跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 584 个插件

A

dsh-nx

aaz111/dsh-nx

把 Siemens NX 接进 dsh(仅 Windows,需本机已装 Siemens NX,且只在 NX 2512 上验证;有限元工具另需 Simulation / Nastran 许可):71 个工具覆盖实体建模、曲面闭环、同步建模、孔型与管路、Nastran 静力与模态、装配 BOM 与逐对间隙检查、A3 图纸与 GB 图框出 PDF,全部通过 JSON 命令驱动后台 NX 会话执行。

47天前工具与能力MIT
W

ctf-solve-teach

wangxiaolu0716/ctf-solve-teach

教学式 CTF 解题技能:每步讲清套路、工具选型与底层原理,收尾在 solves/<题目名>/ 生成可复现 Writeup,并用九章质量门校验。

426天前技能包MIT
S

dsh-ui-sound

soh4c4759/dsh-ui-sound

为 DSH Web 界面补上可听的语义反馈:按钮按下按语义分类发声(普通、主要、开关、发送、关闭、危险、链接),当前会话的任务开始、成功结束、失败结束以及出现待处理交互也各有一声,每个情景都能在设置页单独挑音效、单独开关。78 个 cue 与 12 个音色包全部由浏览器用 Web Audio API 实时合成,因此包里不含音频文件、也不发起网络请求。这是 dsh-plugin-uisfx 向 DSH 0.2.0 的社区移植版,改动逐条记录在 PROVENANCE.md。

4上个月UI 增强MIT
C

dsh-topic-trail

celebrate-w/dsh-topic-trail

把 dsh 的每次长对话实时提炼成「线索 → 进度步骤 → 阶段历程」三级结构,以可拖动的悬浮窗呈现,点一下就能跳回对话里的对应消息。线索由 DeepSeek 模型总结,模型不可用时自动回退到零成本的规则模式;支持重命名、锁定、拖拽合并,附带每个对话独立的笔记与矢量画笔。

4上个月UI 增强MIT
L

dsh-model-gateway

leafyezi233/dsh-model-gateway

把 DeepSeek Harness 里已配置好的模型通过 OpenAI 兼容网关中转出去,其他本地项目 用标准 OpenAI 客户端即可调用。多个供应商候选共享一个具名分组,支持顺序、均衡、 随机三种调度;上游在产出任何内容前失败时自动切换下一候选,客户端无感,被限流的 请求按供应商指示的退避时间自动重试。每条候选的调用统计(尝试、应答、失败、 token/TTFT 累计)以徽章形式显示在设置页,按天聚合的数据落盘为本地文件,附 30 天 热力图与趋势视图。在界面创建密钥之前,接口对任何能访问到它的人开放;创建密钥 (仅存 SHA-256 哈希)后开启校验,且删掉最后一个密钥仍保持锁定,需显式关闭鉴权 才会重新开放。若启用可选的局域网监听而未配密钥,该端口对整个局域网开放。支持 DSH 0.1.2-rc.1 至 0.1.7-alpha.1 及以后。

418天前模型与账号接入
X

dsh-openviking-manager

xbzbing/dsh-openviking-manager

官方 OpenViking 记忆插件的配置管理界面:连接与用户 Key 配置、本机连接诊断、输入栏会话级记忆开关、按主题隔离的召回范围,以及分数阈值、注入条数、查询扩写与排除 URI 的召回调优。

48天前记忆MIT
U

dsh-search-enhance

umineko987/dsh-search-enhance

提供 Grok-compatible 网页搜索、保留来源分页、Context7 与 Exa 文档检索、有界网页提取、站点映射、离线研究计划和只读诊断。

428天前工具与能力
E

dsh-win-toolkit

edge-echo/dsh-win-toolkit

面向 DSH agent 的 Windows 原生工具:剪贴板读写、系统通知、hosts 文件查看与网络诊断,均返回结构化数据(带 UI 卡片),底层为防注入的 PowerShell。

4上个月工具与能力MIT
J

dsh-token-usage-stats

jkstars/dsh-token-usage-stats

仿 DeepSeek 官方 Token 统计,跨会话 Token 消耗、请求次数与峰谷分时费用统计看板。

42个月前用量与计费MIT
R

dsh-douyin-oem-touliu-report

ruiyukirin/dsh-douyin-oem-touliu-report

抖音本地推 OEM 广告日报/周报自动生成(作者:Kirin):一次 Edge 登录后自动采集三大数据源(来客客资、计划级投放明细、视频分析),计算指标并生成 A4 排版 docx 报告,支持自由选择定时运行时间和邮件通知。

43个月前技能包MIT
D

dshhub-market

dshhub-co/dshhub-market

DeepSeek Harness 口令插件市场:输入 6 位口令解锁并安装创作者分享的插件,附带主题、备份、更新与诊断。

42个月前开发与插件工具MIT
L

dsh-plugin-heartbeat

littleblacktong/dsh-plugin-heartbeat

给每个根 agent 装一套自主神经心跳:静默拍会 diff 会话的待办 / 团队任务板 / 目标,只有出现信号才开口(L1 汇报 / L2 提问 / L4 升级),只问不做。每条消息带 why-now 行、可选的一行生理签名(距你上次说话多久、今天第几次找你)与紧凑任务快照(800 字符上限);去重窗口、静默时段、每日预算、不应期 / 重启冷却与持久化生命体征共同限流,忙碌时 followup 注入排队不打断。它与 dsh-plugin-memory 共享一个建议性发言权(~/.dsh/proactive-cooldown.json,默认 180 秒)互不抢话,子 agent / teammate 仍在运行时保持静默,并在会话头部显示「子智能体执行中 · N」胶囊(标签页隐藏时暂停轮询)。v0.8 新增诊断面板(解释最近几次为何没开口并显示当前发言权持有者)与面板内可调的仲裁窗口 / 在场抑制 / 生理签名开关;设置区块带专属描边爱心标记(16×16 / stroke 1.3,与 dsh-plugin-memory 规格一致)。v0.8.1 兼容 DSH 0.2.2-rc.2:agent 注册表优先 agents.roots()、缺失时回退 agents.list(),所有 agent/created 监听器都做了异常保护——rc.2 下未保护的抛错会让 agent 注册被拒、无法新建会话,因此 rc.2 用户必须升级到 0.8.1 或更新版本。

411天前工作流与自动化MIT
C

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。

43个月前工具与能力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。

43个月前技能包MIT
D

dsh-data-insight

duyanta123/dsh-data-insight

把原始数据(CSV / 粘贴表格 / SQL 结果 / DuckDB)转成带业务结论、指标与图表的结构化 Markdown 报告。

410天前工具与能力MIT
H

dsh-token-stats

h1a3x/dsh-token-stats

DeepSeek Harness 的可拖动浮动 Token 用量统计面板。

43个月前用量与计费MIT
A

dsh-visual-intelligence-engine

alccs/dsh-visual-intelligence-engine

Visual Interactive Engine 将交互图形与 Harness 原生正文结合,支持结构化输入、本地修复和共享控件。

316天前UI 增强MIT
A

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。

313天前技能包MIT
S

dsh-session-dashboard

starriv/dsh-session-dashboard

DeepSeek Harness 会话统计面板:Token 用量、成本、构成、排行与运行时健康状态。

315天前用量与计费MIT
N

dsh-physics-lab

novick1212/dsh-physics-lab

DSH 侧栏里的高中物理动态仿真实验室:24 个可调参数的互动模型(力学 / 电磁 / 光学 / 热学),按高一高二高三分组;每个模型配知识点讲解与跟随动画的分步解说、出题判分,其中 4 个电磁学模型支持拖动旋转的 3D 视角。纯客户端,解析式本地计算,不调模型、不联网、不上报数据。

318天前娱乐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。

35天前模型与账号接入MIT
D

dsh-memory-palace

dafantong01/dsh-memory-palace

DSH 会话的本地长期记忆:上下文压力升高时归档较早轮次,提供轮次摘要索引(列表、统计、窗口与归档规划更快;索引不可用时自动重建,并支持手动全量校验)、四板块分级热记忆、项目档案(支持启用/停用/归档筛选与可由拥有者控制的家族共用)与项目热记忆、轮次用户与助手双摘要、记忆家族与根转移(家族名可独立修改,转移保留项目热记忆)、让位恢复与空根接管、摘要关键词定位与段级候选翻页、手动注入、20K 分段读取和 tag 关联检索;包含分级回忆 cue、旧版记忆布局自动兼容与安装后版本校验。新会话默认关闭,用 /palace on 或「记忆回廊」页签开启。数据都保存在工作区。

35天前记忆MIT
M

dsh-eda-mcp

mcviseron/dsh-eda-mcp

通过本地 MCP 桥接将 DSH 接入 JLCEDA Pro(EasyEDA Pro),并用扩展 API 绘制原理图。

322天前MCP 与连接器Apache-2.0
R

companion-memory

root-7-khx/companion-memory

《AI记忆》角色扮演伴侣记忆:每个对话独立的人格文档(每条设定可配 1~100 权重,默认允许 AI 小步润色角色性格与例句)、多人对话按说话人分开记录的好感度与羁绊、带 AI 打分的活跃记忆、每轮实时更新的九种情绪表、AI 自我演化的性格/喜好/习惯、最近 48 小时对话检索、伴侣式上下文压缩、空闲时后台预判下一轮话题的睡眠期预计算、按对话统计并注入的语气卡、把习惯小模型抽出的习惯写进「对话人习惯」的接入桥,以及按日期归档的本地知识库(支持按轮数或 tokens 自动打包)和统一「接入软件」页(收录精选插件并从 GitHub 下载发布包)。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。

36天前记忆MIT