插件

DeepSeek Harness（dsh）双面插件（宿主 + 浏览器半边）：查看 DeepSeek 账户**余额**，按 token 用量估算**费用**，价格按**模型 × 高峰/空闲时段**在线配置。所有能力收敛在统一弹框中（侧边栏底部「余额」入口），另在**会话头部**提供实时当前会话 ≈xx CNY」按钮。界面中英双语（跟随宿主 UI 语言）。

在 DSH 的 zai-coding-cn 路由中提前暴露最新 Zhipu/Z.AI coding-plan 模型，例如 GLM-5.3。

将标准 DeepSeek Harness 连接到 DSH Cloud：支持设备登录和提供 20 个模型的网关供应商；新账号含 500 个免费额度。

为 DSH 注册 ai_code_review 工具：复用 Node.js 引擎收集 diff、运行测试和覆盖率、分析影响并提供技能包。

将任务台账、模型工具、人工命令、唤醒巡检、配额续跑、空闲会话挖掘、定时发送和 Web 看板整合为 DSH 任务中心。

为自定义 API 模型提供推理强度分级管理与跨会话偏好记忆：在「设置 → 模型」中内联切换 low/medium/high/max，配置写入为原子操作。

为 DeepSeek Harness 路由免费模型：发现 OpenRouter 免费模型，将最佳模型设为 Agent 默认，并在限流时自动轮换，不改动付费配置。

DeepSeek Harness 里的 LLM 调试台：在 llm/stream 层完整捕获每次模型调用（请求参数、流式块、用量、真实 wire 协议），以 DevTools 风格停靠面板展示，支持上下文共享前缀折叠对比、wire JSON 重建、JSON 导出与运行时可调的抓取策略。

分叉自 anneheartrecord/dsh-desk-pet 的 macOS 桌宠，一个真的置顶窗口，全屏 Space 也盖得住：姿势跟着本地 DSH 在六种状态之间走，右键菜单是真的 AppKit 菜单，里面有免打扰和会话清单，随包带七套皮肤。七套里有两套是仓库中的脚本用几何画出来的，不是生成的，所以做一套皮肤不需要图像模型、也不烧 API 额度；自带的 skill 仍用你自己的画图工具和额度，把一张照片扩写成十八个姿势。没有 Electron，也不用另装任何东西：窗口是用 macOS 自带的那个 Python 经 ctypes 驱动的。

屏幕截图与外部视觉识别：take_screenshot、list_windows、analyze_image、view_image 四个工具，可配置 GPT 视觉通道（gpt-5.5 / gpt-5.6-sol / gpt-5.6-terra），API Key 经凭据服务存储，带设置卡片；view_image 在 Web 对话中显示截图，模型上下文只保留文字。

为 DSH Web 提供可搜索排序的模型选择器，支持供应商分组、收藏、models.dev 价格、上下文窗口、任务 Token 成本和本地模型筛选。

为经 Sub2API 或 NewAPI 中转的 GPT 模型提供 DSH 网页搜索与 Responses 原生 V2 压缩。

混合式模型路由器，按规则、成本与任务分类自动选模型并回退。

在对话气泡中内联显示 dsh-tool-vision 桥接的粘贴图片,点击可放大,旧消息也会自动补上预览。

自动识别当前模型厂商（内置 7 家），在输入框内显示余额或配额，未内置厂商可配置自定义接口。

用量统计面板：静默按模型采集 token、活跃热力图、趋势图、费用估算与每日超限守卫。

DeepSeek 账户余额与模型消耗：官方价格表分高峰/空闲时段计价，三档计费口径（缓存未命中/命中/输出），按模型与会话统计，主页摘要条悬停明细，支持导出 CSV 与重置记录。

通过 OAuth 连接 ChatGPT 账号，支持手动或自动切换，并为 DeepSeek Harness 添加带用量限额信息的 Codex 模型。

为任意 DSH 代理固定验收标准，跟踪验证状态并强制完成检查。

诊断并修复 DSH 安装：重复模块、错误模型配置、损坏设置等，含 CLI。

修复 dsh web GUI 的手机视口体验：抽屉式侧栏与滑动手势、纯图标 composer 与「权限·模型·思考深度」状态行、浮窗居中、横向溢出与滚动条挤压居中修复。

双色球助手 DSH 插件：千期趋势追踪、6 种预测模型与集成投票、组合结构分析、胆拖/随机选号，对话中直接调用 ssq 工具。

智能委派套件：按角色路由最强模型、失败自动互备、每个子代理可设思考强度、名字带模型标签、支持 fork 委派与可视化路由编辑。

面向 DeepSeek Harness 的分级模型路由：think/build 模型分级、视觉委派（视觉模型只负责描述图片，工作模型负责执行操作）、图片生成，以及高影响操作守卫。