插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 14 个插件
dsh-files
taxueseek/dsh-files
文件上传(彩色附件卡片、会话隔离存储、sha256 去重、TTL 清扫)+ 内容嗅探的 read_document 文档读取(PDF/DOCX/XLSX/TXT)。
dsh-file-upload
hongming-huang/dsh-file-upload
Claude 风格拖拽/回形针文件上传:内容嗅探、文档转 Markdown(微软 MarkItDown,内置 JS 兜底)、文本直插输入框、read_document 工具。
dsh-file-upload
a903067276-rgb/dsh-file-upload
统一上传按钮 + 拖拽文件直进对话:文件保存到项目 uploads/,路径文本自动进输入框,可配合任意视觉工具看图。
dsh-file-upload
glfzr/dsh-file-upload
Codex 式拖拽:把任意文件拖入 DSH Web 界面,文件存入 ~/.dsh-dropbox,路径以整块蓝色 chip 插入输入框。
dsh-airdrop
demacia1314/dsh-airdrop
⭐ 支持拖拽上传:任意文件、整个文件夹,拖到窗口任意位置即可;支持远程上传——字节直传服务器的会话工作区,部署在服务器上的 DSH 也能像本地一样拖了就发。
dsh-attachments
wjz-p/dsh-attachments
为 Web UI 添加文件与文件夹拖放附件,提供输入栏卡片、持久化历史记录与工作区路径。
dsh-drop-to-path
loudmore/dsh-drop-to-path
DSH 插件:图片与文件直达纯文本模型——图片保留原生附件体验,PDF/Office/压缩包/视频/音频显示为附件栏方块,发送时自动转为工作区路径。
dsh-ds-attach
wqx-txdsyl/dsh-ds-attach
**DeepSeek Chat(chat.deepseek.com)同款附件**:回形针上传按钮、240×64 DS 风格文件卡片(官方彩色文档图标,从 DS 前端 bundle 提取)、拖拽上传、文本提取(PDF/DOCX/XLSX/TXT)注入消息、对话流中渲染真实附件卡片(自定义 user 渲染器)且模型读取完整内容。
dsh-file-uploads
l541402398/dsh-file-uploads
从 Web 输入框上传任意本地文件,以待发送卡片展示,并在设置中管理已存文件。
dsh-user-addons
yur0918/dsh-user-addons
会话输入区拖拽上传文件、Token 用量胶囊与额度跟踪、会话归档管理,三合一日常插件。
dsh-file-resource
liznee/dsh-file-resource
为 DeepSeek Harness 提供私有本地文件附件、原生图片支持和受限文档读取。
dsh-attachments
cocosgt/dsh-attachments
把任意文件带进会话——存放到工作区并按路径引用,零类型拒绝
dsh-file-upload-local
lubenweimeiyoukaig/dsh-file-upload-local
本地文件上传:回形针按钮与拖拽上传、按会话隔离存储到 .dsh-uploads,并提供 read_document 工具分页读文本、对图片 OCR。
dsh-evidence
cooberped/dsh-evidence
Turns attached files into versioned evidence: `search_documents` builds a private local index (SQLite FTS5 after a startup capability probe, dependency-free JS fallback otherwise) and returns compact evidence blocks carrying an exact coordinate — PDF page, PPTX slide, text/DOCX line range, or quoted XLSX `Sheet!Range` — which `read_document` expands only while the content version still matches. Contiguous CJK runs are indexed as overlapping bigrams and queried as phrases, so word order is preserved; uploaded raster images take the native vision attachment path instead.