插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 950 个插件
dsh-recall
mongfayi/dsh-recall
DSH Web UI 消息撤回插件:用每条用户消息旁的撤销按钮,持久移除该轮及之后内容,但不回退代码更改。
dsh-agent-messaging
happyren/dsh-agent-messaging
DeepSeek Harness 跨会话 Agent-to-Agent 消息传递:按名称定位其他会话并投递消息到其收件箱。
dsh-agent-relay
noelune/dsh-agent-relay
本地优先的多 Agent 协作中继:HMAC 认证 broker + dsh 插件(relay_send/recv/peers/history)+ 零依赖 CLI 与 Python 客户端,wire protocol v1.0。
dsh-plugin-chat-mode
xiaofeng7418/dsh-plugin-chat-mode
新增零工具的「Chat(轻量对话)」模式,用来做日常聊天:不发送任何工具 schema,系统提示只剩一句极简语气提示或完全留空,也不注入系统、git 与文件树快照。在插件较多的环境实测,单条消息的输入 token 从约 36K 降到约 1.9K(约 19 倍);思考默认关闭,需要时可在界面里打开;已在安卓 DSH Go 上实机验证。
dsh-rugu (dsh)
qiuyedx/dsh-rugu
DeepSeek Harness 的人设记忆:所有入口(DSH 桌面,以及经 dsh-qq 桥接的 QQ)共用一份记忆,记的是 Agent 自己经历过什么。保留原话,每次回话前按五路回想(向量、字面、人和事、时间、在场的人)取回相关内容,并按场合判断某件记得的事能不能说。提供 memory_recall、memory_note、memory_fix、memory_look 四个工具和设置页;嵌入可选(本机 Ollama 或 OpenAI 兼容服务)。
dsh-a2ui
chimesky/dsh-a2ui
在 DSH 对话内渲染 Google A2UI 1.0 界面(卡片、表格、图表、表单、滑块与函数图像);本地交互不产生模型调用,按钮与表单把一次动作回传给 Agent。
milancat-bot
alexbu512/milancat-bot
把 Grok bot 式的 AI 组织搬进 DSH 左侧栏:总裁助理建部门、立岗位、开部门群,任务分派给本机真实运行的子 agent,做完的活由助理汇总成一条消息回报。它的 HTTP 路由没有 DSH 的访问检查,而这些路由可以创建智能体并向其派发任务。
dsh-session-handoff
mountbatten718/dsh-session-handoff
/handoff以LLM摘要同工作区新开会话,可自动触发;兼容0.1.0-rc.5–rc.8/0.1.1-rc.2/0.2.0-rc.2/0.2.1-rc.2
dsh-payload
shengpj/dsh-payload
在 DSH Web GUI 每条 assistant 回复下方加一个 { } 按钮,点开可查看产生这条回复的那次调用实际发给模型的完整请求:model、调用参数、messages、tools 与 provider 上报的 token 用量。
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-inline-edit
maxy1817/dsh-inline-edit
原地修改用户消息文字及增删附件,可在设置中选择新建分支,或在当前对话重新生成最近一条符合条件的任务主消息。
dsh-qq-sounds
gexiubinhelloworld/dsh-qq-sounds
用本机 QQ 的音效提醒 DSH:任务完成响好友消息音,需要审批或回答问题时响系统消息音;Windows 下自动发现 QQ 目录,其它平台回落到内置音效。
dsh-plugins (dsh-quote)
romany-saad/dsh-plugins
让模型准确知道你指的是哪一段:在 Web 对话中选中段落,它们会作为引用条进入下一条消息,每条可附可编辑的备注。被引用的段落在发送前保持高亮,悬停引用条显示全文,发送后的消息把每条引用显示为卡片。
dsh-session-rate-cards
hgrh6268-lgtm/dsh-session-rate-cards
在输入框下方实时显示当前会话的人民币费用,每条消息按其自身时间戳与该条所用模型的峰谷单价计价;设置页可编辑每个模型的六项单价,未定价的模型按 Flash 单价估算并以 ~ 标注。
dsh-codex-history
chameleonn4/dsh-codex-history
在 DSH 里说一句话就能装上,随后它会读取 ~/.codex/sessions 里的本地 Codex CLI/桌面版聊天记录并在 DeepSeek Harness 里直接使用:输入框下方的面板可列出会话、按关键词与起止日期筛选并一键导入;codex_history 工具让 agent 列出、读取、检索并汇总过往对话;工作目录命中某条 Codex 会话时,新建 agent 会自动注入该会话上下文;Codex 侧出现的新消息会以增量形式推送到进行中的对话;共享目录还能在多台机器之间同步 Codex 与 DSH 的会话记录。只读,不会往 Codex 写回任何内容。
dsh-sketchpad
bmhty123/dsh-sketchpad
手写公式、画示意图的画板:浮动或侧栏画布,导出裁切后的图片作为消息附件。
dsh-chat-perf-css
light-ei/dsh-chat-perf-css
一段渲染了大量 LaTeX 公式的长会话容易卡顿:屏幕外的消息和公式仍会被浏览器反复计算样式、布局和绘制。本插件给屏幕外的消息体加上 content-visibility: auto,让这部分工作被跳过,卡顿随之减少。
dsh-im-union
drscrewdriver/dsh-im-union
DSH 的 IM 联合桥:整合社区同类插件(xmanrui/dsh-im、MichengAI/dsh-im-connect)能力合集的独立实现——用 12 个平台的 15 个渠道适配器(含邮件;企微/钉钉/QQ 各含机器人与自建应用或推送两档)驱动宿主会话——微信(官方 iLink 扫码绑定)、飞书(长连接+流式卡片,语音档需系统 ffmpeg)、Telegram、Discord、企微智能机器人与自建应用(回调验签)、钉钉(stream+AI Card 与自定义机器人推送)、QQ 官方机器人(另含推送档)、Slack(Socket Mode)、WhatsApp(Baileys 扫码,依赖以插件包 optionalDependencies 随包分发)、Matrix、iMessage(仅 macOS)、邮件(IMAP/SMTP 线程路由)。跨版本窄腰在 0.1.2-rc.1→0.2.1-rc.2 宿主间(12 tag 枚举,rc.2 已按桌面 profile 装机双回读实证)以能力探测自适配设置面 gen1/gen2/gen3(禁版本号分支);IM 内 25 命令面板、工具审批与交互提问原聊天闭环(默认拒绝、发起者限定、5 分钟超时)、图片/文件输入(宿主元数据判视觉)、产物文件回传、投递日志限额补发(结果不明绝不重发)、主动投递与碎片续写;原生侧栏「任务/频道」两页签自持分离(检测到该槽位已被其它插件接管则完全不插手)、im-concise 智能体预设配合出站净化把 GenUI 围栏与裸 HTML 等富结构挡在纯文字聊天之外、svg 围栏自动渲染为 PNG 图片发送、模型白名单护栏、/relay 把每回合最终回答镜像到通知渠道(按账号 ID 或别名绑定,歧义不猜)。secret 单向入凭据库,永不回显。npm 包名:`dsh-im-union`。
dsh-wechat-media
wjh-ux/dsh-wechat-media
个人微信 + 企业微信桥:扫码配对,每个会话各自一个独立 DSH 会话,文字/图片/视频/文档/压缩包双向传输,聊天里支持 /help、/status、/new、/stop、/friends 命令(由桥直接应答,不消耗模型回合),可切换「只处理好友私聊」(群消息静默忽略并计数),敏感操作可在聊天里回 1 或 2 远程审批,并支持双向的企业微信智能机器人长连接(无需公网地址),图片、文件、视频同样能收发。
dsh-zcode-plan-bridge
tangyixiao/dsh-zcode-plan-bridge
需已安装并登录 ZCode CLI。把 ZCode CLI agent 接入 DeepSeek Harness 作为模型提供方。常驻 app-server 会话逐回合流式转发,模型清单从 CLI 实时读取,因此上下文窗口、图片支持与 provider 路由都跟随已安装的 CLI 和账号。稳定版 0.6.6 支持 DSH 0.2.2-rc.1 和 0.2.2-rc.3,提供中英文工具箱及可选 Z·SWITCH 账号管理,默认独立 DSH 模式、共同登录可选,支持额度耗尽后的下一次请求换号并正确识别上下文超限,不自动重跑失败任务。会话标题通过独立临时原生会话生成。支持识别 Start Plan 结构化额度耗尽错误 1005,并安排下一条新请求换号。工具权限请求默认拒绝;未知的 approval/permission 方法始终拒绝,全自动需显式启用。DSH 自带的审批界面不会介入这个独立 spawn 的 app-server 进程,该策略也不构成操作系统沙箱。派生自 kyle123740/dsh-zcode-cli-proxy(AGPL-3.0),注册相同的 `zcode-cli` provider id,不能与原版同装。HTTP 路由先执行同步 connection.requestRejection 宿主请求策略,再经 connection.admit 验证 owner;检查缺失、抛错、畸形或异步返回时均拒绝访问。 0.6.7 已在 DSH 0.2.2-rc.5 验证。
dsh-workbuddy-connect
aidenorz/dsh-workbuddy-connect
已 404 的 corrinehu/dsh-workbuddy-connect 的原地接管版,沿用原来的包名、配置行 id 与 provider id,已装用户可直接升级。同时修复 400/11128 渠道校验(归一化 DSH 身份句并清除 system 消息中的产品名),并改为读取真实的 Windows 客户端与内置 CLI 版本,不再使用编译常量,这一点与 functy、community 两个分叉不同。验证环境(2026-10-21):Windows、WorkBuddy 5.8.3、DSH 0.2.1-rc.2。
HwFee-dsh (usage-stats)
hwfee/hwfee-dsh
空白会话首页的用量面板:会话数、消息数、总 token、活跃天数、高峰时段、常用模型与热力图,范围可选全部、30 天或 7 天。
HwFee-dsh (predict)
hwfee/hwfee-dsh
下一句:每轮回答后预测你的下一条输入,以浅灰 ghost 文本显示在输入框。按 Tab 填入但不发送,预测模型可选。
HwFee-dsh (genui)
hwfee/hwfee-dsh
生成式 UI:模型调用 render_ui 写一段 React,回答就地渲染成可交互卡片。代码跑在 opaque origin 的沙箱 iframe 里,读不到宿主页面、存储与 cookie,帧内 CSP 挡掉网络;卡片要发消息必须由用户确认,卡片出错时显示原因、源码放在开关后面。