插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 321 个插件
dsh-advisor-flow
ccll/dsh-advisor-flow
移植自 pi-advisor-flow 的执行者/顾问工作流:执行者经 ask_advisor 工具按需请求第二意见(可附问题、草稿、仓库上下文档位与点名文件);等价工具调用重复达到阈值时在执行前拦截,由顾问以 proceed/revise/blocked 三值裁决,硬模式下回合收口前强制评审;提供逐次 token 与成本台账、/advisor status 状态读数、仓库上下文与文件内容分级授权、六类密钥形状脱敏与 web 设置卡;advisor 失败不停摆主循环。
dsh-wechat-collector
bescriptkiddie/dsh-wechat-collector
公众号素材采集:扫码登录的多套凭证档案、带冷却保护的限流安全抓取、RSS 第二水源,以及凭证隔离的 ContentStudio 来源卡交接。
dsh-file-viewer
liguobao/dsh-file-viewer
Web 客户端只读文件预览面板,支持图片、PDF、CSV/TSV、文本、源代码、Markdown、JSON 与 YAML 渲染、大文件分段读取,以及面向非本地内容的 provider API。
dsh-workspace-search
tsonglew/dsh-workspace-search
VS Code 式工作区关键词搜索 Tab(better-sidebar 扩展):同时匹配文件名与文件内容,结果按文件分组带行号,点击在侧栏编辑器打开。
dsh-visual-safety-control
kxiaoguai3/dsh-visual-safety-control
Windows 桌面控制:截图、本地 OCR、UI Automation、内容策略与动作核验(hit-test/expect/verifyText)。
dsh-pages
orderg-x/dsh-pages
让模型把回答做成一页网页,直接放在对话里。show_page 工具可以套 10 种内置模板(报告、对比、清单、数据看板、时间线、学习卡片、测验、流程图、思维导图、技术路线),模型只写内容,排版、交互和保存由插件做;也可以存模型自己写的整页(计算器、小游戏、特别的版式)。思维导图分支左右展开、节点能折叠;技术路线能画申报书那种分层图(连线绕开方框),也能画按季度的泳道路线图。自己写的页面也套上同一套设计,放在 CSS @layer 里,页面自己的样式照样盖得过它。页面按内容高度嵌在回复下面,能点能用,深浅色跟着 DSH 走。页面里的 localStorage 按页面存在 DSH 里,勾过、填过的东西重开、改出新版本都还在;同一页同时开在对话里和右侧栏,两边实时同步。改一次存一版,旧版能翻。存好后在本机一个看不见的 Chrome / Edge 里体检(脚本报错、横向溢出、深色没跟上),问题交回模型改。右侧栏看整页、翻版本、看所有做过的页面,导出 PNG / PDF / HTML。页面跑在不同源的沙箱框里,CSP 很严:读不到 DSH 的数据,也不能联网取数据。配合 dsh-mobile 手机上也能用。
dsh-context-fold
yyfdfsyyf-source/dsh-context-fold
把超长工具结果折叠为落盘副本并保留 head/tail 标记,为 compaction 摘要建立可检索账本,并按项目作用域抽取跨会话记忆;被折叠的内容可通过一次工具调用原样取回。
dsh-bili-interactor
acttk/dsh-bili-interactor
替你在 B 站上真的动手:搜视频、点赞、投币、发弹幕、发评论、回别人的评论,别人回了还能接着聊。会读视频的 B 站 AI 字幕(没有字幕时可本地转写),所以评论说的是视频里真正讲了什么;挑该回谁之前也会先看一遍视频内容。它不抄别人的句子,而是总结「怎么说话才像真人」的规律,跑得越多 AI 味越淡。会跳过刷过的视频、同一楼不重复回复;跟同一个人在同一个评论区来回聊太多轮时会先审查这段对话有没有营养 —— 如果像两个机器人在互相捧场,就说最后一句、之后不再回复他。还能查每条评论是真公开了还是只有你自己看得见,可以按任意时间范围(最近 1 小时 / 24 小时 / 3 天 / 全部)批量扫描并列出别人看不到的那些,总览上直接告警有多少条被折叠。六页签设置面板,改任何一项立刻生效、不用重启;手动「跑一轮」撞上后台监听会排队而不是被拒;自带环境自检,缺什么直接告诉你。B 站操作需要 Python 3,内置自检会列出缺少的依赖。
dsh-media-lens
drscrewdriver/dsh-media-lens
liustack/modlens 的全媒体(视频/音频/图像)延伸:把本地媒体转成结构化证据(时间线/转写/版面区域)注入对话,让纯文本模型能引用具体帧、秒、说话人——Evidence, not imagination。每个媒体一条 failover 链,逐跳记录在 meta.attempts(降级绝不静默):宿主已注册全模态模型优先,其次自配 OpenAI-compatible 端点(逗号分隔多 key 轮换),再落到本地 ffmpeg 抽帧 / 本地 ASR CLI,末位仅元数据降级。吸收 modlens 实战经验——仅 auth/quota 类失败触发冷却且软化垫队尾(不剔除)、错误文本先脱密后截断、magic-byte 校验绝不信任扩展名。可选 vision-bridge 把透镜包装成模型选择器可见的 media-lens 包装 provider,让纯文本主力获得图/音/视频视野。多模态模型的注册/认证与真正的音视频直传依赖两个姊妹插件配合(均声明为 optional peer,未装则能力自动降级、不报错):dsh-thinking-levels 承接模型配置录入/登记面,dsh-llm-openai-completions 做 OpenAI-compatible 传输接管、把 file 块序列化成 video_url / input_audio 真正上送。隐私:媒体缺省会发往远端 provider,开启 strictLocalOnly 则不出本机。不随包分发的安装前提:PATH 上的 ffmpeg/ffprobe(抽帧/重编码/时长探测,缺失时降为仅元数据),以及音频兜底需用户自备本地 ASR CLI。支持宿主 0.1.7 / 0.2.0 / 0.2.1 共 6 个 rc(engines.dsh 精确枚举)。npm 包名:dsh-media-lens。
dsh-on-phone
jaulukngai/dsh-on-phone
让手机浏览器直接使用电脑上的 DSH 网页界面,远程通道建立在 Tailscale Serve 之上。两边除了 Tailscale 不用再装任何东西:没有专用 App、没有二维码、没有登录页,插件不设账号,也不中转你的内容。电脑端支持 macOS、Windows 与 Linux。
dsh-siyuan
yoursc/dsh-siyuan
把思源笔记(SiYuan)接入 DeepSeek Harness:17 个 siyuan_* 宿主工具,覆盖笔记本与文档列表、全文检索、SQL 查询、读取文档与块、新建与追加内容、移动与重命名文档、日记与块属性,另提供一个 Web 设置页配置思源地址、API token 与逐工具开关。
dsh-chat-toc
a792883583/dsh-chat-toc
对话大纲目录导航:支持书签标记、轮次置顶钉住、全局快捷键与智能标题提取。
dsh-write-rule-guard
better-er/dsh-write-rule-guard
在工具执行前拦截 edit/write 写入内容里匹配配置正则的字符,默认匹配全角圆括号,同一回合命中后连带拦截后续 pwsh,报错文案与正则均可配置。
gzhflow
andiii208/gzhflow
六阶段公众号内容发布工作流,带质检门工具与配套 skill。
dsh-chat-width
764475881/dsh-chat-width
为 DeepSeek Harness 网页界面提供可拖拽的聊天内容宽度:文字列右缘的把手覆盖内置的 748px 宽度(默认 1040px、范围 520~2400、按浏览器记忆,双击恢复默认)。
dsh-vision-hub (tool-vision)
xing666173/dsh-vision-hub
增强版视觉工具箱:14 个像素级视觉工具(看图问答/定位/检测/裁剪/像素比对/OCR/长截图OCR/矢量化/取色/抠图/截图/展示/落盘/网页截图),单一 OpenAI 兼容端点驱动,桥接标记极简、规则下沉系统提示,带内容安全识别与限流自动重试。
dsh-paperclip
zmm863-commits/dsh-paperclip
在 DSH Web 输入框添加回形针按钮:点击选择文件(支持拖拽),文件内容自动插入输入框。
dsh-wechat-mp-studio
funcwei/dsh-wechat-mp-studio
微信公众号内容生产工作台:防低创作度结构轮换写作法、低创作度整改实战、祝福图视觉基线、gpt-image 配图管线与 OCR 验收、小绿书草稿网页接口实测参数。
dsh-archive-viewer
keepermttl/dsh-archive-viewer
DSH Web 归档会话管理器:支持标题/内容搜索、标签筛选、阅读日志、恢复会话与 ZIP 导出。
dsh-dungeon-master
superchipper/dsh-dungeon-master
面向 DeepSeek Harness 的 QQ 机器人与 D&D 5e 跑团主持人插件(基于 @tencent-connect/dsh-qqbot 二次开发,勿与上游原版同时启用):通过 /dnd 与 19 个 `dnd_*` 工具结算掷骰、检定、网格站位、迷雾与战斗地图、剧情账本、快照回滚及可选独立战斗子代理,并支持 /persona 分会话人设切换与交接、共享 Markdown 笔记、表情收藏、B 站只读工具与按会话工具权限拦截。默认补丁中私聊与群聊为开放模式,非白名单 QQ 会话默认禁用终端与子代理;需配置 QQBOT_APPID/QQBOT_SECRET 或端内扫码绑定,图片地图可选装 sharp、音视频需 ffmpeg。共享笔记对所有会话可见,私聊内容可能在群里被召回。
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)。
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-reading
hulibuld/dsh-reading
在侧边栏里读 EPUB、MOBI、AZW3、TXT、PDF 五种格式的书:分页、目录跳转与书内链接跳转、划线笔记与书签、全文搜索、带原文锚点的 AI 问答、按章蒸馏,并能导入 Legado 格式书源按章抓取在线书籍,随包还带一个陪读教练 skill。PDF 只支持文字版,扫描件与加密 PDF 会被拒绝。
dsh-mnemosyne
i11ustrious/dsh-mnemosyne
给 DeepSeek Harness 的分层长期记忆:每轮只注入「人设框架 + 相关记忆索引」,原文留在磁盘按需展开,不把整个库塞进上下文。事实层按槽位做冲突消解,改口后旧值自动失效;人设框架由模型从记忆里自行归纳,带三道防污染闸门(拒收开发流水、拦截自身注入的回流、同一件事按共享实词归并)。记忆周期性固化——合并近似重复、把大话题压成摘要、归档低价值旧条目,全程只打标签不删原文;追加式存储也会就地压缩(实测 4.7 MB → 355 KB)。零第三方依赖,无构建步骤。⚠️ 注意:每轮注入会不可避免地降低缓存命中率,请勿在工作场景使用。