插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 1688 个插件
harnessmm-dsh
xiuxiu-6/harnessmm-dsh
DSH决策复用:模型一次声明已决工具动作,有执行回执支持的动作经原生工具执行,无需再次推理;含只读复用面板。
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-github-radar
goodboys155/dsh-github-radar
右侧栏 GitHub 面板,四个升起中的仓库榜:最近 2 天新建、最近 7 天、最近 30 天,以及两万星以上且近期仍在推送的老牌项目;前三个按星标增速(星/天)而非星标总数排序,让刚起量的项目排在攒了很久的项目前面。每行显示仓库名、仓库自带描述、语言、每日涨星速度与最多两个话题,整行链接到仓库页。另有搜索框直接查 GitHub Search API,带防抖并识别输入法组词——中文或日文拼音打字过程中只发一次请求,不是每敲一个字母发一次。数据取自公开的 GitHub Search API,匿名访问:不需要 token、不需要登录、不读账号,也不访问其它任何域名。四个榜缓存 30 分钟,搜索结果缓存 5 分钟;请求优先直连,直连失败才回退到确实在监听的本机代理端口。
dsh-ide
tntd26/dsh-ide
内置在 DeepSeek Harness 里的 IDE:文件树、多标签编辑器、AI 助手(模型选择/API Key)、Git 面板、PTY 终端和 Python/TypeScript LSP。
dsh-preset-studio (studio)
hycally/dsh-preset-studio
编辑 DSH 预设的面板。它读写预设里的文件,开关预设的注入、文档、技能与工具行,并直接装卸预设;按行编辑,YAML 注释与排版都保留。同一个包还提供预设挂载用的投递器与 doc_update 写回工具。
dsh-agents-viewer
atrestandbed-bot/dsh-agents-viewer
在右侧栏原生 tab 里查看并编辑 AGENTS.md / CLAUDE.md 指令链:全局、共享,以及从项目根到会话工作目录的每一层;就地保存,文件不存在时直接创建;另有聊天头部按钮,以及界面不可用时也能用的 /agents 命令。
cyber-im-avatar (dsh-plugin)
buger-gif/cyber-im-avatar
把「替你值守 IM」做成 DSH 侧边栏的常驻席位:复用本机已登录的飞书/Lark、企业微信、钉钉(需在面板启用)CLI,只拉取加入值守的会话;命中 @我 或新消息才唤醒绑定的 DSH 会话,由它读上下文、调研并按本人语气起草。每个值班可单独切换草稿审批 / 全自动发送与关注程度三态,新群由 agent 自动分诊;屏蔽的会话永不拉取,消息正文只留本机,插件不开任何端口。
dsh-sidebar-groups
yangdinghui/dsh-sidebar-groups
侧边栏面板分组:两行常驻,其余收进可折叠的「工具」组,支持拖动互相搬运。
system-resource-monitor (dsh-hardware-monitor)
tyvtjhj/system-resource-monitor
DSH 本机硬件监控插件:侧边栏完整面板、输入框下方的 CPU/内存/GPU 挂件,以及 hardware_monitor_status 工具。数据来自另装的本地 Python 服务:需在仓库根用 install-dsh.ps1 安装(Windows、Python 3.10);只装 DSH 插件时面板与工具均不可用。
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-cap-manager
easun-zhu/dsh-cap-manager
一个面板统一管理全局 / Profile / 项目三个作用域的 MCP 服务与技能:实时状态与工具数、导入导出、回收站与备份,并可安装/更新/卸载 Anthropic 官方 claude-plugins-official 市场的 Claude Code 插件。
dsh-soul-evolve
xiachuyoufeng/dsh-soul-evolve
人格状态与缓慢演化:五个状态维度(效价、激活、精力、亲近、专注)每轮对话后更新、随时间向基线衰减;四种场景(工作、技术求助、情绪支持、闲聊)只调回复长度与温度,不改状态本身;Soul 面板保存人格卡与带权重的演化条目,按权重排序注入系统提示词,总预算 4000 字,人格在前、状态在后。带浏览器面板:人格卡编辑 + 实时人格状态(五个指标与最近六条事件),并把轨迹以 JSONL 落盘;首次安装会种入一份可用的默认人格。
dsh-tri-model
starry-sky-blip/dsh-tri-model
DSH 多模型分层协同插件:强模型规划、快模型执行、第三方模型审查,审查 FAIL 自动带问题清单返工;端点、协议、模型、层级全部在设置面板里配。
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-memory-brain-plugin
1dadidi/dsh-memory-brain-plugin
记忆星脑:meow-memory 记忆库的 3D 神经脑图面板,左侧栏入口 + 桌面内嵌,支持八分区归类与记忆检索;需先安装 meow-memory 插件(读取其 .dsh-meow/memory.db),并要求 Node 22.5+(node:sqlite)。
dsh-mood
sata260/dsh-mood
通过状态面板、更新工具和聊天表情包管理 AI 搭档的情绪与性格。
dsh-market-peek
lyuyuxin/dsh-market-peek
在 DSH 插件市场点击插件卡片时把插件留在 DSH 里预览:README 显示在市场旁的停靠面板,或在内置右侧栏浏览器打开仓库页,离开市场时恢复原布局。支持 dshmarket 与 DSH 内置实验性市场。
elab-flow (dsh-elab-cockpit)
xkk6663/elab-flow
嵌入式闭环开发驾驶舱(DSH 插件):agent 在面板里闭环开发 STM32——发现、编译、烧录、调试校验、串口监视,开发过程对用户全程可视化(阶梯进度、实时日志、RAM/FLASH 占用、串口波形解码)。需主机自带 PATH 上的 Python 3.10+(插件不能代装);ARM 工具链首次使用时自动下载(约 400 MB,仅 Windows x64),并需自备 STM32 板与调试探针。
dsh-lab-assistant
oddeye4649/dsh-lab-assistant
面向高校实验课程的 DSH 桌宠式插件:保存实验档案、按软件累积经验、用真实步骤证据生成 Word/Markdown 实验报告,并提供黄色高框指引与「点一下自动判对错」的教学循环。桌宠与实验助手面板仅在 Windows 桌面端出现,其他环境只有对话工具可用。
dsh-autocad-bridge (bundle-autocad-ui)
cmm00100/dsh-autocad-bridge
通过 COM 驱动本机安装的 AutoCAD,把它暴露成 18 个 mcp__autocad__ 工具:连接与状态、取消当前命令、列出本机注册的 ProgID、列出或新建文档、保存、新建与列出图层、绘制直线/圆/矩形/多段线/圆弧/文字、列出图元、缩放到范围,以及透传任意 AutoCAD 原生命令。侧边栏面板托管驱动它的 Python 桥进程——启动、停止、重启、安装依赖、实时日志与崩溃自动重启——所有路径在运行时解析,同一个 bundle 在 Web 版与桌面版都能用。仅 Windows,Python 3.10-3.12,文档覆盖 AutoCAD 2022-2024(默认 2024;其他版本需把 CAD_PROG_ID 设为对应 ProgID)。
dsh-obsidian-notes
revive123456/dsh-obsidian-notes
DSH 右侧栏的 Obsidian 风格笔记面板:本地文件夹目录树、带行号的 Markdown 预览与编辑保存、Obsidian callout 与表格和双链渲染、粘贴截图存入 vault、一键把笔记路径插入对话输入框,以及会话/工作区的批量归档与删除。
dsh-adapt-packs
lugabeeee/dsh-adapt-packs
第三方 DSH 插件面板的手机适配包:44px 触控地板、宽度回收、外壳命中区与浮动控件让位;由 dsh-mobile 插件从其 extensions 目录加载(须先装 dsh-mobile 才会生效),附设置页一键装/卸与插件兼容清单。
dsh-subagent-switch
wld12314/dsh-subagent-switch
未由调用方指定模型时,按任务类型从本机模型目录为每个子代理挑一个模型。免费与额度档合并后按逐模型能力标签排序;只有当便宜档里没有任何模型声明擅长这类工作时,才升到更贵的档。只有余额可读或账号接入的 provider 进候选池,其余仍列出但不参与路由。面板提供盖过自动顺序的逐模型手动优先级,以及放行/收回开关。
dsh-minimax-connect
vicqiufeeng/dsh-minimax-connect
把本机已登录的 MiniMax Code(Mavis)订阅接入 DSH 作为模型 provider,自己完成 OAuth 续期所以桌面客户端可以一直关着,并提供积分、签到与订阅额度面板。