跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 196 个插件

J

dsh-skill-pack

jeremy9682/dsh-skill-pack

11 个可分享的工作流 skills(handoff、triage、to-spec、to-tickets、wayfinder、teach、wait-what、dsh-mode-routing、ask-matt、overnight-execution、full-throttle),打包为可安装 bundle。

4上个月技能包MIT
L

dsh-specflow

lonelymoon87/dsh-specflow

增加规格工件、技能、命令、由 goal 驱动的实施流程和任务进度上下文。

4上个月工作流与自动化MIT
G

dsh-task-engine

godv61/dsh-task-engine

为 DeepSeek Harness 提供预设工程流程:dev_task 工具把阶段流转、产物、验证、审核与提交范围做成硬门禁,并带一个安装项目级与个人级技能和规则的工作台。

34天前工作流与自动化MIT
P

femo-plugin

phant0meow/femo-plugin

femo:用写剧本的方式编排多智能体世界,dsh 插件版把引擎、桥接器与可视化编辑器打包在一个自包含目录里,搬走即用

315天前工作流与自动化Apache-2.0
A

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。

329天前工作流与自动化MIT
G

agent-dag-workflow

gm-hz/agent-dag-workflow

面向 Agent 的 Host-neutral 持久化 DAG 工作流,提供 CLI、MCP、按需 Skill、Trigger、重放和可视化 Canvas。

3上个月工作流与自动化MIT
Y

dsh-knj-workflow

yangdongzhen590/dsh-knj-workflow

配置驱动的工作流与开发任务编排:图式工作流(任务/网关/人工审批节点)+ 阶段级断点持久化,内置 AI 助手在图编辑器中通过对话配置工作流,逐条校验实时应用到画布。把文档作为「通用附件」交给节点(无需声明):文件启动前落到工作区,节点用 ${inputs.附件} 拿到换行拼接的绝对路径自行解析。

33天前工作流与自动化
G

dsh-dag-workflow

gm-hz/dsh-dag-workflow

为 DeepSeek Harness 提供持久化 DAG 工作流、Agent 创作工具、SQLite 存储、可恢复运行和可视化 Canvas Studio。

3上个月工作流与自动化MIT
Y

oh-my-deepseek-harness

yytbit/oh-my-deepseek-harness

DeepSeek Harness 多 agent 编排:5 个专业 agent、4 个工作流技能、预设系统与并行任务编排。

32个月前工作流与自动化MIT
L

dsh-plugin-memory

littleblacktong/dsh-plugin-memory

带 LLM Wiki 结构与 SOUL 人格文件的长期 markdown 记忆库:会话启动注入 boot 块(默认提问后才注入、且只注入当前激活会话),含 remember/recall/consolidate/forget 工作流、内嵌 memory 技能、pack/unpack 迁移工具,以及空闲时以第一人称主动追忆(recall nudge)的拟人化能力。同时补上记忆库原先缺的“可观测 + 可维护”:按文件分配 boot 预算(索引路由表不再被截断)、自动戳记 last_access(salience 衰减真正生效)、只读记忆健康看板(体量/新鲜度/与 lint 同源的体检)、声明式索引编译器(页面声明 summary:,一条命令重写索引行),可拖动、可滚轮缩放的记忆图谱(页间链接 + 共享 tag)、结构化检索(tag/type/salience/hot/stale 过滤)、针对「尚无内容关系」页面的补链建议,以及以「最该做的 N 件事」收尾的 `checkup` 体检报告。同时把操作细节移到按需加载的技能,boot 注入体量减少约 23%。

3昨天记忆MIT
Z

Stata-AI-Skill (dsh-plugin)

zihaovistonwang/stata-ai-skill

在 DeepSeek Harness 中运行 Stata:Stata AI Skill 原生服务随 DSH 自动启动(内置 macOS/Windows 多平台二进制),无需手动配置即可跑回归、do 文件与计量工作流。

3上个月技能包MIT
T

dsh-taskboard

ttmouse/dsh-taskboard

内嵌于 DSH Web GUI 的完整本地优先任务看板:看板/列表/Gantt/工作流/仪表盘视图、任务 AI 对话、附件与标签、dsh-routines 驱动的待办自动认领——数据存本地 SQLite(dsh plugin add @ttmouse/dsh-taskboard)。

318天前工作流与自动化MIT
L

dsh-agent-canvas

lhy723/dsh-agent-canvas

为 DSH Web 提供可交互画布,用于展示 Agent、Subagent、Workflow、Phase 与工具调用之间的关系。

3上个月工作流与自动化
L

review-workflow

lesliewylie/review-workflow

面向 DeepSeek Harness 的结构化多评审人评审工作流:N 个评审人在相互隔离、彼此不可见的 subagent 中独立打分;一名 chair 先按锚点匹配、再按 Δ 级别裁决来调和分歧;一名独立的 critic 负责审计整个评审过程。适用于设计、代码、论文或项目评审。

3上个月工作流与自动化MIT
1

dsh-plan-lattice

1052326311/dsh-plan-lattice

为长期或定义不完整的 Harness 任务提供持久执行合同、递归工作图、关键澄清与证据门禁。

3上个月工作流与自动化MIT
J

dsh-action-outbox

jimchen-g/dsh-action-outbox

暂存精确的 DSH 工具调用而不执行,在持久化批量审查收件箱中展示完整规范参数;编辑或重启后审批失效,仅允许携带匹配 SHA-256 摘要与一次性 nonce 的批次通过 DSH 正常工具管线提交。

2上个月安全与权限MIT
S

specpowers

saxem1997/specpowers

为 DeepSeek Harness 注册 6 个 SDD+TDD 工作流技能:把 OpenSpec 规格编写与 Superpowers 测试驱动纪律衔接为带审查 Gate 的 Phase 0-4 流水线,零运行时依赖。

29天前技能包MIT
Y

dsh-plugin-zerone

yahoolcj/dsh-plugin-zerone

会进化的项目级 Agent:以 SDD 规格驱动掌舵全流程,内置 16 个技能覆盖澄清、PRD、issue、编码、定位、验收、审查;会记忆、会沉淀,越用越懂你的项目。

214天前技能包
V

dsh-skill-evolution

vanadisgithub/dsh-skill-evolution

观察 agent 执行轨迹,在每个成功回合结束时按信号触发 LLM 评审,把值得复用的工作流结晶为已注册技能,并随后续运行持续改进。

223天前技能包MIT
P

dsh-ppt-master

pn1024/dsh-ppt-master

AI 驱动的演示文稿工作流:从 PDF、DOCX、网址或 Markdown 生成可编辑 PPTX 与 SVG 快照,支持原生 PPTX 模板填充与成品演示文稿增强。

229天前技能包MIT
K

dsh-plugin-task-coordinator

kayungko/dsh-plugin-task-coordinator

总控式工作流编排:确认闸门批量派发、团队编组、向运行中任务纠偏、等待收口与模型路线发现——11 个 task_* 工具加 /tasks 斜杠命令。

24天前工作流与自动化MIT
Y

dsh-md-convert

yakoylp/dsh-md-convert

将 Office 文档与 PDF(含扫描件)转换为保留结构的 Markdown,采用 CPU 优先的路由 OCR 流水线(RapidOCR/SLANet/FormulaNet)。

220天前工作流与自动化MIT
C

dsh-collab-score-based-on-mscore

clclyzybzjsq/dsh-collab-score-based-on-mscore

DSH 乐谱协作插件:会话级 MuseScore 4 WebAssembly 乐谱编辑/预览/播放面板与 agent 乐谱工具(演示版)。

2上个月UI 增强
G

dsh-dag-workflow (bundle)

gm-hz/dsh-dag-workflow

为 DeepSeek Harness 提供持久化 DAG 工作流、Agent 创作工具、SQLite 存储、可恢复运行和可视化 Canvas Studio。

2上个月工作流与自动化MIT