插件
浏览、筛选并安装 DeepSeek-Harness 插件。
共 102 个插件
dashi-taskboard (deepseek-harness)
chuspeeism/dashi-taskboard
把当前已安装并运行中的 Codex Taskboard 嵌入 DeepSeek Harness 侧边栏,并通过 Launcher 运行时描述文件连接,而不是使用固定端口。
dsh-tavern (dsh-tavern)
flizzywine/dsh-tavern
基于 DeepSeek Harness 的 Agent 酒馆,兼容 SillyTavern 生态,人物卡导入即玩,支持多种模型和手机游玩。桌面端从「设置 → 酒馆启动器」安装酒馆。 基于 2NF/dsh-profile-bridge(MIT)改造的启动器:把酒馆下载到独立 DSH 配置并在重启时切换。与上游插件不能同装——两者都占用 /profile-bridge 通道。
dsh-tavern (dsh-profile-bridge)
flizzywine/dsh-tavern
在 Windows 和 macOS 的官方 DeepSeek Harness 桌面版安装、更新和切换独立的 DSH 酒馆配置。基于 2NF/dsh-profile-bridge(MIT)改造;与上游插件不能同装——两者都占用 /profile-bridge 通道。
dsh-wallpaper_share
yrn-playmaker/dsh-wallpaper_share
把 Wallpaper Engine 当前应用的壁纸经本地桥接同步为 DSH Web 界面背景:预览/捕获/完整三档渲染、显示器锁定、本地与市场壁纸库面板、专注透镜与眼动追踪、沉浸模式,以及支持直链与网盘分享链接安装、一键启动的 Windows 应用启动器。
dsh-mesh (dsh-mesh)
linyanzhi/dsh-mesh
多设备 DSH 网络:侧栏拓扑、节点健康、委托、文件传输与节点管理,支持 TLS、局域网与公网隧道。DSH 启动时会把它的 mesh 服务(127.0.0.1:8124)以分离进程拉起、退出后重启,且服务始终在 UDP 0.0.0.0:8129 应答局域网发现。peer 配对后,默认 ACL 允许它读取、检索、写入 ~/Code 下的文件,读取会话历史和日志,并把任务委托给你本机的 DSH 会话;shell_run、频道消息、远程桌面和 repair 在你放开之前是关闭的。本机装了 SakuraFrp 时,会读取其 Launcher 的账号 token(或 SAKURA_TOKEN)去查询 api.natfrp.com 的隧道。它的 /api/dsh-mesh 路由只靠对端地址是否回环来放行。
dsh-localtts
abbccdd/dsh-localtts
用已有的本地语音合成为 Harness 逐句朗读:内置 IndexTTS 与 GPT-SoVITS 启动器、基于协议的本地 HTTP/JSONL 接入,以及 Kokoro、F5-TTS、VoxCPM、Qwen3-TTS、CosyVoice 的 SDK 环境模型文件夹加载;不附带任何模型。衍生自 1624318455/dsh-plugin-tts;已隔离行 id 与设置,可与原插件同装,重复功能会自动停用。
dsh-mc-agent
hellosky983/dsh-mc-agent
面向 DeepSeek Harness 的 AI 辅助 Minecraft:驱动自主的 Mineflayer 代理(生存、挖矿、聊天、实时地图)与视觉/控制工具,另内置启动器(微软登录、版本下载、游戏启动)。
dsh-whale-desktop-launcher
huitianyi/dsh-whale-desktop-launcher
DSH 的 Windows 桌面启动器,提供鲸鱼娘图标、后台服务启动和无浏览器工具栏的 Chromium 应用窗口。
dsh-remote-explorer
btsd321/dsh-remote-explorer
远程开发启动器:通过 SSH(或本机 WSL 发行版)在远端引导安装 dsh,从本地客户端连接,LLM 凭据经反向隧道代理、不离开本机。同时提供独立 CLI 与 dsh 插件双形态,插件含远程会话面板、/remote-explorer 命令及 remote_* agent 工具。
dsh-tray-launcher
fancr-code/dsh-tray-launcher
Windows 系统托盘启动器:无窗口后台启动 dsh web(VBS/powershell 链),托盘菜单支持打开界面、日志、图标预设、开机自启与重启 Harness,一键安装与更新内置的 dsh-plugin-usage-meter,并可作为 dsh 插件安装使托盘随 Harness 一起启动。
dsh-web-launcher
ayingqaq/dsh-web-launcher
DSH Web 的 Windows 桌面启动器插件,创建受管理的快捷方式,后续启动会在后台重启 DSH 并刷新已有浏览器页面。
dsh-native-launcher
ingleav626-art/dsh-native-launcher
DSH Web UI 桌面化启动器:桌面快捷方式、静默启动、系统托盘(打开 / 彻底退出=停服务+关应用窗口+退托盘)、PWA 应用窗口(已运行则聚焦不重复弹窗)、安装引导、任务完成通知。
DSHGuard (dsh-guard)
gluztm/dshguard
跨平台 DSH Web 侧边栏与 CLI 伴生管理插件:支持插件/MCP 启停与断链修复、.credentials.yaml 密钥单向盲写、本地配置快照 SHA-256 比对回滚,并与桌面端协同联动。
dsh-dock
unknowcao/dsh-dock
DeepSeek Harness 的 Windows 桌面启动器:一键鲸鱼图标 + 侧栏「更多」菜单(设置 / 重启/刷新 / 优雅完全退出),冷启动卡片支持可滚动的多 DSH 候选选择。
dsh-comfy-suite
elgwia-dsh/dsh-comfy-suite
把三个 MIT 许可的 ComfyUI 插件合并成一个 bundle:工作流库、经本机 ComfyUI 的本地出图与修图(出图、局部重绘、扩图、捏人、放大),外加服务启停、作品库、风格库与提示词衣柜。个人整合项目,非上游官方版本。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-PDR-Plugin
kipozannaki/dsh-pdr-plugin
运行时插件防火墙,仅覆盖经其启动器启动的会话(DSH Desktop 桌面应用注入不进去,不在覆盖范围):插件发起的文件、网络、子进程调用会归属到发起它的插件,并用该插件自己声明的需求去衡量——本职范围内的行为零打扰,越出声明才被记录。归因是尽力而为,不是保证:覆盖不到的调用退回 host,不会被记到别的插件头上。附带装前体检卡(能力面、红线组合、PASS/WARN/BLOCK)、越界判定、可选的执行前拦截(含 credential-exfil 规则)、更新 diff 与隔离子进程试装、SARIF/CSV 审计导出与多源汇总。数据只存本机,无遥测;webhook 默认关闭。
dsh-plugin-genshin-launch
link258qaq/dsh-plugin-genshin-launch
仅 Windows。打开 DSH 先探测本机《原神》:装了直接启动本体(秒退改起米哈游启动器),没装才下载安装包到桌面;与预期 224MB 相差超 15MB 的链接会被拒绝,失败则打开官方下载页。
dsh-desktop-launcher2
h1kariiiiiii/dsh-desktop-launcher2
一键桌面启动器:Windows 快捷方式 + WPF 风格启动弹窗(进度与超时提示),启动 dsh web 并打开认证浏览器;右下角悬浮关机按钮,经 ctx.appExit 优雅退出 dsh 进程。
orca-dsh-launcher
lheyang/orca-dsh-launcher
DeepSeek Harness 的 Windows 桌面伴侣:更新检查、服务器启停、系统托盘、图形控制台与一键安装。
dsh-wsl-tray
liyu34/dsh-wsl-tray
为运行在 WSL 的 DSH 提供 Windows 桌面快捷方式和系统托盘启动器:完全隐藏启动,托盘菜单支持打开/重启/退出,插件配置页可管理快捷方式。
dsh-splash-launcher
isilsolme/dsh-splash-launcher
Windows 一键启动器:无边框 WPF 启动动画(HARNESS 逐笔描边),后台拉起 dsh web 并在 GUI 就绪后淡入,附 desktop_launch 工具。
dsh-launcher
hjay1101/dsh-launcher
DeepSeek Harness Web 的原生 macOS 启动器:在指定工作区启动 Web UI、HTTP 就绪后自动打开浏览器;提供 CLI、双击 .command 与约 200KB 原生 Cocoa 应用三种形态,并在 Settings 中新增分区收录安装命令与下载链接。
DeepSeek-Harness-Manager (plugin)
sss-1012/deepseek-harness-manager
在 DSH Web 界面左下角加一个「管理器」按钮,一键打开 Windows 版 DeepSeek Harness Manager(未安装则跳转下载页)。
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。