跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 190 个插件

L

dsh-hitchfin

luckyonetwothree/dsh-hitchfin

将 WorkBuddy、Qoder、Trae 的订阅模型接入 DSH,支持多账号故障转移、账号级 HTTP(S) 代理与模型可见性管理。登录与对话经社区维护的 opencode-*-auth 适配包(随插件安装、版本固定)访问各家国内站点;账号与令牌存放在 DSH 凭据库,默认只显示免费模型。

75天前模型与账号接入MIT
C

dsh-router-codebuddy

carvin94/dsh-router-codebuddy

dsh-router 的 CodeBuddy 供应商插件。单账号负责轮询式 OAuth 登录与令牌刷新,选号、冷却与签到交由 dsh-router 核心处理。

718天前模型与账号接入MIT
S

dsh-workbuddy-connect

sixzjd/dsh-workbuddy-connect

通过进程内 loopback shim 把 WorkBuddy(国际版与国内版)订阅模型接入 DSH,提供账号管理设置卡片与实时模型目录。

6昨天模型与账号接入MIT
Y

dsh-free-model

ypipaq/dsh-free-model

为 DSH 接入 CodeArts、CodeBuddy 等十五个账号渠道,提供模型选择、数据看板、日志与本地网关(含局域网中继)。

6上个月模型与账号接入MIT
F

dsh-workbuddy

faide-cyber/dsh-workbuddy

把 WorkBuddy 国内版和国际版的免费/付费模型接进 DSH —— 无需下载 WorkBuddy 桌面端。

68天前模型与账号接入
Z

dsh-codebuddy

zhang-tod/dsh-codebuddy

非官方 provider 插件:把腾讯 CodeBuddy 开放平台的模型接入 DeepSeek Harness,支持自动探测模型,并在设置页填写 API 密钥。

617天前模型与账号接入MIT
K

dsh-agent-sync

kuaiyukuaikuai/dsh-agent-sync

扫描本机 20+ 种 AI agent 的 MCP 服务器与 Skills(Codex、Claude Code、cc-switch、Hermes、opencode、Gemini、Grok、Kimi、CodeBuddy、Trae、OpenClaw、Qoder、WorkBuddy、Zcode、Cursor、Windsurf、Cline、Roo Code、Qwen Code 等),一键同步、管理并添加进 DSH(全局或按工作区)。

63个月前工具与能力MIT
A

dsh-llm-codebuddy

axiaohungry/dsh-llm-codebuddy

在 DeepSeek Harness 中使用 WorkBuddy API,适用于公司仅提供 WorkBuddy 积分的场景。

63个月前工具与能力MIT
D

dsh-connect-workbuddy-models

dragonhorizon-xtihc/dsh-connect-workbuddy-models

把本机所有登录过的 WorkBuddy 账号聚合成一个模型池,带手动与自动签到、积分与到期监控、模型倍率,并可在输入框下方切换账号、查看剩余总积分。

518天前模型与账号接入MIT
L

model-failover-manager

liaoyuqing/model-failover-manager

模型选择弹窗+路由分组:模型失败后自动换到组内下一个可用模型并继续本轮;另含数据看板与免费渠道页签。页签一键安装六个渠道插件 —— Our Free Model(唯一不登录、不填 API Key 也能用的)、CodeArts、WorkBuddy、Trae、Qoder、Providers Hub,覆盖 23 个平台:华为云 CodeArts、腾讯 CodeBuddy、WorkBuddy、有道 LobsterAI、Qoder、TRAE、Cline、讯飞 Loomy、商汤 Raccoon、MiniMax、智谱 ZCode、Gemini Code Assist、阿里 Accio、讯飞 AStudio、OpenCode、OfficeAce、AutoClaw、魔搭 ModelScope、七牛云 Qiniu、Codely、MonkeyCode、百智云、超级麦吉 MagiCrew 等平台。

59天前模型与账号接入Apache-2.0
L

dsh-workbuddy-hub

loyalchiiina/dsh-workbuddy-hub

WorkBuddy 转接中枢:注册 WorkBuddy 模型 provider,并附多账号台账悬浮球——实时额度、每日自动签到、限流冷却追踪与一键切号。

5上个月模型与账号接入
A

yugoo-design

alibaba-damo-academy/yugoo-design

Yugoo Design (yugoo-design) 在 DeepSeek Harness 中的安装插件。

421天前UI 增强Apache-2.0
L

dsh-codebuddy-link

liubaicai/dsh-codebuddy-link

通过 ACP 将腾讯 CodeBuddy CLI 接入 DeepSeek Harness,支持 CLI 原生工具执行、多账户管理和 codebuddy_ask 独立问答。

420天前模型与账号接入MIT
J

dsh-workbuddy2api-panel

jerry9692/dsh-workbuddy2api-panel

读取运行中的 workbuddy2api-panel 的 HTTP 接口,把面板模型连同倍率、国内/国际分区与逐模型思考档位同步进 DSH 的模型选择器,并在设置页与侧边栏徽标中显示剩余额度与用量。

4上个月模型与账号接入MIT
1

dsh-subagent

1373700184/dsh-subagent

把本机 Qoder、QoderCN、OpenCode、Pi、CodeBuddy 等 CLI 注册为 DSH 子代理后端,支持模型故障转移链、实时进度、单次额度显示、设置页与斜杠指令。需先安装并登录对应 CLI。

417天前模型与账号接入
A

dsh-multi-agent-gateway

a1141171521/dsh-multi-agent-gateway

把六个 AI 编程平台接进 DSH——OpenCode、Qoder、Qoder CN、TRAE、WorkBuddy 与国际版——每个平台在原生模型选择器里各自成组;在一个设置页里统一管理账号,平台有签到接口就每日签到、可查积分余额,账号被限流时自动改用同平台其它账号。平台声明了积分倍率的模型会标注倍率。OpenCode 匿名免费层无需任何凭证;TRAE 默认隐藏,在设置里启用后才出现。

420天前模型与账号接入MIT
G

sapbuddy-dsh

gxx950224/sapbuddy-dsh

SAP ABAP 助手,含 41 个 SAP 工具、8 个 ABAP 技能、SapBuddy preset 与连接设置页,一个包即可安装。

43个月前工具与能力MIT
A

DSH-Workbuddy-WebSearch

arnen7000/dsh-workbuddy-websearch

把 WorkBuddy 桌面 App 的网络搜索作为 dsh 的 web_search 提供方,复用 App 已有的登录状态,无需额外配置。

421天前工具与能力MIT
Z

dsh-workbuddy-bridge

zlzayn/dsh-workbuddy-bridge

将 WorkBuddy 桌面 App 包含的模型零配置自动接入 DeepSeek Harness。

42个月前模型与账号接入MIT
L

dsh-qq2007-skin

leemancheung/dsh-qq2007-skin

DSH Web GUI 的 QQ 2007 风格皮肤:72 个原生主题 token、作用域三栏窗框、原创离线素材与像素伙伴、可选合成发送提示音、响应式/无障碍回退和可恢复设置开关。

42个月前主题与外观MIT
O

pocketagents

oscarka/pocketagents

PocketAgents(原 deepseekharness-remotecontrol):DeepSeek Harness 的开源自托管手机端 Web PWA 与飞书远程总控台(同时支持本机 Antigravity IDE、Codex、Claude Code、WorkBuddy 与豆包),支持滑卡批阅审批、多选弹窗交互回复、微信式按住说话插话、回复语音播报、HLS/WebRTC 文件视频流预览、多主机置顶同步、锁屏 Web Push 推送与 5 秒终端二维码免密配对。

3前天集成与远程MIT
O

deepseekharness-remotecontrol

oscarka/deepseekharness-remotecontrol

DeepSeek Harness 的手机端 Web PWA 与飞书远程控制中心(可选接入本机 Antigravity、Codex、Claude Code、WorkBuddy 与豆包):默认在 0.0.0.0:8788 启动受令牌与 6 位配对码保护的局域网网关,支持会话切换、文件浏览与媒体预览、工具审批、Web Push 推送,以及可选外连自建云端 Hub 或飞书机器人长连接。

33天前集成与远程MIT
T

dsh-buddy (plugin)

tyr1105/dsh-buddy

带像素办公室的 AI 团队:对总管说一件事,总管先给出约定(范围、怎样算做完、预计消耗),确认后才开工;员工执行,结果逐条核对后交给你验收,并给出消耗回执。办公室显示每位员工当前的状态和当天做过的事。仅支持 macOS 上的 DSH 桌面版。

35天前记忆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。

36天前模型与账号接入MIT