插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 193 个插件
dsh-bagu
hongdougao111/dsh-bagu
管 AI 对外说话的两道门。一、守门:发出去之前拦掉「谁都能说」的形状——空转(动词配宏观名词,如「优化了代码结构」)、空形容词、万能话、模板开场白、git commit/PR/review 的套话、把代码念一遍的注释。聊天、评论、邮件、commit message、PR 描述、review、issue、文档、代码注释都覆盖。过了回 OK,没过回一行说明怎么改。二、接梗:对方抛出网络梗时不猜、不联网搜——内置梗词库(来自梗Wiki,每天自动更新),在模型开始思考之前就查好,把词条的「用法」字段(这个梗该怎么接)直接塞进上下文。只认标题/slug/别名的精确命中,不做模糊匹配,所以日常闲聊不会误触发。词库用 Node 自带 node:sqlite,零依赖。设置页:守门开关、严格模式、提示节开关、梗库开关、每轮自动查、四档玩梗尺度滑杆(很收着/有点度/跟着玩/放得开,写行为不写标签)、AI 接话开关(默认关,走会话自己的模型不用填 key)、粘一段当场试、三个阈值。所有判断都在本地跑,不调模型。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。
qiaomu-cover-design-dsh
joeseesun/qiaomu-cover-design-dsh
在画布中使用模板和排版控件制作封面,并导出 PNG 图片。
zgs-ppt
john-20260101/zgs-ppt
职规赛(全国大学生职业规划大赛)展示 PPT 生成技能:给出选手信息、材料与照片后先出逐页大纲待确认,再渲染成 15–20 页的阅读型 PPTX(少于 15 页会被判为页数错误)(17 种页型、3 套主题,可套学校模板);生成时审计估算版面(文字溢出、每页字数、评分维度覆盖、素材缺口),导出 PDF 后再复核一遍越界与压字。依赖 Python 3.9+ 及 python-pptx、python-docx、Pillow;PDF 版面复核可选依赖 LibreOffice(soffice)与 pdftotext。
dsh-auto-driving
huhaodong/dsh-auto-driving
DeepSeek Harness 模型故障自动回退与轮次保活:请求在产出任何可见内容前因模型错误失败时,沿所选供应商分组的模型(再到下一个供应商)逐个切换直到流式成功;瞬态失败按指数退避自动重试并有活性看门狗防假死,整轮任务失败后自动发送模板化「继续」唤醒续跑;可选全自动模式自动应答权限审批、确认提问与方案评审,每次自动决策追加到 AUTO-MODE.md 审计日志。
dotfiles
qw457812/dotfiles
将 Pi 提示词模板暴露为 DeepSeek Harness 斜杠命令。
dsh-boot-nexus
zeki520/dsh-boot-nexus
把片头视频、suite 六幕冷启动与屏保合进同一个开机动画:一层画面、一个状态机、一个时钟、一份配置,所有选项都在一张玻璃面板设置卡里。suite 引擎、模板与一套原画质片头/屏保素材(720p–4K 原片,约 197 MB)也随包发布,装完第一次开机就有动画,删掉原插件后仍能播放;启用它时不要再同时启用 dsh-boot-suite 或 dsh-boot-animation。
dsh-plugins (agent-roles)
delthin/dsh-plugins
管理可复用的智能体角色模板(职责提示词、模型与思考强度、工具白名单、Skills),并通过原生 Agent Team 接口按角色启动成员来分发任务和继续对话。
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-notify-desktop
paleech0/dsh-notify-desktop
DSH 桌面端会话的 Windows 原生 Toast 通知:回合结束、审批、提问与未应答催办,每个情况可单独选择音效与弹窗文本(每个情况最多 3 套命名模板),支持三种通知形式、预览效果与导入自定义音效;点击通知把 DSH 窗口拉回前台。
dsh-dpia-workbench
the-data-galaxy/dsh-dpia-workbench
为 DeepSeek Harness 添加带版本记录的 DPIA 工作台,关联材料来源、事实补正、补答、复评与待审阅报告。需 Python 3.9+ 及 `python-docx`、`pypdf`,PDF 模板还需 `reportlab` 与 `pdftoppm`。
dsh-delivery-board
jerryxff26-alt/dsh-delivery-board
面向客户项目交付团队的交付看板:阶段流水线(default 或 governance 模板,也可自定义阶段),卡片含负责人、截止日、验收标准与 DoD,卡片跨阶段时自动记录交接审计日志,进展/风险/阻塞/决策日志,Markdown 客户周报,仅绑定 127.0.0.1 的可拖拽本地看板与只读 HTML 导出;状态保存在工作区的 delivery.json(11 个 delivery_* 工具与 /delivery 命令)。
dsh-econ-tools
chaos-hyper/dsh-econ-tools
计量经济学研究助手:6 个工具覆盖方法选择、数据预处理、模型设定、实证分析(含 Python/R/Stata 代码模板)、稳健性检验与结果报告。
dsh-plugins (session-title-template)
redheartsecretman/dsh-plugins
按模板生成会话标题:支持类型词表、AGENTS 命名指导、历史回填,以及显式改名与刷新工具。
lit-report-ppt
ashenseeker/lit-report-ppt
把一篇期刊论文默认做成三份产物 —— 中文组会文献汇报 PPT(南阳师范学院物理模板)、配套 Word 讲稿、双色答辩预测问答 HTML(十题左右,答案简短直接)。需本机 Python 3 及 python-pptx、python-docx、Pillow、pymupdf(pypdf 兜底)依赖,可用 pip install -r requirements.txt 安装。
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-thinking-guard
ethanwong-hk/dsh-thinking-guard
空转回合熔断器:监听 agent/assistant-stream,对只产出 reasoning、零文本零工具调用的回合实施三重熔断——45 秒无进展、单次思考超 80000 字符、或命中退化重复模式(精确重复单元/句模重复/稀疏复读/6-gram 密度)。熔断后注入继续指令,要求下一个动作必须是工具调用;附 11 个回归用例与逐档调参。
dsh-input-list
konglong87/dsh-input-list
DSH 常用内容、提示词收藏与 Prompt 管理插件:在 composer 输入框旁保存、编辑、删除和一键回填常用提示词、Prompt 模板、工作流指令与可复用文本,不自动发送。
dsh-custom-instructions
huanghai-lab/dsh-custom-instructions
在 DSH Web 中管理全局 AGENTS.md,支持 Markdown 预览、可复用模板、版本历史、导入导出、失败导入回滚与修订冲突保护。
dsh-session-notify
telosmaylx/dsh-session-notify
会话轮次结束时推送浏览器系统通知与页内提示,内置 5 种语言模板与自定义预设。
l123-harness
reatcat/l123-harness
三级记忆 agent 底座:L1 常驻层、L2 索引、L3 详情骨架与模板,受保护文件门禁(一次性审批令牌),零判断事件日志,周审提炼与 TDD 执行流技能。
dsh-testgen
bujue600-arch/dsh-testgen
自动化单元测试生成:/testgen 命令与 generate_tests 工具,生成、运行并修复测试直至通过(LLM 与离线模板双生成器;支持 vitest/jest/mocha/node:test)。
dsh-style-detector
grq6414-hash/dsh-style-detector
中文「AI 味」检测器:右侧栏面板,本地规则引擎打分并标出套话、句式均匀、缺画面感与重复,另设错字页;分数始终由本地算,界面可切中文 / English。
dsh-mind
ashenseeker/dsh-mind
给 DeepSeek Harness 加一套心情系统:33 种心情,每 3~6 小时一次周期判定,并随消息小幅增减;另有跨会话记忆、审美品味库、加密日记。心情、记忆、品味、日记四个工具都可由模型调用,五个模块各有独立开关。心情底分全为 0,平静的日子就显示平静,不会永远挂着某个心情在跑。日记只由模型自己写,不生成系统总结模板。本插件是 JMX-4869/dsh-mood 的精简 fork:二者注册同名的心情 / 日记 / 品味 / 记忆工具,不能同时安装,只能二选一。
dsh-prompt-optimizer (bundle)
viewway/dsh-prompt-optimizer
DSH 输入框提示词优化器。一键对草稿执行「改写 → 自审」多轮优化,逐轮差异预览,被拒绝的结果作为上一次尝试进入下一轮;五个固定重跑方向(更精简/更详尽/更技术/结构化/强化验收);包内自带 164 个角色的角色库,可按草稿推荐或显式指定;命中的已安装技能以精确名称约束并入元提示词;结果可存入提示词库(浏览、插入、再优化、两步删除);机械验收准则附带可执行的检查命令模板;输出语言跟随 Agent 界面语言。