插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 624 个插件
dsh-daily-report
yutai233/dsh-daily-report
把 DSH 会话变成一页日报:做了什么、花多少 token、卡在哪、明天接着做什么。欢迎页鲸鱼上方有早晨卡片,可与其他会话插件内容联动,另有 Windows 久坐提醒。
dsh-code-review
jkin8010/dsh-code-review
DSH 代码评审中心:基于 open-code-review,支持当前改动、提交、分支对比、项目架构、代码模块与信息流业务工作流评审,提供实时进度、GitHub 风格提交热力图、已修复标识、自动修复校验、深浅色主题与一键修复会话。需要 git;AI 评审还需要 open-code-review 命令行(1.13 及以上,npm i -g @alibaba-group/open-code-review),被评审的代码会发给该命令行所配置的模型,委托给会话时则发给当前会话模型。评审引擎会自动选择——该命令行的模型、当前会话模型、离线结构分析——因此没配 API Key 也能出评审结果;开过修复会话的报告再次打开时会重跑一次评审来校验修复。
dsh-chapter-whale
thus-zhou/dsh-chapter-whale
码章鲸:Windows x64 无人值守小说写作与番茄发布工作台,可自定义日更任务,接入部分免费模型并支持部分厂商账号授权。首次启动会从 GitHub 下载固定版本的 Python 与浏览器运行时(约 280 MB)到 %LOCALAPPDATA%\ChapterWhale;发布需要登录你的番茄作家账号。
tmem
kentzjh-cmd/tmem
面向 DSH 的项目级确定性执行轨迹记忆与零额外 token 历史会话摘要插件(v0.3.0),通过时间因果切片与 AST 符号归因将会话提炼为带守卫条件的 L0/L1/L2 执行剧本及内联 session_id 溯源摘要。注册 /tmem 命令(status、list、forget、gc、telemetry、bench、evaluate、inspect、replay、diff、sync),在 agent/pre-step 仅基于显式文件路径或报错锚点召回记忆(跳过输入未变的重复步骤),并在 tools/post-execute 对报错和代码修改提供同源 L2 修复、死循环熔断警告、统计 L1 共变搭档提醒与采纳率遥测(空闲时跳过常规读取工具)。需要 PATH 中有 Python 3(或设置 TMEM_PYTHON),通过异步子进程调用 python3 -m tmem.cli(超时 5 秒);所有数据仅存于各项目 .tmem/ 目录(无 ~/.tmem/ 全局存储),不发任何网络请求。需要 PATH 里有 Python 3(或设置 TMEM_PYTHON),并在每个 agent 步骤和每条工具结果上同步运行 python3 -m tmem。
lmtagent
eccvik/lmtagent
软件研发与安全审计多智能体工作流:内置 8 个角色预设(Captain 主控与 CEO、Designer、Eng Manager、Reviewer/CSO、Builder、QA Lead、Release 七个执行预设)、默认 6 并发槽(1-12 可调)的 4-Wave DAG 调度、PostgreSQL Wire v3 与 SQLite WAL 双模事实库、29 个随包技能及右侧常驻 Web 控制台。是 Jueze-2019/dsh-redteam-mode 的分支,沿用其包名、挂载 id 与 redteam_* 工具名,不能与原版同时安装。环境变量里设了 REDTEAM_PG_URL、DSH_PG_URL、DATABASE_URL 或 PGHOST 时事实库用 PostgreSQL,否则用 $DSH_HOME/redteam 下的本地 SQLite;角色预设写入 $DSH_HOME/.agent-presets/redteam。
dsh-rescue-guard
1250589385/dsh-rescue-guard
在 DSH 打不开时救回配置:不依赖 DSH 的命令行工具,把崩溃日志归类(六类原因,全部来自真实事故),启动前预检命令名冲突与插件构造期读取的文件,布防安全模式(只加载官方 bundle,启动正常后自动还原),并保留清单快照供回滚。另有一个常驻守护进程,用操作系统文件事件盯着崩溃日志目录——空闲零开销,加载器一死几秒内写出自检报告,每次崩溃只覆盖一份文件。仅限 Windows:崩溃日志读自 %APPDATA%,守护进程经 Windows「启动」文件夹自启。
dsh-agentic-word-book
shallinta/dsh-agentic-word-book
随记单词本:一个词一页,插图、音标、发音、五条词组和例句,外加挖字母拼写练习与 12 种题型的单词辨析;词库以普通文件保存在本地目录,附带技能可让 AI 按词表批量建卡。「+单词」按钮(默认隐藏,需在设置里开启)会新建 AI 会话并默认把它切到 danger-full-access,可在设置里关闭。
mcp-server (fiu-finance-mcp-dsh)
fiu-ai/mcp-server
通过 MCP stdio Bundle 接入托管的 FIU Finance MCP 服务(港股、美股、A 股、日本、IPO 与债券行情数据);需自备 FIU API Key(环境变量 FIU_API_KEY,到 ai.szfiu.com 申请)并安装 Node.js(npx)。
dsh-paper-workbench (dsh-paper-workbench)
cluodwaters/dsh-paper-workbench
Windows x64 本地文献工作台,支持 PDF 阅读与批注、导入后自动初读、每篇论文独立的 Harness 对话,以及按元数据和共享摘要检索的文献库助手。
dsh-rss-news-daily
terry2010/dsh-rss-news-daily
方便等待 AI 回复时看一眼新闻的 RSS/新闻阅读器。内置订阅源库,可自定义源;抓取管线自动翻译外文新闻、LLM 逐条评分,自动生成每日「日报」和每小时「快报」,解决信息过载;具有数据备份恢复,偏好自定义等功能。
dsh-plugin-dbgraph (bundle)
cc19990113/dsh-plugin-dbgraph
把数据库结构提前索引好:dbgraph 将远端库的 catalog 索引到本地 SQLite,结构问题离线回答、取数只发一次查询。
dsh-research-suite
xuzhecomeon/dsh-research-suite
科研全流程插件:注册 10 个领域技能与 15 个工具,把随包 450 条科研技能整理成 103 张能力卡并附 444 条可审计的判定账本,并通过系统提示段自动接管科研任务。工具覆盖真跑 R/Python(默认关闭,先预览再确认)、数据闸门、图片与 docx 核验、按中文期刊体例生成 .docx、PubMed 真检索、DOI 逐字段核对、跨会话项目记忆。
dsh-brain-hub
xxwjxx-1210/dsh-brain-hub
给 DeepSeek Harness 用的第二大脑:Markdown 当数据库,零运行时依赖。核心记忆常驻系统提示,一张卡一个文件并可全文检索;侧栏网页版拆好的卡片先进收件箱,逐张人工确认后「存到云端」或「只存本地」(private/ 被 .gitignore 永久排除,绝不推送);网页版对话进度存成 progress.md,旧稿归档保留 20 份。云端可三选一:Git 仓库、OneDrive 等同步盘文件夹、只存本机。安装后首次启动有一页新手引导。会话顶栏四步流水线:打开网页版 → 整理成卡片 → 逐张确认 → 备份到云端。拆卡提示词可在面板里直接改,改完立即生效。
dsh-quadrant-todolist
ziye-jk/dsh-quadrant-todolist
DSH 侧栏的四象限待办管理器,带月/周日历视图、周期完成率统计、系统通知与飞书通知(飞书需已装 DSH 飞书集成),以及中国法定工作日和艾宾浩斯记忆曲线等重复规则。基于 Natte/dsh-sidebar-todo 0.2.3 大幅改写;不要与上游同装——两者注册同一个 /todo/api 路由并共用同一份 todos.json。
dsh-workspace-session-filter
shijiewang/dsh-workspace-session-filter
侧边栏底部独占一行的四个筛选 chip,命中数量跟在按钮文字后面:正在运行、在等你确认(审批、计划审阅、待回答)、有未读内容(跑完没看,或最近有更新但没打开过)、以及本地零点之后有更新的今日会话。点开就在上方按工作区分组列出命中会话,点行直接打开。同一行行尾还有一颗 DeepSeek 服务状态灯(绿=正常、黄=部分异常或维护中、红=有进行中的故障、灰=取不到),它每分钟带 ETag 条件订阅一次 status.deepseek.com 的 Atom feed,悬浮显示当前结论、状态更新时间与最近三次故障,点击打开状态页。另有完整面板:多一个「全部」chip、「更多」菜单(最近一天、三天、一周、三十天),以及「管理」态——按标题或路径搜索、多选、右侧栏可列出并就地预览已导出的 Markdown 摘要(栏宽可拖动、可全屏),既能先导出摘要再把会话目录移入本地回收站,也能在二次确认后永久删除;当前打开的会话不会被勾选。面板里每行右侧还有一颗星(悬停显形,标星常亮),筛选行的「收藏」标签只列出标星会话,长列表可以靠它归档而不必再往侧栏底部加维度。
dsh-gitlab-panel
caimc21069065-prog/dsh-gitlab-panel
DSH 右侧栏的 GitLab 面板:提交图、分支、变更、合并请求(行内 diff、提交评审、流水线)、议题,以及带审批队列的 Agent 工具用于分诊与批量操作。GitLab 数据需要 Personal Access Token 或已登录的 `glab`;本地 git 数据无需凭据。
dsh-delivery-kit
lucky020/dsh-delivery-kit
把代码仓库与运行中的系统变成验收材料:数据库设计、概要设计、详细设计、带截图的使用说明书,以及测试报告、上线报告、验收报告。章节按 GB/T 8567-88 组织,无法核实的字段与结论一律留空,不编造。需 Python 3 与 python-docx 生成 .docx,自动截图需 Google Chrome。
dsh-local-trim
leonlee114514/dsh-local-trim
给小本地模型的一步到位接入 + 轻量 harness。装载时自动探测回环与私有网段上的推理端点(llama.cpp、Ollama、vLLM、LM Studio),从后端读出每个模型的窗口与输出预算,再经 settings 注册 provider —— 不用手写配置就能在模型选择器里选到本地模型。随后只对这一个 provider 裁剪:用 tools.restrict 收缩工具面、按段名丢弃系统提示词段落与记忆 context、把注入的指令块换成一页纸同时保留其首 80 与末 96 字符、截断工具 schema 的 description 而不动结构与 required。云端 provider 原样返回同一个 assembly 对象,不做任何改动。注入正文每次装配都重新读盘,改文件下一次请求就生效,不用重载。插件详情页的面板是一块实时运行视图:显示接管是否生效、走的是哪个钩子,最近一次装配的字符进→出与省下的比例,以及各 provider 的在线灯(多路并发点灯,每个本地 provider 还能发一次真实的最小请求,把延迟与回复原文报出来)。本地后端没起来时,面板能一键拉起:先探测端口(已在应答就不重复启动),再按端口拉起对应后端(ollama serve,或你自己填的启动命令),进程独立于宿主存活,随后轮询到端口应答为止,等待上限夹在 3–600 秒,超时会把刚起的那个进程回收掉不留孤儿,找不到可执行文件时会把搜过的路径写清楚。面板上还有停止按钮,只肯停本插件自己起的后端(先 SIGTERM,1.5 秒不退再 SIGKILL),别人的服务一概不动。模型刚下好、后端还不存在时,面板能扫描本机 .gguf(跳过 .mmproj. 视觉投影、按大小降序,并带 300 个模型 / 20000 个目录项 / Downloads 只扫一层这三道上限),选一个就用它拉起 llama-server(端口上已有服务就复用),按后端自报的模型 id 注册 provider,再发一条真实请求证明能用。真正起之前会做一次装得下算账:只算显存装不下的那部分(hostBytes = 文件体积 − 显存),拿它比 max(总内存 − 2GB, 空闲内存)。文件比「显存 + 内存」还大直接拦;落到宿主的内存太多时先不替你起,要你确认;同样的情况若走 mmap 只给警告,因为权重落在可回收的页缓存里。加载方式下拉(auto / mmap / none / mlock / mmap+mlock)对应 llama.cpp 的 --load-mode,默认交给引擎自己决定。0.4.2 起上面每一条都改成按平台推导,而不是假设本机长什么样:家目录与数据目录走 os.homedir() 和各系统惯例(Windows 用 LOCALAPPDATA,macOS 用 ~/Library/Application Support,其它用 XDG_DATA_HOME);后端二进制按各系统官方安装位置找,也可以用 OLLAMA_BIN / LLAMA_SERVER_BIN / VLLM_BIN / LMSTUDIO_BIN 钉死;找模型依次走 DSH_LOCAL_MODELS_DIR、~/models、~/llama.cpp/models、~/.cache/llama.cpp 与 LM Studio 数据目录,WorkBuddy 的布局降级成其中一个候选。显存先问 nvidia-smi,再问 rocm-smi,Apple Silicon 上问 sysctl hw.memsize 并标成统一内存(同一块字节不重复扣两次)。拼命令行之前会跑一次 llama-server --help,只保留这个 build 真有的参数 —— 老引擎给 --n-gpu-layers 99 且不下发 KV 量化,新引擎给 auto 加 q8_0;探测不出来的参数一律照传,不因为探不到就丢掉。LM Studio 用 lms server start --port N 起,不再和「必须先给模型参数」的引擎混在一起;vLLM 单独给 --model 的示例,不再套 llama.cpp 的写法。Windows、macOS、Linux 三套都在 CI 里跑,另加 windows-latest 与 macos-latest 两个 job —— 只在一个系统上跑过的「跨平台」不算跨平台。其中两套专门用来抓这台开发机的盲区:一套把 process.platform 改掉、整套测试按各系统重跑;另一套把开发机的所有有利条件全删掉(没有 nvidia-smi、没有 rocm-smi、没有 sysctl、PATH 是空的、家目录里没有模型),要求优雅退化而不是崩。后一套抓到过真实的一类 bug:好几处断言写死了 lms.exe,在可执行文件不带后缀的系统上根本不可能过。参考机实测:16.9GB 的 27.2B MoE 配 14.5GB 显存,进程工作集只有 285–691MB,预热 1000–2000 token 后稳定 76 tok/s —— 光看文件大小判断装不装得下是错的。0.4.3 起扫出来的模型是一张表而不是下拉框(每个 gguf 一行,带体积和偏大提示),选之前能看清磁盘上到底有什么。0.4.4 起 provider 表上的删除键删的是这条 provider 配置,不是磁盘上的权重文件。这个区别很重要:真正想清掉的是那种僵尸条目 —— 指向一个从没应答过的端口、同一个端口注册了两遍、或者模型文件早就删了还留着的那几条,而不是一个 15.8GB 的 gguf。删配置随时可以重新导入,删 gguf 不行。删除走settings.mutate 的 unset,路径是 \['providers', id]:不能用 update,因为 update 是合并层,往那儿写null 只会留下一个 null 的 provider 键,loader 会当成配置坏了而不是「没有这一条」;只有 mutate 的unset 内部是 Reflect.deleteProperty。删完会回读一次,因为对「来自下层(profile 的 cordis.patch.yml或 home patch)的键」做 unset 不是删除而是恢复继承值 —— 调用成功但条目还在。条目还在时面板会直说,并把该改哪个文件指出来,不谎报成功;settings 服务太老没有 mutate() 的版本也会明说,而不是默默忽略。删除要点两次,点别的行就撤回确认;删成功会清掉在线缓存与 baseURL 缓存并重算工具面,因为 provider列表变了。gguf 本身插件一个字节都不动 —— 扫描出来的那张表只用来展示和选中。且显存能不能读到取决于驱动。0.4.5 起模型扫描也读 Ollama 自己的存储:它的 blob 叫 sha256-… 、没有后缀,光按扩展名永远列不出来。现在认权重看后缀或文件头 GGUF 魔数(只开「无点号且 ≥8MB」的文件,一趟最多读 600 次魔数;.json/.md/.safetensors/.part 这类明显不是权重的后缀一次都不开)。Ollama 的模型从 manifest 还原:只取 mediaType 为 application/vnd.ollama.image.model 的层(mmproj/adapter 层不算主模型),人话名从 manifest 路径还原(…/qwen3/8b → qwen3:8b,latest 不加冒号),同一份 blob 被多个 tag 引用时合并成一行,metadata 的 kv 给出名称、量化和 context 上限。对 Ollama 的模型点「一键配置」不会再拿同一份权重重复起一份 llama-server:它确认 11434 上的 ollama 在应答(不在就 ollama serve),并按端点自己报的 tag 注册 provider —— 11434 上报的是 qwen3:14b,拿 blob 的 sha256 名永远匹配不上。顺带修掉两个只有真机才暴露的坑:Windows 上 existsSync('<文件>/') 返回 true,manifest 与目录的分岔改成按内容判定,不再依赖尾斜杠语义;量化标签表照搬了旧一代 ggml 枚举,把 ggml_type 15 标成 Q5_K_S,而 ollama show 实测报 Q4_K_M,整表按真实序号重写。同一份文件的去重按 (dev,ino),谁有名字留谁。参考机实测:扫描从 1 行变 4 行 —— qwen3:14b(8.64G)与 qwen3:8b(4.87G)带着 Q4_K_M 徽标出现 —— 耗时 4ms;npm run verify 退出码 0(launcher 57 项、portable 35 项、panel-host 含 linux/darwin 模拟平台两套全绿);panel-host 新增的用法在 tmpdir 里现造一份迷你 Ollama 存储再把 OLLAMA_MODELS 指过去,测试结果不再取决于跑测试的机器装没装 ollama。0.4.6 起面板显示的是模型自己的真名,不再是文件名:有些下载工具会把任何权重都落成同一个通用文件名,真名只写在 GGUF 头部里。扫描会读每个文件的 GGUF KV 区 —— 不是先读一段固定大小的头部,因为 tokenizer.ggml.tokens(大 MoE 模型动辄几十万条字符串)和 chat_template 会把 general.file_type 挤出任何窗口;而且 GGUF 的字符串数组是交错存储(每条 u64 长度加载荷),把它当长度表读会让游标跑偏、算出天文数字的读取量。读与走位分开记账:键名与类型必读,超过 256KB 的字符串值和字符串数组只走位不复制,非字符串数组超过 64 个元素直接跳过,游标越过文件末尾立刻停 —— 越界说明游标错了,不是该把上限调大。显示名依次取 Ollama 的 tag、general.basename 加 size_label、general.name、文件名,整串留在悬停里因为常带内部编号;视觉投影文件现在也靠 general.type 认,不只看文件名。短读(文件被截断)不再把半截字节喂给解析器。参考机实测:读一个文件的头部解析出 44 个键耗时约 16ms,整趟扫描约 31ms。0.4.7 起「试跑」不再出现「第一次失败、第二次成功」。老代码让两轮请求共用一个 AbortController 和一个 30 秒定时器,也就是两轮加起来只有 30 秒:大模型的冷加载第一轮就烧完它,abort 之后 signal 永久处于已中止状态,第二轮(换成 Ollama 认的 reasoning_effort: none 再试一次)连请求都发不出去 —— 这正是第一次点报 This operation was aborted、第二次却能成功的原因。现在每轮各自一个 controller 和定时器;超时自动再来一轮(retryOnTimeout 默认开),因为第一次请求超时几乎总是「权重还在读盘」;非超时错误(连不上、HTTP 报错)完全不重试。超时也会自己说清楚:文案里写明超过了多少秒、是否已自动重试,并指向新增的「试跑超时(秒)」配置项(默认 60,可设 5-600)—— 端口通了不等于能出字,它和「拉起后等端口(秒)」是两个不同的旋钮。顺带:面板提示里那句绑定某一个具体模型的举例去掉了,不是每台机器都下了那个模型,说明改成讲机制。0.4.8 起「一键配置」一个普通 .gguf 不再注册出不相干的 Ollama 模型。端口这一栏原来跟着上一次点击走而不是跟着文件走:选中 Ollama 的条目会把端口挪到 11434,选中普通 .gguf 时却不挪回来,于是一次先前点击留下的 11434 就一直留着。服务端照单全收,去探那个端口,发现 Ollama 在应答就直接借了它(日志里那句「端口本来就在应答,跳过拉起」就是这条路径),接着按文件名拼出来的模型 id 在 Ollama 的 /v1/models 里对不上,而兜底是抓列表里的第一个 —— embedding 模型往往排在第一位,于是注册出了一个用户从没点过的模型。现在端口跟着文件走:普通 .gguf 落在别的引擎的端口上(ollama 11434、vLLM 8000、LM Studio 1234)就改到 8090 并在面板里说明一句;只改「已知引擎的端口」,自己手填 9999 指向另一台 llama-server 的情况一概不动。模型 id 的兜底也不再瞎猜:只有一个条目时才取它(单模型后端报的 id 本来就可能和文件名不同),有多个而对不上就报错并列出实际看到的 id,而不是注册出一个错的 provider。0.4.9 起面板不会再整块消失。以前插件详情页里那一块可能凭空不见,而宿主照常运行、HTTP bridge 照常应答、连崩溃日志都不留一条。原因是一个作用域错误:某个辅助函数声明在一个组件里面,却被另一个组件引用 —— 这是合法 JavaScript,语法检查完全通过,于是它只在渲染期炸,也就是用户按下扫描按钮、React 执行状态更新函数的那一瞬间。宿主给每个插槽条目都包了一层错误边界,兜底渲染是一个空的锚点,所以异常被就地吞掉:插件没有被卸载、进程也没有崩,面板只是被换成了一个空 div。现在这两个辅助函数放在两个组件共享的模块作用域里。客户端这一半也有了专门的用例 —— 一个最小 React 替身载入真正的面板模块,真调用组件、真在渲染期执行状态更新函数、真去按扫描按钮,这类错误不会再走到发布版里。
dsh-scribe
zcd0818/dsh-scribe
跨会话记忆与工作区知识库合一。记忆默认是 ~/.dsh/memory 下的纯 JSONL,会话开始把相关记忆放进系统提示,会话结束回写一条;每个工作区的 kb/ 目录加一份全局目录构成只读知识库,检索结果能引用到文件行号。十一个工具统一带 scribe_ 前缀(七个 scribe_memory_*、四个 scribe_kb_*),一个 /scribe 斜杠命令,以及概览 / 记忆 / 知识库 / 迁移四页的设置页。云端后端(百炼记忆库、ChromaDB、云端主 + 本地镜像)按需启用;迁移数据必须经显式审批,并留有可回滚的日志。
dsh-bot-toggle
jackwoods-code/dsh-bot-toggle
悬浮在 DSH 界面上的 Bot / ADE 切换开关:一键在 ds-bot 的 Bot 界面与经典 DSH Agent 界面之间切换,ds-bot 保持加载、数据不受影响。
dsh-fft-paper-trading
gigaflw/dsh-fft-paper-trading
在 DSH 中进行模拟交易,支持 A 股和商品期货,本地账本,内置 FTShare 数据源与 K 线,无需购买 API Key 也可使用日K收盘价练习
dsh-genshin-account
eagleclark/dsh-genshin-account
把原神账号读成一份快照(角色、天赋、武器、圣遗物、祈愿记录),对外给 6 个 agent 工具和一个六页签面板。圣遗物副词条取自游戏内公开的角色展柜;评分同时给 CV 与逐角色权重两套模型,各六档评级;抽卡分析包含保底、欧非分档与各池进度。读取角色、武器与祈愿需要米游社扫码登录;展柜数据按 UID 公开。
dsh-radio
cxzaaa/dsh-radio
在 composer 状态行加一条 24px 胶囊,播放 7 个预置网络电台;带实时频谱、Nightride FM 与 Radio Paradise 的当前曲目,并记住音量和上次电台。
dsh-dbhub-live
mr-mihu/dsh-dbhub-live
把 DBHub MCP 服务器接入 DeepSeek Harness 的数据库插件:按工作区 × 环境配置 MySQL、MariaDB、PostgreSQL、SQLite 与 SQL Server 连接,让 Agent 通过固定 4 个工具配置连接、列出数据源、执行 SQL、搜索 SQLite 对象。密码与完整连接串由用户在设置界面输入、不作为工具参数接收,模型只看到 mysql://host:3306/db 这类元数据;每个环境可设为只读(模型只能开启、不能关闭)或经手动 SSH 隧道访问。每次调用独立启动一条用完即退的 dbhub 进程,未安装 dbhub 时自动安装。