tag: Deepseek · 10건
- 근거: AI/LLM 도구 생태계의 플러그인 마켓플레이스 — DeepSeek Harness 기반 GUI 플러그인 관리 도구로 LLM 도구 관심 분야에 해당하나 즉시 도입할 직접적 필요는 낮음
- 액션: https://github.com/bradeGithub/DSH-Plugins-Marketplace README 및 registry.json 열람해 DSH 플러그인 생태계 구조 파악
- 근거: AI/LLM 에이전트 도구 설정 프리셋으로 AI 코딩 도구 및 LLM 프레임워크 관심 분야에 해당
- 액션: git clone https://github.com/xiaobright/dsh-anchored-standard 후 preset/ 디렉토리 구조와 zero-anchored-standard 확인하여 DeepSeek 하네스 부트스트랩 플로우 파악
- 근거: AI/LLM 에이전트 생태계 — DeepSeek Harness(dsh) 플러그인 큐레이션 목록으로, 2975★·포크 597·이슈 89의 실 커뮤니티 활동이 확인됨
- 액션: https://github.com/awesome-dsh-plugin/awesome-dsh-plugin 방문해 dsh 플러그인 목록 탐색 후 관심 플러그인 1개 골라 설치/실행해보기
- 근거: AI/LLM 에이전트 평가 프레임워크(DeepSeek Harness) 설치·플러그인 개발·성능 조정·멀티에이전트 비교를 다룬 핸드북으로, AI/LLM 관심 분야에 해당
- 액션: git clone https://github.com/Electricitysheep/dsh-handbook 후 examples/ 디렉터리 탐색 및 DeepSeek-Harness-Handbook.pdf 훑어보기
- 근거: AI/LLM 카테고리 — DeepSeek 생태계를 위한 TypeScript 기반 데스크탑 클라이언트로, 스타 1777개·포크 93개·126MB 실제 코드 확인됨
- 액션: git clone https://github.com/anywhere-labs/deepseek-harness-desktop && README.en.md 및 CONTRIBUTING.md 확인 후 로컬 빌드(apps/ 디렉터리 기준) 시도
- 근거: AI/LLM 관심 분야에 해당하는 DeepSeek 신규 모델 출시 소식이나, 특정 오픈소스 저장소가 아닌 모델 릴리즈 뉴스 기사임
- 액션: OpenRouter에서 deepseek/deepseek-v4-pro-0813 모델을 호출해 reasoning level(low/medium/high) 별 출력 차이 직접 확인해보기
- 근거: AI/LLM 분야 — DeepSeek 생태계 플러그인·도구·인프라를 정리한 큐레이션 목록으로, LLM 프레임워크 및 AI 에이전트 도구 발견에 유용
- 액션: CATALOG.md를 열어 DSH 플러그인 목록 훑어보고, 관심 있는 플러그인 1~2개 클론해서 사용성 확인 (git clone https://github.com/0xsline/awesome-deepseek-harness && cat CATALOG.md)
- 근거: AI/LLM 분야 — DeepSeek 신규 모델 출시 소식으로 관심 분야에 해당하나 특정 저장소를 직접 가리키지 않음
- 액션: DeepSeek-V4-Flash-0731 공식 발표 페이지 및 Hugging Face 모델 카드 확인 후 기존 DeepSeek-V3와 벤치마크 비교 메모
- 근거: AI/LLM 관심 분야 — DeepSeek 신규 모델 출시 소식이나 Product Hunt 링크만 있고 구체적인 오픈소스 저장소를 특정할 수 없음
- 액션: DeepSeek-V4-Flash-0731 모델이 HuggingFace/GitHub에 공개되면 공식 리포 확인하기 (github.com/deepseek-ai 또는 huggingface.co/deepseek-ai 모니터링)
- 근거: AI/LLM 분야 신규 모델 릴리즈로 관심 분야(LLM 프레임워크/추론 최적화)에 해당하나, GitHub 저장소가 아닌 모델 가중치 공개 및 API 소개 기사임
- 액션: OpenRouter에서 deepseek/deepseek-v4-flash-0731 모델로 llm CLI 테스트: llm -m openrouter/deepseek/deepseek-v4-flash-0731 ‘간단한 프롬프트’ -o reasoning_effort high