插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 126 个插件
dsh-document-redactor
rainbowzhu22-eng/dsh-document-redactor
基于 whatcccup/cece_legal_skills(MIT)适配的 DeepSeek Harness 文书脱敏工作台。在本机处理 DOCX、PDF、TXT 和 Markdown,提供人工复核、PDF 框选遮盖与 OCR 行核对、同案占位符、Word 还原、历史记录及可选 Agent 规则预览与回退。需 Python 3.9+,首次准备依赖需要联网;仅规则生成需要模型。1.4.0 为预发布,已在 macOS Web 与 DSH 桌面验证;新增 Windows 安装与 OCR 路径待实机复验。上游是独立离线工具/SkillHub 技能,不是 DSH 插件,无法在 DSH 内与本插件同装。
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-eda-mcp
mcviseron/dsh-eda-mcp
通过本地 MCP 桥接将 DSH 接入 JLCEDA Pro(EasyEDA Pro),并用扩展 API 绘制原理图。
dsh-fight-scene-director
hatsuyuki0103/dsh-fight-scene-director
把 fight-scene-director 打戏设计技能注册进 DSH,移植自同名 Codex 技能。输出适配 Seedance 2.0/2.5 与 MiniMax H3 的结构化中文提示词,并支持轨迹图与初始站位图生图提示词。
dsh-secret-scrub
jkt-check/dsh-secret-scrub
不可逆密钥脱敏守护:在访问密钥、Bearer 令牌、私钥块进入会话日志和模型请求之前,将其改写为 `[REDACTED:<category>]` 占位符。
dsh-home-migrate
ygcdsj/dsh-home-migrate
迁移 DSH 配置:跨机器导出/导入 .dshmig 归档(同 OS、新建 profile、凭据脱敏、校验与回滚)。
xiaofeiyu-academy
magicsandbag/xiaofeiyu-academy
小学 1-6 年级海底学习舱:分年级数语英闯关、教材 PDF 上架与目录导入、拍照收错题与变式掌握度追踪、可投喂的小肥鱼养成(饱食度、贝壳、装扮、成就)、多孩子学习档案与学情报告。
dsh-privacy-gateway
xbzbing/dsh-privacy-gateway
在宿主进程的 undici dispatcher 上拦截所有发往模型的请求:密钥、Cookie 与个人信息换成占位符,回复里再还原,一处拦截覆盖所有 provider(含插件自带的 adapter);按 kind 可选 mask / warn / block、可换成同形的假 key,记录按天落盘并带统计卡。
DSH-Mem0
light-cheng/dsh-mem0
为 DeepSeek Harness 提供基于 Mem0 的长期记忆,支持 Platform、自建 Server 和本地 OSS 后端,带可视化设置、自动召回(从第一轮起)与保存、可编辑记忆摘要、Token 预算和每周记忆巡检(只删除本插件写入的记忆)。保存的文本会先脱敏;记忆摘要是稳定的系统提示段(plugin:dsh-mem0:profile),召回是最后追加的独立 mem0:recall 块,不破坏已缓存的提示前缀;召回与保存都有超时(recallTimeoutMs、addTimeoutMs)。安装 dsh-strata 时,召回大小遵循它的 strataBudget 额度;可选设置 captureStrataFolds(默认关闭)还会把它的折叠摘要存为记忆。
cece_legal_skills
rainbowzhu22-eng/cece_legal_skills
在 whatcccup/cece_legal_skills(MIT)基础上适配的 DeepSeek Harness 文书脱敏插件,提供本地识别、人工复核、PDF 框选遮盖、历史记录与可选 Agent 改规则。需 Python 3.9+,首次准备依赖需要联网;仅规则生成需要模型。1.3.0 为开发预发布,Windows 待实机验收;上游是独立离线工具/SkillHub 技能,不是 DSH 插件,无法在 DSH 内与本插件同装。
dsh-approval-gate
iamnewhands/dsh-approval-gate
dsh-approval-gate 的维护中 fork。判定器不可用时,确认次数已达阈值的中立操作直接自动放行,不再重复弹人工审批;审批说明由真实的沙箱模式、命令与路径生成中文。另含凭据外泄与系统路径销毁的确定性硬拒、判定输入脱敏、判定模型候选链、带操作指纹的放行规则,以及可查看 unified diff 与一键撤销的审批视图。
dsh-newapi-video
chen704290901chen/dsh-newapi-video
在对话中用 @ 引用素材调用 new-api 中转站的视频大模型生成视频,支持 Seedance 2.0 与快乐马的文生视频和图生视频,覆盖四种中转协议。
cadence-skill
myd74108520/cadence-skill
面向 Cadence Virtuoso 版图工程师的 SKILL 脚本助手:官方文档锚定的 API 检索(5 本 IC6.1.8 手册 3557 条,签名带置信度,查不到绝不臆造)+不执行代码的深度静态检查——词法深度坐标系可精确判定跨行循环体与同行闭合,覆盖迭代中删除(copy 位置敏感)、printf 占位符与实参对账、循环内 nth O(N^2)、废弃 API(带页码引用),另有危险需求拦截与 CIW 错误日志定位修复。宿主半区零第三方依赖。
dsh-postmortem
zzh-newlearner/dsh-postmortem
在本地解释失败的 DeepSeek Harness 运行并生成脱敏恢复计划,无需模型。
dsh-voice-agent (voice-app)
wayneyu430/dsh-voice-agent
dsh 的对话式语音前端 Agent:通过 ByteDance Duplex 自然对话,把语音请求委派给后台任务,并用语音回报异步结果。
session-export
johnxu22786/session-export
DeepSeek Harness 会话导出与合规归档:确定性脱敏、Markdown/JSONL/PDF 导出、磁盘归档管理与趋势/审计视图。
dsh-showreel
xiaoyuer3921/dsh-showreel
把最近一次已完成的 DSH 任务生成为可分享的竖屏战报视频:五幕可编辑故事板、Host 侧脱敏、可选 AI 润色与配音,导出 MP4/WebM 和 PNG 封面。
dsh-cyber-pet
borisshaw6/dsh-cyber-pet
DeepSeek Harness 的赛博鲸鱼桌宠:悬浮于 shell.overlay,可投喂、可自定义颜色,报告 token 用量、配额、交互与会话数;一个 bundle 同时承载聊天大脑与浏览器界面
dsh-code-security
stardustlc666/dsh-code-security
代码安全工作台与 10 个 secure_* 工具:对文件、目录或 Git 改动执行确定性规则与密钥熵检查,支持依赖清单离线或 OSV 漏洞审计、脱敏证据查看、同范围修复复查与 Markdown/SARIF 报告导出,可选接入 Betterleaks / Semgrep CE / OSV-Scanner,内置 5 套工作台主题。
dsh-telemetry-redactor
030611/dsh-telemetry-redactor
在已配置遥测后端接收前,对 `session-telemetry/record` 导出副本中的已支持秘密模式进行脱敏。
dsh-plugin-doubao
woc-jpg/dsh-plugin-doubao
为 DeepSeek Harness 增加豆包模型 provider:扫码登录、12 个可选模型、实时额度面板与 prompt 桥接的工具调用。登录需同一台机器上曾登录过的豆包桌面客户端提供设备指纹,并用抖音 App 扫码。它的 HTTP 路由没有 DSH 的访问检查,浏览器里打开的网页可以调用它们。
dsh-getnote
magicbaobaoli/dsh-getnote
本地优先的得到大脑 / Get笔记 Markdown 面板:目录树、标签云、全文搜索,渲染表格、时间轴、Obsidian 双链与图片附件;录音笔记带可拖动进度条的播放器和按时间戳分条的逐字稿。笔记是磁盘上的纯 .md 文件,同步下来的库离线也能读;云端同步可选,删除的笔记进可恢复的回收站。它的 HTTP 路由没有 DSH 的访问检查,浏览器里打开的网页可以调用它们。
dsh-secret-guard
fm112/dsh-secret-guard
在工具调用和 shell 命令引用凭据文件时于执行前拒绝,并在结果回传模型前脱敏 API 密钥、JWT、私钥块与连接串密码。
dsh-video-prompt
mujizi/dsh-video-prompt
中文视频提示词参考库,提供交互图谱、时间线、题材 Wiki 和 AI 检索工具,内置保留作者与来源的 Wan3 示例。