跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 968 个插件

L

dsh-bottom-cost

lanfeng97/dsh-bottom-cost

输入框下方统计栏里的会话费用胶囊:逐轮列出每轮花费与所用模型,并把总额拆成缓存命中与未命中两笔(CNY);价目表按需从官方定价页刷新。

45天前用量与计费MIT
A

dsh-opencode-zen-plugin

a42null/dsh-opencode-zen-plugin

为 DeepSeek Harness 接入 OpenCode Console (Zen) 模型:在「设置 → 插件」填入 Console API Key 后即可选用 Console 的对话模型,模型目录自动同步,每个模型按官方文档路由到对应端点,免费 *-free 模型默认不列出(它们只能在 OpenCode 客户端内运行)。

42个月前模型与账号接入MIT
5

dsh-sciwork

58catmiao/dsh-sciwork

给 DSH 的科研库面板与技能组:课题目录、带溯源的图表登记、草稿、文献、数据表、期刊档案、投稿台账,以及面向科研智能体的写作、引用与 Origin 出图纪律(出图需另装 dsh-origin-plugin)。

46天前工具与能力MIT
A

dsh-ollama-cloud

asheblog/dsh-ollama-cloud

Ollama Cloud 供应商:安装即配好聊天路由,按 Ollama 模型自身元数据公布每个模型的思维链档位(供 composer 的推理强度选择),模型清单可由端点自动刷新(/api/tags 与 /api/show,并带离线缓存),账户额度改从 /api/balance 读取并显示在 Models 页与侧栏(端点不上报时侧栏那行自动隐藏),还把 Ollama 的 web_search / web_fetch 作为可选的 DSH 网页能力提供方。

46天前模型与账号接入MIT
W

dsh-mcp-lazy

wings1848/dsh-mcp-lazy

面向 DSH 的懒加载 MCP 网关:用一个 schema 稳定的代理工具替代 N 个工具定义,服务器按需启动、空闲退出,元数据缓存到磁盘

42个月前MCP 与连接器MIT
A

dsh-chat-toc

a792883583/dsh-chat-toc

对话大纲目录导航:支持书签标记、轮次置顶钉住、全局快捷键与智能标题提取。

42个月前UI 增强MIT
Z

dsh-dupguard

zqh260619/dsh-dupguard

同一字符串连续重复达到阈值(默认 10 次)时截停本次生成,已生成内容照常提交;截停后弹出通知,显示所属工作区、会话名称与重复的字符串。重复次数可按单元长度用分段表或 JS 模块决定,代码区域(围栏 / 行内 / 缩进)使用放宽的阈值。

420小时前安全与权限MIT
H

dsh-tacit

hackernotfound/dsh-tacit

从不顺的轮次和你自己的纠正中学习你在提示词里没说出口的东西,并把学到的指令注入每个新对话的系统提示;指令可在设置中编辑,输入框按钮可用它们改写当前草稿。

44天前工作流与自动化MIT
L

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。

43个月前主题与外观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。

47天前工具与能力MIT
N

free-vision-skill

niyongsheng/free-vision-skill

基于 macOS Vision Framework 的全本地识图插件:`ocr_image`(文字提取,表格结构+坐标)与 `view_image`(场景/人脸/二维码);web 输入框可直接粘贴多张图片,图片永不离开你的 Mac。

43个月前视觉、语音与多模态MIT
X

dsh-portable-tavern

xcnxnxnx/dsh-portable-tavern

DSH「便携酒馆」:SillyTavern V2/V3 角色卡生成与角色扮演聊天,支持世界书、JSON/PNG 导入导出、主题和本地音乐。

43个月前娱乐BSD-3-Clause
J

dsh-token-panel

juhe291/dsh-token-panel

DeepSeek Harness 角落 HUD:显示会话 token 压力、按模型费用及日/月用量,并支持编辑预算和跟踪支出余额。

43个月前用量与计费MIT
M

english-reading-analysis (dsh-plugin)

melanthacode/english-reading-analysis

英语文章或试卷分析,包括逐段翻译、参考答案、长难句解析等,可以作为 PDF 下载打印。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。

320小时前技能包MIT
R

dsh-doubao

ralsei1337/dsh-doubao

把 DSH 的模型输出改造成「豆包语」:超长排比、密集否定清单、疗愈式诊断、原样复读、服务化收尾。总强度分五档(关闭/轻度/标准/重度/拉满),不是连续旋钮;两条独立通道(系统提示注入风格圣经 + llm/stream 输出流后处理),三种后处理模式,所有长度参数都能在设置页实时调节并预览。

38天前娱乐MIT
C

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。

3昨天UI 增强MIT
K

dsh-kolmopdf

komoai2026/dsh-kolmopdf

KolmoPDF 官方 DeepSeek Harness 插件:提供 6 个工具用于 PDF 转 Markdown/OCR(保留公式与表格)、保留版式 PDF 翻译、Markdown 导出为 DOCX/PDF/HTML/LaTeX 与费用预估,并附带 Settings → KolmoPDF 密钥与实时积分面板。处理的 PDF 和 Markdown 会用你的 API 密钥上传到 KolmoPDF 云服务(www.kolmopdf.com),转换会消耗你的 KolmoPDF 额度。

37天前工具与能力MIT
M

dsh-prism-plugin

mantonlove/dsh-prism-plugin

DSH Background 可为 DSH Web 界面添加自定义照片或 GIF 背景,自选参与轮播的图片并拖拽排序,并调节毛玻璃、字体、强调色、极光、六套预设与可迁移主题。需 DSH 0.2.2-rc.1 及以上。

3前天主题与外观MIT
R

pi-better-edit

rianico/pi-better-edit

哈希锚定的读取与补丁工具:每行使用稳定的 3/4 字符哈希,apply_patch 是唯一文件修改入口。

313天前工具与能力MIT
F

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。

310天前工作流与自动化MIT
F

deep-view

fei2411/deep-view

在DeepSeek Harness聊天中提供可交互视图,包括图表、表格、输入项和答案。

323天前UI 增强Apache-2.0
X

dsh-comfyUI-control

xingxue-ux/dsh-comfyui-control

新增「绘图模式」Agent 预设,含 19 个 comfyui_* 工具:Anima/Krea2 出图、LoRA 检索与下载、Danbooru 角色 tag、PNG 元数据、上游复刻自检、小番茄解混淆。

317天前工具与能力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。

33天前模型与账号接入MIT
L

dsh-phone-mirror

liyuhan7/dsh-phone-mirror

在 DSH 右侧栏通过 adb 投屏并反控安卓手机/平板,视频、短视频和聊天留在电脑上,在工位上不必再拿手机;声音转发需 Android 11+,仅支持 Windows。

322小时前集成与远程MIT