插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 217 个插件
dsh-knj-obsidian
yangdongzhen590/dsh-knj-obsidian
DSH 内置版 Obsidian 知识库:agent 把对话、文档与网页蒸馏为结构化 .wiki 知识图,支持检索、图谱导出、笔记编辑、增量构建与多库管理。
dsh-key-manager
rycbartbad/dsh-key-manager
在设置 → API 密钥中为每个提供商管理多个 API 密钥:密钥池加备注、一键切换当前使用密钥,切换后下一次模型调用立即生效。
dsh-plugin-ima-sync
nan1010082085/dsh-plugin-ima-sync
DSH 插件:自动将对话进度上传至腾讯 IMA 的每日笔记和 Work 知识库。
dsh-ci-co-pilot
temotee2103/dsh-ci-co-pilot
让 DeepSeek Harness Agent 化身 GitHub 副驾:PR 审查、CI 失败修复、Issue 分类与自动发版说明。
dsh-plugins (dsh-quote-selection)
pingg02/dsh-plugins
引用选中的对话文本并添加可选备注,在发送下一条消息时自动附带引用内容。
beav-deepseek-harness
jamailar/beav-deepseek-harness
将 DSH 连接到本机 Beav,面向小红书(RED/RedNote)、社交媒体运营和自媒体 AI 创作,覆盖选题研究、知识库、文案、图片、音频与短视频工作流,并保留审批和产物追踪。
dsh-plugin-focus
863683348/dsh-plugin-focus
为 DeepSeek Harness agent 提供持久化专注板:在会话工作区维护目标、约束与决策笔记,跨压缩与会话存活,支持自动注入上下文、清空归档与可选 Web 面板。
dsh-debate-simulator
jcy0chenyuan0/dsh-debate-simulator
多智能体中文辩论模拟:8 名辩手、实时双栏讨论与草稿纸、评委计分、单边计时、每轮 ZIP 归档、训练方可选胜率阈值或固定轮次收官,并生成 Word 备赛包。
dsh-market-notes
nuolingmo/dsh-market-notes
给 dshmarket 里还没有备注的插件自动写一句中文说明,显示在市场卡片上;手写备注不会动(只有带 🤖 标记的条目会在 force=ai 时重新生成),使用时需要先装好 dshmarket。
dsh-task-board-local
kira905/dsh-task-board-local
自维护的 DSH 网页任务看板:带人工验收闸门、卡片类型与已执行卡片的可编辑备注。
dsh-oi-senior
wangdapeng325/dsh-oi-senior
DeepSeek Harness 信奥学长插件:陪刷 + 三版 C++14 参考实现 + 解题说明,本地 g++ 真编译真评测(需 g++),做题记录可选归档到 ima 笔记本「信奥学长-题解复盘」,面向 GESP、CSP-J/S、NOIP、NOI。
dsh-oi-coach
wangdapeng325/dsh-oi-coach
DeepSeek Harness 信奥教练插件:教练规则提示词 + 学习路线图/知识点/命题/C++ 真评测(g++ 编译运行)+ ima 知识库检索与 4 笔记本归档,面向 GESP、CSP-J/S、NOIP、NOI 教学。需本机有 g++,并配置 ima 账号、ima-skill 与 4 个笔记本;回复默认附带公众号推广与二维码。
dsh-notes-plugin
zxy0902/dsh-notes-plugin
主面板内的笔记与目录阅读器:文件树与置顶、可关闭的标签页、Markdown 左编右渲与同步滚动、纯文本编辑、手动保存、拖拽移动文件。删除时移入系统回收站(macOS、Linux),系统回收站不可用时移入目录内的 dsh-notes-trash 目录;Windows 不提供删除入口。
dsh-study-note
waterfountain-jack/dsh-study-note
按对话开启学习笔记,自动整理问答,按分类保存并维护 Markdown 索引。
dsh-meeting-room
kekydream/dsh-meeting-room
会议记录插件:一个会话对应一场会议,本机离线转写与发言人分离;要点、工作安排、手写笔记、复盘与月度评分都在面板里完成。可导出 SRT/Markdown/Word,也能打成「会议工程包」(zip)在另一台 dsh 导入;已确认的工作安排按设置一键推送到钉钉/企业微信。识别模型可更换(支持从本地文件导入更强的模型),云端识别默认关闭、未同意即零请求。导出 Word 需 Python 与 python-docx;首次使用会下载识别模型(28 MB 或 77 MB)。
dsh-audiobook
aicivilization/dsh-audiobook
搜书听:按书名、作者、角色名或大概情节搜公版书(古腾堡、中英文维基文库、Internet Archive、Standard Ebooks),或导入 EPUB / PDF / TXT / DOCX / Markdown,在右侧栏用微软 Edge 神经网络语音、离线 Kokoro 或设备自带语音读给你听;自动记住听到哪,能语音记读书心得、和 AI 聊刚听到的内容。
dsh-picture-text-reader
roderickwilliams/dsh-picture-text-reader
需 Python 3.12+;小红书需 xiaohongshu-mcp 后端并扫码登录(OCR/ffmpeg 可选)。批量抓取小红书笔记与微信公众号文章:逐篇取正文、图片文字(本地 OCR)、视频抽帧文字与评论样本,输出结构化 JSON/Markdown,每条结果带原文链接。只读,不发布、不点赞、不关注、不评论。
dsh-gowin
lishuo4096/dsh-gowin
把高云 Gowin 1.9 FPGA 工具链交给 dsh:15 个工具覆盖环境与 License 探针、.gprj/.cst 工程与约束审计(对着真实 GW1N 板引脚表)、gw_sh 批量综合与布局布线、pnr 资源与时序报告解析、programmer_cli 扫描与烧录、任意 gw_sh Tcl 执行,以及 GAO 在线逻辑分析采集链路;另附内置 gowin-fpga 技能与三份实测手册。纯 JS,零运行时依赖。
dsh-roam-planner
antonylang/dsh-roam-planner
面向 DeepSeek Harness 的行程工作台:地图页按天展示站点,roam_* 工具负责起草、审阅与采用行程,可选接入火车票和小红书笔记的 MCP 数据源。
dsh-notes-context
sqzw-x/dsh-notes-context
为 DeepSeek Harness 提供笔记式上下文压缩:用模型维护的持久笔记本取代 LLM 摘要式压缩,并保留可恢复的原始历史,窗口边界本身不产生模型调用。
dsh-inkvault
m1r0er/dsh-inkvault
把本地 Markdown 库拆成两个由用户在设置页选择的文件夹:知识库由 DSH 在对话中写入笔记,记忆库作为 agent 的长期记忆,按回合召回、回合结束沉淀候选。纯 Markdown 加 frontmatter、BM25 检索、可逆归档,并用路径隔离拒绝穿越、绝对路径与符号链接逃逸。
project-node-memory
levodoubt/project-node-memory
给 DSH Agent 用的「md 即数据库」项目知识库:10 个 kb_* 工具(含登记已有笔记的 kb_register)、稳定 TID、`[[node]]` 只出链接不复制正文、`[[tscl]]` 定义就地展开、有界读取、覆盖 tscl 的结构 lint、工作区优先的库发现、内嵌 git 快照、节点图面板,另带系统提示词段落与随包技能,让 Agent 优先用 kb_* 而不是手写 docs/。
akasha-book (akasha-sleep)
ersith/akasha-book
空闲或定时触发阿卡夏睡眠蒸馏,并为新会话注入唤醒条、每回合注入库脉搏;可选的空闲续行默认关闭。(配套:Hindsight 仓库记忆 / OpenViking 用户记忆 / 宿主会话检索;见仓库 README) 安装:clone 仓库并复制 core/,把 cordis.patch.yml 里的 <AKASHA_DIR> 换成实际路径(或设 AKASHA_DIR 环境变量);占位符未替换时插件会明确报错。
dsh-knowledge-base
135642-163/dsh-knowledge-base
DeepSeek Harness 本地知识库:导入 Word/PPT/Excel/PDF(文字版或扫描版)、EPUB、MOBI/AZW3,生成带页码锚点、OCR 质量/置信度与 PDF 双栏阅读顺序的 Markdown 分块;并提供 LLM 维护的编译层(schema.md 维护规范、自动 index.md 内容索引、只追加 log.md、带来源与反链的 typed 笔记),支持来源可信度标注(高/中/低)与可信度感知检索、低可信提醒,以及排序检索、跨库查询、精读修订与 md/jsonl/zip 导出。MOBI/AZW3 需 Calibre;旧版 .doc/.ppt 需 Word/PowerPoint(Windows)或 LibreOffice(Linux);扫描版 PDF 的 OCR 首次使用会下载模型。