插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 478 个插件
dsh-icon-console
h1kariiiiiii/dsh-icon-console
DSH 桌面端图标控制台:导入一个图标即可应用到桌面与开始菜单快捷方式(立即生效)、应用窗口图标与系统托盘图标(重启后生效),带官方图标自动备份、一键恢复、图标库管理,以及重启/退出控制。
dsh-gaokao
weibaohui/dsh-gaokao
梦回高三:桌面小黑板高考倒计时(双击收成竖条),AI 干活时随机抽背知识点卡;Markdown 开放知识卡框架——按学科/分类放 md 即自动加载,支持关联跳转/收藏/重点学科/导入自己的知识库。
obsidian-dsh-acp
silenzerorz/obsidian-dsh-acp
在 Obsidian Agent Client(及其他 ACP 客户端)里驱动 DeepSeek Harness 的 ACP 适配器:会话 list / resume / fork / delete、按会话切换模型、一句话摘要预览、导入外部 ACP 会话,并可把 Obsidian 侧会话拉进 dsh 原生会话库。需 DSH >= 0.1.5-rc.3。
dsh-skill-manager
yanglaofish/dsh-skill-manager
DeepSeek Harness 技能生命周期管理:技能库(纯技能池)、工作区启用白名单、会话勾选三层模型;Web 设置面板与对话页内嵌视图,支持技能文件浏览/编辑、zip 与文件夹批量导入、引擎实际加载校验。
dsh-skills-nexus
xiaxi626/dsh-skills-nexus
通用 skill 适配器,将含 SKILL.md 的 GitHub 仓库克隆并 symlink 到官方 skills 根目录,注册为 DSH skill。
AItelier (dsh)
linxuhao/aitelier
从 DSH 经 MCP 运行 AItelier 流水线:39 个工具(22 读、17 写),用于生成、运行、查看、编辑、导出与导入多步 SkillFlow 流水线。步骤在 AItelier 中执行而不占用 DSH 会话,按 run_id 轮询,在引擎强制的检查点暂停并由 answer_checkpoint 应答,事后可读取逐步 trace 与各步输出;add_provider / map_model / edit_role 可把单个角色指向本地或更便宜的端点。随包附带 aitelier-pipelines skill。
dsh-theme-customizer
lxxz1918/dsh-theme-customizer
DeepSeek Harness Web 界面自定义主题插件:背景/文字/框线/细节全可视化调整,可导入导出预设,持久化保存。
dsh-auth-everying
chenbin-dev/dsh-auth-everying
把本机的 Claude、Codex、Grok、Gemini、Copilot、OpenCode 与 CC Switch 配置导入 DeepSeek Harness,支持的提供方可直接 OAuth 登录。
dsh-stylevault
gptsapp/dsh-stylevault
为 DeepSeek Harness 提供 30 套经典开源主题配色(Catppuccin、Nord、Tokyo Night、Gruvbox、Solarized 等),映射官方 ThemeService token;带 Style Settings 面板,可实时调整颜色/字体/圆角,并支持 JSON 导出/导入分享配置。
dsh-vscode-theme
sim-xia/dsh-vscode-theme
导入为 Visual Studio Code 设计的 .vsix 主题文件并应用到 DSH Web UI。
dsh-codex-provider
hu9956/dsh-codex-provider
DeepSeek Harness 的 OpenAI Codex 供应商插件:设备码 OAuth、导入 Codex CLI 登录态、令牌刷新与 Web 设置面板。
dsh-codex-pet
skr311/dsh-codex-pet
DSH 桌面宠物插件:导入 Codex 风格精灵图序列帧宠物并在 Web GUI 悬浮渲染,含宠物图库、交互与 Agent 状态联动。
dsh-MusicPlayer
xiekai886/dsh-musicplayer
可折叠/展开、自由拖动的悬浮音乐播放器,接入网易云音乐,支持歌单导入和按歌名或歌手搜索单曲导入,边对话边听歌。
dsh-plugin-knowledge-graph
luke-yong/dsh-plugin-knowledge-graph
基于代码库知识图谱的 read_graph 工具(CONTAINS / EXPORTS / IMPORTS / IMPORTS_SYMBOL 关系)。
dsh-memory-service
howtomakeaname/dsh-memory-service
为 DSH 会话提供文件原生的长期记忆:Markdown 笔记、SQLite FTS5 召回、workspace/global 作用域、版本冲突处理和 Claude Code 导入。
dsh-novel-voice
drizzlegig/dsh-novel-voice
想让 AI 写出你喜欢的小说风格,甚至形成独属于自己的文风?「创作风格」支持导入你喜欢的小说和自己的原创作品,从中提炼写作特点,建立专属风格档案。无论你是想让 AI 写出喜欢的故事风格,还是寻找、打磨自己的独特文风,都可以把喜欢的作品和自己的创作变成风格素材,让 AI 按照你喜欢的方式写小说。
dsh-skill-panel
ztqing4agents/dsh-skill-panel
DSH Web GUI 原生风格技能管理面板:统一管理内置、本地与市场技能,支持无损启停开关、本机/GitHub 仓库导入,以及内置 SkillHub 镜像技能市场。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。
dsh-todo-time-log
fantasystarry/dsh-todo-time-log
待办插件:自动记录每条待办的创建与完成时间,表格 / 看板 / 甘特图 / 日历四视图共用同一份数据与筛选,支持分类、优先级、类型、@工作区文件、JSON/CSV 导入导出,以及 todo_time_log 智能体工具与 /todo 命令。
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-sidebar-organizer
tlewa/dsh-sidebar-organizer
为 DSH 的七处按钮与卡片区域(左侧边栏、侧栏底部、对话标签、输入框工具条、会话头部图标条、右侧栏、设置导航)提供自定义排序与收纳,并支持分区拖动开关和布局 JSON 导入/导出;收纳项会进入该区域内置的「更多」菜单,可随时拖回。
dsh-memory-plugin
2132774831/dsh-memory-plugin
纯本地长期记忆:跨对话、跨项目,数据只存本机一个 JSON 文件,不联网、不调大模型、不需要 API key。提供 memory_save / memory_search / memory_list / memory_forget / memory_review 五个工具;每轮按关键词与标签检索并注入相关记忆,检索权重可调;支持 Markdown 导入(含 Kun 与 Hermes Agent 格式)与导出(原生与 Hermes Agent 格式);设置页可直接浏览与编辑记忆。
dsh-nonead-prompt-recall
noneadchina/dsh-nonead-prompt-recall
在 DSH 输入框里提供 shell 风格的提示词历史:空输入框按 ↑ 取回上一条并继续向前翻,按 ↓ 向后回到空草稿;历史按工作区隔离、落盘并在重启后保留,且只记录人工输入,一旦手动输入或编辑草稿,↑/↓ 就恢复为正常的光标移动。另提供设置页可导出、导入和清空历史。
dsh-scratchpad
chaiyahang/dsh-scratchpad
给 DeepSeek Harness 的左栏便签插件:带标签的随手记、图片/文件附件、Markdown 待办、发到对话、唤起快捷键、JSON 导入导出,以及 Agent 工具。
dsh-vidlens
cctv2333/dsh-vidlens
按人看片的顺序取样,而不是下载整片:先元数据与章节,再按时间码抽帧看画面、字幕优先转录(平台没有字幕才走本地 ASR)、AudioSet 527 类声音事件标签与高赞评论——21 个工具共用一个磁盘缓存,并带跨进程锁。需要 Python 3.10+、ffmpeg 与 vidlens 包(pip install vidlens-mcp);缺依赖时回给你的是两种修法,而不是一句 ImportError。