插件

DeepSeek Harness 侧边栏面板，用于团队技能、MCP 和提示词管理与同步。

把 codex-collab 技能装进 DSH 的技能包：把本地 OpenAI Codex CLI 当供应商而非顾问来派活——每次派活附验收标准与自测脚本，本地跑测试验收，失败把原始报错原样丢回去；支持批量派活（本机子进程并行不可用，按顺序执行）与单会话多轮续接。需已安装本地 Codex CLI 与 PowerShell 7+；辅助脚本为 Windows 原生，macOS/Linux 只能部分运行。

为 DeepSeek Harness 提供 md-report/1 报告的校验与渲染工具：把 Markdown 与声明的 SQLite/CSV 数据集生成单个离线可交互 HTML 报告或仪表盘，图表默认用 AntV G2、复杂图表回退 ECharts，并提供图表/数据/SQL 与数据表/数据/SQL 视图。

装一次、所有 DSH 会话可用的 Computer Use 插件：截屏、鼠标键盘、启动应用、计划与技能回放、审计日志、危险动作守卫、后台代码代理，以及面向无障碍树缺失应用的 OCR 工作流（文字与坐标）。仅 macOS 已验证：Windows 只有未验证的基础 GUI 后端，Linux 没有桌面后端（调用报 unsupported_platform），窗口/AX/浏览器/剪贴板工具只在 macOS 注册。

DeepSeek Harness 侧边栏面板，用于 LiteLLM 虚拟钥匙、动态模型注入、MCP 转发与花费统计。

DSH 网页右下角的鲸鱼娘桌宠「小毛」：每小时从内置的 33 篇毛选语料里挑一篇，把一句带来源链接的原文、六个落点之一（客户 / 项目 / 组织 / 现金流 / 决策 / 自律）和一句说给你听的具体督促放进不超过 200 字的气泡；另带 maoxuan-pet preset 与 maoxuan-vademecum skill，可以顺着同一份语料问「这一步该怎么走」，四帧立绘，支持免打扰时段与每日上限。

DSH Web 左侧技能面板：列出当前实例技能、固定常用项，并将 /skill-name 插入输入框。

面向数学、物理、天文、工程与生物医药证据的分层多智能体科研战役技能包：共享黑板、独立验证与红队、群狼与迂回战术、token/时间预算、已知答案评测、四智能体单摆 pilot，以及一次抓到并修正评测答案键错误的六智能体四阶 pilot。不宣称解决开放难题。

把 OwlCoda RunKit 技能加入 DSH 技能目录：目标、WorkItem、候选身份、验证回执、交接和恢复保存在项目工件中。只安装指令；项目本地的 owlrunkit CLI 仍需单独安装。

macOS 本地按住说话语音输入：按住全局热键说话、松开即转写粘贴到光标处。纯本地 STT（默认 Qwen3-ASR 0.6B 4bit 走 MLX/Metal，SenseVoice / mlx-whisper 双 fallback），零外部 API，launchd 自愈常驻 + 8 项自检。内置技能让 agent 代你完成安装、Karabiner 热键接线、launchd 配置、引擎切换与全链排障。

把真实运行的功能做成可信交付演示视频，或把缺陷做成可追溯的问题反馈视频：真实录屏、edge-tts 旁白与逐字对齐字幕、自包含 ffmpeg 管线，配一道拒绝放过造假或残次演示的确定性质量闸（规格、音轨、响度、黑帧/冻结/静音扫描），含渲染前预检与成片证据核验。反馈模式带严重级别/阶段徽标、复现步骤浮层，以及按成片 SHA256 绑定的工单级问题报告。需 Python 3.9+、PATH 上的 ffmpeg/ffprobe，以及 `pip install edge-tts Pillow`；旁白会调用 edge-tts 公共接口。

DeepSeek Harness 的 Coding 纪律强化插件：提供 Coding agent 预设与内嵌 coding-discipline 技能，强调先复现再修改、最小改动、真实跑测试与证据式汇报。

启动已发布的本地 BeatDesign 0.2.5 工作台，接入项目、画布、素材和时间线的 30 个 MCP 工具，附带共享项目与远程生成确认流程。需 Node.js 22.12+ 且 3020 端口空闲；抽帧与时间线渲染另需 PATH 上的 ffmpeg/ffprobe（浏览器导出不需要）。

通过工作区权限受限的 MCP Key 连接已有本地 BeatGEO，操作品牌、AI 可见度证据和草稿；附带连接诊断与同品牌 SEO 页面操作 Skill。

灵枢启动注入插件：每个新会话自动运行 brain.py startup，把人格/记忆/待办注入，不依赖模型自觉读 SKILL.md。需要 Python 3，并先把灵枢技能装到 ~/.dsh/skills/lingshu；缺任一项时静默不做任何事。主仓库根入口另以 bundled skill 形式注册 SKILL.md。

面向 DSH 的本地优先研究工具包：注册 kb_grep / kb_list / kb_save 三个模型工具。kb_grep 用 ripgrep（没有时回退 grep）搜索 markdown 知识库，kb_list / kb_save 则经由作用域化的 ctx.fs 文件系统服务读写，知识库默认 ~/dsh-kb；仓库另附两个 skill（local-first-research 与 session-memory），需自行复制到 DSH 的 skills 目录，插件包不会安装它们。插件为纯 Node ESM、无 npm 运行时依赖，附无框架的 node 测试。通过 plugin_manager 的 install_bundle 安装；不含前端 UI。

DSH 架构共享事实源：无需通读代码，系统提示仅含 MEMORY.md 及各模块 SPEC.md 链接，JOURNAL.md 单独记录操作。

DeepSeek Harness 的 AOCI-CODE 认知层：一次 /aoci 命令加动态 MCP 桥接，提供受治理、Git 版本化的仓库及数据库认知。

DSH 插件：远程连接与逆向分析（REA/Ghidra）。

HireSeeker：搜索 Telegram 频道及公司招聘网站的职位；提供 CLI/npx、JSON、AI 智能体技能及 DSH 插件。

声明 PPT Master 智能体预设，技能与解释器工具仅限该预设使用，并通过插件自身 Config 管理 Python 解释器及项目根目录。

基于 DSH 官方服务管理技能、MCP 及可安装助手包，并提供会话级能力绑定。

DeepSeek Harness 按角色管理模型：分配规划、执行、视觉及主角色模型，按角色路由子代理，并将调用规划技能的会话升级至规划角色。

DSH 的 Skill Forge：把对话或粘贴内容提炼为可复用 SKILL.md，让相似问题调用技能；含4个模型工具和 Web 面板。