실제로 실행하는 프로필과 일치해야 합니다. 호스트 측 구성 요소가 있는 플러그인은 페이지를 다시 로드하는 것뿐만 아니라 프로세스를 다시 시작해야 합니다.

DeepSeek Harness 플러그인이 설치되었지만 나타나지 않습니다. 왜 그런가요?

네 가지 원인, 가능성 순서대로: 설치한 프로필이 실행한 프로필과 다릅니다. 브라우저가 캐시된 UI를 제공하고 있어 하드 새로고침이 필요합니다. 플러그인이 Node 호스트를 건드려 프로세스 재시작이 필요합니다. 또는 번들이 구성된 구성에 포함되지 않았으며, dsh --profile <name> --dump-config가 한 명령으로 알려줍니다.

DeepSeek Harness를 DeepSeek 모델이 아닌 모델이나 서드파티 엔드포인트와 함께 사용할 수 있나요?

예, 플러그인이 아닌 설정 변경입니다. llm-pi-ai 아래에서 api: openai-completions와 baseURL을 사용하여 공급자를 추가하고, 하나 이상의 모델 ID를 나열하고, apiKeyEnv 또는 $DSH_HOME/.credentials.yaml을 통해 키를 참조하십시오. 자체 머신의 모델의 경우 dsh-llm-ollama가 모델 검색 기능이 있는 네이티브 Ollama 어댑터를 제공합니다.

DeepSeek Harness 플러그인은 설치해도 안전한가요?

파일 시스템 및 네트워크 액세스 권한이 있는 npm 종속성처럼 취급하십시오. 그것이 바로 그들이기 때문입니다. 플러그인 코드는 사용자의 권한으로 Node 프로세스에서 실행되며, 도구 승인은 샌드박싱하지 않습니다. 설치 전에 dsh-poison-guard로 스캔하고, dsh-plugin-doctor로 매니페스트와 빌드를 검증하며, 자격 증명 형태의 문자열이 모델에 도달하지 않도록 비밀 레드액터 또는 가드 플러그인을 사용하십시오.

DeepSeek Harness는 일상적인 코딩 작업에 사용할 준비가 되었나요?

솔직히 아직 대부분의 사람들에게는 아닙니다. README에서 호환성을 깨는 변경 사항을 약속하는 개발자 프리뷰이며, 서드파티 플러그인 호환성은 현재 낮고 컨텍스트 소비가 높습니다. 에이전트 인프라를 구축 중이거나, 감사 가능한 실행 궤적이 필요하거나, 에이전트 루프 자체를 교체하려는 경우에 적합합니다. 일상적인 배포를 위해서는 기존 도구를 유지하고 이 도구를 지켜보십시오.

DeepSeek Harness가 왜 그렇게 많은 토큰을 사용하나요?

부분적으로는 설계상, 부분적으로는 버그 때문입니다. 설계 비용은 실제입니다: 모델이 보는 모든 것의 추가 전용 로그, 적극적인 컨텍스트 주입, 서브에이전트 예약. 버그 측면은 수정 가능하며, 확인된 한 사례에서 dsh가 CLAUDE.md와 AGENTS.md를 모두 읽고 내용이 일치할 때 시스템 프롬프트를 두 배로 만들었습니다. 계층 라우팅, 더 적고 더 큰 도구 호출, 그리고 dsh-context를 통해 실제 구성을 확인하여 완화하십시오.