跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 65 个插件

T

WeKnora (dsh-weknora)

tencent/weknora

把 WeKnora 知识库接入 dsh 的四个只读工具:列出知识库、混合检索原文片段、按顺序还原单篇文档,以及直接取用 WeKnora 自己带引用的 RAG 或 ReAct agent 回答(含可续聊的 session id)。

37.7k前天工具与能力
T

weknora

tencent/weknora

WeKnora 知识检索工具:为 DSH 提供语义搜索、文档阅读和基于自有知识库的 RAG/Agent 答案。

20.2k3个月前工具与能力
E

AI-Novel-Writer (dsh-ai-novel-writer)

ethanyoq/ai-novel-writer

安装专用 AI 小说创作预设与工作台:提供带修订号的本地项目资产、紧凑侧边工作台,以及需要原生审批的逐文件变更。

2.7k13小时前工作流与自动化GPL-3.0
C

thoughtdag (dsh)

chenxiachan/thoughtdag

在 DeepSeek Harness 中嵌入可编辑对话画布,通过连线选择画布请求的上下文,支持分支、合并与本地 Agent 会话导入。

7926天前UI 增强MIT
C

thoughtdag

chenxiachan/thoughtdag

将当前 DSH 会话转换为可编辑的无限画布思维图。

3652个月前记忆MIT
U

dsh-think-translate

unclek/dsh-think-translate

DSH Web 显示层翻译:思考链、任务、可选回答和审查拒绝理由,支持 9 种语言;本地 Ollama、自定义 OpenAI/Anthropic API、Google/Bing,按序回退与本地模型内存管理,原文保留。

857天前UI 增强MIT
C

deepseek-harness-video-director

chiphoton/deepseek-harness-video-director

🎬AI 导演:由 DeepSeek-Harness 执导的 MiniMax-H3 视频生成插件。🤖不只是提示词。🪄画布式 UI。

692个月前视觉、语音与多模态MIT
P

dsh-knit

polinnizhong/dsh-knit

把会话工作区里已有的 Markdown 文档、源码、图片与视频列进 DSH 侧边栏,按与当前对话的相关性排序。默认的词法模式用最近几条消息在本地与标题、摘要、正文做带 IDF 加权的匹配(BM25)—— 不调用模型、没有网络出口,内容不出本机。列表来自工作区扫描,而不是「最近打开记录」,所以重启 DSH 或新开会话都不会变空。排序结果组织成主要 / 辅助 / 相关三层的阅读顺序,每一条都写明可核验的理由(命中了哪个字段、被哪一篇引用),点一行即可就地预览:Markdown 按渲染后的样子显示、相对路径图片真实渲染、源码走宿主自带的语法高亮、视频走 HTTP Range 流式播放。同一份 Context Pack 也作为 knit_docs 工具交给 agent。后续版本陆续补上读取证据与生命周期(归因在读那一刻冻结)、固定 / 排除(排除先于检索生效,且可恢复)、关系证据(引用 / 导入 / 测试,带行号)与增量索引(重启后复用)。v0.23 起还多一条可选的混合检索:默认关闭,只有你自己配好 Ollama 或 OpenAI 兼容的 embedding 服务才会生效。它生效时,发出去的是你这句查询原话加上每篇候选文件的标题与摘要 —— Markdown 的摘要取自正文首段(不超过 60 字),代码的摘要是它所在的工作区相对目录,图片 / 视频贡献的是文件名;完整正文与绝对路径都不发送,指向本机服务(loopback)时内容不出这台机器。v0.24 起还能做变更关联:用一条只读的 git status(固定 argv、不走 shell、子进程环境白名单),配合同一套引用 / 导入 / 测试 / 提及证据,指出这次改动大概率该一起看哪些文件 —— 默认关闭。语义检索的收益仍待真 provider 实测,因此不承诺召回提升。

494天前工具与能力MIT
1

cute-fat-fish-pet (src)

12we21/cute-fat-fish-pet

DSH Web UI 的 Q 版蓝发小女仆桌宠:106 个手绘透明动画、桌面漫步、本地 Ollama 或 DSH 在线模型陪聊,可选看屏幕吐槽。

3722天前娱乐MIT
P

dsh-local-ai

perrylink/dsh-local-ai

DeepSeek Harness 的 Ollama 接入:模型管理、健康检查、基于规则的本地路由与云端回退。

255天前模型与账号接入Apache-2.0
F

dsh-vision-proxy

flyvhidbwo/dsh-vision-proxy

DeepSeek 大脑 + 自动识图:GUI 附加的每张图片自动经官方 deepseek-v4-flash-vision-exp 原生识图转译,再交给纯文本的 DeepSeek 作答(纯文本 V4-Pro 也能看图);支持任意 OpenAI 兼容 VLM 与本地 Ollama 作为备选。

1719天前视觉、语音与多模态MIT
I

dsh-llm-wiki

iwtown/dsh-llm-wiki

Karpathy LLM Wiki 模式的 DSH 知识库系统:wiki-write/wiki-search 技能引导模型写读 Obsidian wiki,零依赖管线(lint/索引/mnemon 记忆体同步/质量闭环),极简生命周期插件注入守则与知识预览,Ollama 兼容代理接 SiliconFlow 语义召回。

1225天前记忆MIT
A

aflare

alib8b8/aflare

暴露 aflare 工作流工具的 DeepSeek Harness(DSH)Cordis 插件。

113个月前工作流与自动化
N

dsh-llm-ollama

noirbright/dsh-llm-ollama

Ollama Cloud 原生聊天适配器:直连 NDJSON 翻译 Ollama /api/chat 协议,模型发现带上下文窗口与能力信息,并注册 web 搜索/抓取 provider,附 Web 设置卡片。

92个月前模型与账号接入MIT
S

dsh-obsidian-bridge

spark-ai-boy/dsh-obsidian-bridge

把本地 Obsidian 知识库接入 DeepSeek Harness:本地 Markdown 索引,默认关键词检索,配置 OpenAI 兼容或 Ollama 的 Embedding 接口后可用混合与语义检索;obsidian_* 工具默认拒绝 agent 访问,需在首页打开会话开关;笔记写入为需人工批准、可撤销的「先提案后写入」;索引与向量均留在本机。

811天前记忆MIT
S

dsh-local-model

songzhiyin/dsh-local-model

注册一个本地 LLM provider,把模型请求转发到 OpenAI 兼容端点或 Ollama 原生 API,并在「设置 → 模型」页提供连接测试卡片,无需登录账号。

7上个月模型与账号接入MIT
A

dsh-model

aicivilization/dsh-model

把 36 个模型来源(免费和按量付费的 API、Codex 和 Kimi 订阅、本机 Ollama 和 LM Studio)接进 dsh,并给其他软件一个带鉴权的 OpenAI 兼容地址和 key。免费池模型 free/auto 把魔搭、智谱 Flash、Gemini、Cloudflare Workers AI 等免费 API 额度合在一起,一家用完换下一家,默认只用不会扣费的额度。模型在 dsh 里按来源分组出现;Cherry Studio、Cline 和脚本可以用同一个地址(和 dsh-vps 同机时自动开 https)。每天自动签到 10 家(Trae、Qoder、WorkBuddy、豆包、MiniMax Code、WPS 灵犀、DuMate、AStudio、华为 CodeArts、OfficeAce),每家可加多个账号,可手动填凭据在服务器上签,也能用 JSON 描述添加自定义签到服务。从插件市场安装后自动完成设置;引擎随 npm 包一起安装,不需要访问 GitHub。

719小时前模型与账号接入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。

44天前模型与账号接入MIT
S

dsh-web-search-ollama

sryimnoob123/dsh-web-search-ollama

让 DSH 的 web_search 工具走 Ollama 联网搜索 API,复用 OLLAMA_API_KEY,无需 DeepSeek 官方 Key。

43个月前工具与能力
Q

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)。

33天前记忆MIT
3

dsh-session-log-upload

3418244301q-star/dsh-session-log-upload

把非官方模型渠道(ollama-local、pi-ai、OpenAI 兼容 adapter)的 DSH 会话日志补传到 DeepSeek,复用内置上传器的水位事件,两条路径不会重发同一条记录;可设为纯手动,不点按钮就不发任何请求。

33天前会话与消息MIT
S

rcs-context

screamingmaggot/rcs-context

给 DeepSeek Harness 的可逆上下文折叠 + 外部记忆:工具输出与模型回复折叠成一行可展开的摘要(12 个长会话实测 52×),会话事实沉淀成可像文件一样浏览的带证据记录(rcs:// 寻址、L0/L1/L2 分层、每条事实可回查来源)。

25天前记忆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。

2昨天模型与账号接入MIT
S

dsh-tool-search

swimmwatch/dsh-tool-search

内置工具、插件工具与 MCP 工具的原生发现与按 agent 加载,支持 BM25 检索,可选 Ollama 或 OpenAI 兼容的向量检索。

26天前工具与能力Apache-2.0