Плагины

Проверка качества данных для DeepSeek Harness — профилирование, очистка и верификация в конвейерах со структурированными отчётами.

Оптимизирует сырую инструкцию одним нажатием: три стиля, контекстный профиль роли/задачи/цели, выбор нескольких вариантов модельным оценщиком и самообучение на памяти сессии, умных значениях по умолчанию и правках пользователя. /template для 22 сценариев не вызывает модель. В поле есть ✨ оптимизация/отмена; также доступны prompt_optimize, auto-optimize hook, страница состояния, Settings (dsh 0.2.0) и автоопределение документов zh/en.

Профилирование производительности и диагностика кэша LLM для DeepSeek Harness — инженерия контекста, профилирование задержек и отчеты о поведении кэша.

Плагин аудита безопасности для DeepSeek Harness: статическое профилирование разрешений и runtime-страж для сторонних плагинов

Очистка и обогащение данных для корпоративных списков CSV/XLSX/JSON в DeepSeek Harness, включая очистку электронных таблиц, дедупликацию, профилирование, опциональный Qichacha MCP и экспорты.

Профилирование возможностей по моделям для DSH: преобразует локальную историю сеансов в панели мониторинга по моделям с количеством сеансов, использованием инструментов, частотами ошибок и основными сигнатурами ошибок, с фильтрами по временным диапазонам и сравнением нескольких моделей.

Per-answer timing breakdown: splits each reply into model, tool and other time, with first-token, decode and per-tool totals, and keeps a local JSONL ledger. Needs Node 24 or newer in the DSH runtime.

Набор инструментов анализа данных: профилирование CSV/TSV/JSON, поиск аномалий по IQR и z-оценке, структурированная суммаризация с проблемами качества и запросы фильтрации/группировки/агрегации без кода.

Профилировщик контекста запросов для DeepSeek Harness — покажет, что изменилось между запросами к модели и как при этом изменилось повторное использование кэша.

查应用里有没有展示 ICP/APP 备案号、隐私政策入口、运营者信息 —— 都是法定义务

Collects and redacts DSH runtime diagnostics before filing structured issues in GitHub or Gitea.

Algorithm learning toolkit syncing Codeforces and AtCoder submissions, profiling weaknesses, generating AI training plans, and tracking spaced-repetition reviews across a 114-lesson algorithm curriculum.