跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 873 个插件

K

dsh-tool-exposure

keyblues/dsh-tool-exposure

按 DSH 角色管理工具可见性,支持整组开关和逐工具设置,并为每个已注册工具的全局 MCP 服务器单独分组。

3昨天工具与能力MIT
F

dsh-qwen-token-plan-full

fushena/dsh-qwen-token-plan-full

非官方千问 Token Plan 全能路由插件:注册 `qwen-token-plan-full` 路由,从网关拉取模型目录,支持 Responses 与 Chat Completions 双协议、服务端内置工具、图片与视频生成工具,并按权益做预算跟踪,额度耗尽即停用对应权益。

3前天模型与账号接入MIT
S

DSH_Eplan

shangyunqiang1/dsh_eplan

DeepSeek Harness 的 EPLAN Electric P8 自动化插件(仅 Windows):内置 eplan-mcp 通过 EPLAN Remote Client 接口驱动正在运行的 P8 2025,设置页配置 EPLAN 安装根目录,五个技能覆盖连接与安全、C# 脚本、文档查阅、EEC Pro 开发与安装排错。五套离线 SQLite 文档索引(P8 2025 API 参考、P8 2025 平台帮助、P8 2026、P8 2027、EEC Pro 2026)可在断网状态下检索,但索引不随仓库提供:需下载 Release 里的索引压缩包,或用自带脚本自行构建;2026 与 2027 两行默认关闭。需已安装 EPLAN P8 2025 并开启 Remote Client 远程访问,以及带 mcp 与 pythonnet 的 Python 3.12+(先运行一次 scripts\setup.ps1)。版本面板记录发布历史,并可从仓库直接更新到较新版本。

38天前工具与能力MIT
K

dsh-hoi4-modding

kiant98/dsh-hoi4-modding

面向《钢铁雄心4》Mod 开发的 DeepSeek Harness 组合包:注册 15 个技能(国策树、事件、决议、理念、角色、科技、本地化、GUI 与 error.log 分诊),并在本地挂载 20 个 MCP 工具(Python stdio 服务器),用于生成内容、静态校验 Mod、以原版游戏建 SQLite FTS5 知识库、离线预览国策树。附 163 篇参考库;要求 DSH >=0.2.0 <0.3.0 与 PATH 上有 Python 3.9+(仅标准库,不含游戏素材)。

37天前MCP 与连接器
B

dsh-mcp-center (dsh-plugin)

bai-2008/dsh-mcp-center

在 DeepSeek Harness 内浏览、安装、检查、更新和卸载 MCP 服务器连接,支持在线目录、Streamable HTTP 与 stdio。

323小时前开发与插件工具MIT
T

dsh-tiaforge

tia-forge/dsh-tiaforge

一次装齐西门子博途(TIA Portal)的五项技能(官方文档检索、梯形图生成、SimaticML 转 PNG 渲染、逐扫描仿真与 PASS/FAIL 验收、操作真实工程的本机网关)并接好五个 MCP 端点。操作真实工程需另装付费的 TiaLink(Windows + 博途 V19/V20 + Openness 用户组);四个云端服务需 API Key(各 100 次免费,之后付费;渲染每次计费且失败也扣),且需 Node 22+ 与联网;程序片段会上传到 tia.hubwiz.com。

3前天工具与能力MIT
L

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。

33天前模型与账号接入MIT
R

dsh-plugin-knowra

rexopia/dsh-plugin-knowra

接入 Knowra 托管 MCP:无需账号即可按主题、作者或精确 UTC 日期检索 arXiv 论文;在插件页用 OAuth 登录后可读取 Scout 报告(方法、证据与局限)。

39天前工具与能力MIT
A

apify-deepseek-harness-plugin

apify/apify-deepseek-harness-plugin

为 DeepSeek Harness 提供 Apify Actors,将 Apify MCP 服务添加到当前 profile。

324天前MCP 与连接器Apache-2.0
N

dsh-nonead-ursim

noneadchina/dsh-nonead-ursim

让 DSH 用自然语言直接控制 Universal Robots(UR)协作机械臂的插件——默认是一台离线、运动学级的仿真机械臂,真机通道在显式开启前始终关闭。需本机 Python 并 pip install -r requirements.txt(numpy、paramiko)。由拓德科技(Nonead)基于自研 nUR MCP Server 的同源逻辑开发。(Suzhou Nonead Robot Technology Co., Ltd.)

37天前工具与能力
J

dsh-toolgate

jidekaixin2dian/dsh-toolgate

管理 MCP 服务器与 Skill,并控制下一轮 prompt 带入哪些工具。

3前天工具与能力MIT
J

dsh-context-budget

jidekaixin2dian/dsh-context-budget

管理 MCP 服务器与 Skill,并可把工具组从下一轮 prompt 中隐藏,附 token 成本估算。

3前天工具与能力MIT
B

dsh-database

blkpne/dsh-database

DeepSeek Harness Web 数据库插件:统一管理 MySQL、MariaDB、PostgreSQL、SQL Server、Oracle 和 MongoDB 连接,让 Agent 按会话授权探索数据结构、执行只读查询并辅助数据分析。

33天前工具与能力MIT
T

dsh-zcode-plan-bridge

tangyixiao/dsh-zcode-plan-bridge

需已安装并登录 ZCode CLI。把 ZCode CLI agent 接入 DeepSeek Harness 作为模型提供方。常驻 app-server 会话逐回合流式转发,模型清单从 CLI 实时读取,因此上下文窗口、图片支持与 provider 路由都跟随已安装的 CLI 和账号。稳定版 0.6.6 支持 DSH 0.2.2-rc.1 和 0.2.2-rc.3,提供中英文工具箱及可选 Z·SWITCH 账号管理,默认独立 DSH 模式、共同登录可选,支持额度耗尽后的下一次请求换号并正确识别上下文超限,不自动重跑失败任务。会话标题通过独立临时原生会话生成。支持识别 Start Plan 结构化额度耗尽错误 1005,并安排下一条新请求换号。工具权限请求默认拒绝;未知的 approval/permission 方法始终拒绝,全自动需显式启用。DSH 自带的审批界面不会介入这个独立 spawn 的 app-server 进程,该策略也不构成操作系统沙箱。派生自 kyle123740/dsh-zcode-cli-proxy(AGPL-3.0),注册相同的 `zcode-cli` provider id,不能与原版同装。HTTP 路由先执行同步 connection.requestRejection 宿主请求策略,再经 connection.admit 验证 owner;检查缺失、抛错、畸形或异步返回时均拒绝访问。 0.6.7 已在 DSH 0.2.2-rc.5 验证。

318小时前模型与账号接入AGPL-3.0
J

dsh-mcp-skills-board

jasperpengc/dsh-mcp-skills-board

DeepSeek Harness 的 MCP 服务器与技能管理面板:侧栏面板加插件页配置区,支持搜索、状态灯、逐行开关、详情,以及按 Codex mcp_servers 字段设计的添加服务器表单。

327天前UI 增强MIT
D

dsh-skill-scope

dotdance/dsh-skill-scope

给你的 Agent 减负:Skill 与 MCP 一键启停,让上下文只装这一轮真正要用的能力。关掉的 skill / MCP 不再进入模型上下文,更干净,更省 token。

323小时前技能包MIT
F

deepseek-harness-acp

fleey/deepseek-harness-acp

把 Codex、Claude Code、Gemini CLI 等外部 ACP(Agent Client Protocol)Agent 注册为 DSH 模型提供方:Agent 的 thought_level 选项映射为推理等级菜单,Agent 声明 promptCapabilities.image 时转发图片,权限请求走 DSH 原生审批框;附带 ACP Agents 设置页,可导入 Zed 的 agent_servers JSON 并发现模型。

317天前模型与账号接入MIT
Q

dsh-comfyui-image

qxingyshu/dsh-comfyui-image

通过本地 ComfyUI 的 HTTP 接口把工作流排到用户自己的 GPU 上,由 Agent 直接生图:Z-Image-Turbo 适合快速草稿,Qwen-Image-2.1 适合成图与图中文字排版。 注册 comfyui_generate、comfyui_status 两个工具和一个涵盖模型选择与提示词 写法的 skill,无运行时依赖;没有 ComfyUI 在跑时会自动 headless 启动一个。

3上个月视觉、语音与多模态MIT
T

better-crawler4agent

tc635807/better-crawler4agent

把真实浏览器抓取注册进 DSH profile:fetch_url 与 fetch_urls 渲染 JS 页面与中文反爬站点(知乎、CSDN、掘金、博客园),返回带分层诊断的干净正文 JSON,crawler_status 报告浏览器是否可用。装好后需要一次性安装 Python 依赖。

32个月前工具与能力MIT
A

dsh-mcptoon

activeing123/dsh-mcptoon

把 mcptoon 作为一条 stdio MCP 服务接入,让 agent 通过 mcptoon 的压缩视图发现已配置 MCP server 的工具,而非每轮支付完整 JSON schema。附带 doctor CLI:校验 mcptoon 可执行文件能否解析,不能时打印精确的 command/args 覆盖配置。

32个月前工具与能力Apache-2.0
2

dsh2server

23j1633/dsh2server

A2S 体系的 DeepSeek Harness 桥接插件:支持远程会话、工作区、审批与任务,并具备断线自动重连。

32个月前集成与远程MIT
F

friendlilink

friendliai/friendlilink

把 FriendliAI 无服务器模型接入 DSH 的 LLM 适配器:OpenAI 兼容的 chat completions,支持模型动态发现与推理输出

32个月前模型与账号接入Apache-2.0
T

dsh-hardssh

tiphareth0/dsh-hardssh

DSH 的 SSH 工作区与运维插件:把服务器目录绑成 SSH 工作区后,会话内的文件读写与命令执行透明跑在远端,并带终端、传输、隧道面板

32个月前工具与能力BSD-3-Clause
Y

dsh-mcp-matlab

yh01010/dsh-mcp-matlab

将本地 MATLAB MCP server 桥接进 DSH,提供 mcp__matlab__* 工具:执行 MATLAB 代码、运行 .m 脚本与测试、查看已安装工具箱。需要自备 MATLAB 与 MathWorks 官方 MATLAB MCP Server 可执行文件,且安装后需填一次路径——只装插件不会出现工具。

33天前工具与能力MIT