跳过主要内容

插件

浏览、筛选并安装 DeepSeek-Harness 插件。

共 144 个插件

F

dsh-memory

furongjun-1999/dsh-memory

白箱AGI架构探索:元认知(自我认知循环)、持续学习(知识飞轮)、世界模型(条件空间+语义时空图)、自我改进(自举纪律)、零LLM白箱管线与可审计信任护栏。

71413小时前记忆MIT
N

dsh-infinite_canvas

ninkch/dsh-infinite_canvas

DeepSeek Harness 的节点式创作工作室——在无限画布上完成剧本、分镜、参考图与多镜头视频生成,可由对话批量驱动;图像/视频/TTS 需自带服务商(OpenAI 风格接口,或 Seedance/Sora 风格视频 API),未配置时整条流水线以离线演示模式运行、只产出占位素材。

1564天前视觉、语音与多模态Apache-2.0
Q

dsh-imagegen-video

q253595422/dsh-imagegen-video

面向 DSH Web GUI 的 AI 生图与生视频插件:文生图/图生图按渠道配置模型目录,并按模型族适配请求协议(gpt-image、Grok Imagine、Nano Banana、Seedream、GLM-Image、Qwen-Image、MiniMax image-01、DALL-E 3),提供侧边栏生图工作台、带节点工作流的无限画布、文件预览与画布技能,以及提示词模板库;生视频侧含文生视频、图生视频、首尾帧与多参考图模式,走异步提交/轮询/下载链路,另有宿主侧视频工具、画布视频节点,并可用本机 ffmpeg 把两个以上视频节点拼接成一个 MP4。

11213小时前视觉、语音与多模态Apache-2.0
P

dsh-quant

pengpengyi92/dsh-quant

面向 DeepSeek Harness 的量化研发工具箱,59 个工具覆盖行情、指标、因子评价、滚动样本外机器学习验证、风险(VaR/CVaR/回撤/Beta 与 Kupiec POF)、期权、债券、FICC 和基金模拟,并提供端到端 PDAT→PET 研究管线。

7313小时前工具与能力MIT
F

qa-skills

fishzjp/qa-skills

软件测试全流程技能包:10 个技能覆盖需求分析、测试策略、用例编写与审查、E2E(Playwright)与 API 自动化、探索式测试、回归范围与 Bug 分析,共享知识库提供格式规范、风险模型与 Schema 校验脚本。

679天前技能包MIT
P

dsh-data-quality

perrylink/dsh-data-quality

DeepSeek Harness 的数据质量检查:数据画像、清洗与验证流水线,产出结构化报告。

5414小时前工具与能力Apache-2.0
C

Vibe-Mathematics

chongcyrus/vibe-mathematics

为 DSH 安装四个多代理数学研究预设:v2(概率驱动流水线 + 多验证器辩论)、v3(论文式 Markdown 知识库 + 规划代理 + 可复用方法库)、v4(常驻自组织成员,靠留言与开会决定一切)、v5(研究所:院士拆解并分派任务、有表决权的研究员、临时工、群聊与 CAS 任务板);四套均支持断点续跑、人工干预,以及可调档的 Lean 形式化验证(off/encourage/require,一旦跑通,表决转为对 Lean 陈述的忠实性核对)。

47昨天工作流与自动化MIT
S

minecraft-dev

sikadi233-hub/minecraft-dev

面向 DeepSeek Harness(dsh)的 Minecraft 开发插件,覆盖 Minecraft 1.7.10 至 26.3:9 个技能(Paper/Spigot 插件、Fabric/Forge/NeoForge 模组、大型模组附属、分时代 Gradle/JDK 构建)、mc_scaffold 项目生成器与 mc_gradle 构建执行器、18 份由钉选工件生成且带 provenance 头的离线 API 签名索引,以及确定性分片流水线 mc_arbitrate(契约冻结、分片任务书、21 条高置信审计规则含 5 条跨分片检查、清单合并、编译错误定点路由),引擎内部不调用模型。Apache-2.0 + NOTICE。

4513天前技能包Apache-2.0
P

deep-read-summarize

pensivefei/deep-read-summarize

DSH 精读与摘要:书籍/论文/视频/网页经可插拔解析器转成结构化 Obsidian 笔记,MapReduce 并行精读子代理、JSON Schema 输出与幂等缓存。

45前天工作流与自动化MIT
K

dsh-lowtide

kelaohu/dsh-lowtide

错峰批量任务管道:高峰排队、低谷自动执行,支持峰谷定价感知与人工裁决。

433个月前工作流与自动化MIT
N

dsh-academic-research-skills

nullptr-dzf/dsh-academic-research-skills

移植自 ARS Claude Code 插件(GitHub 44k+ stars):面向 DeepSeek Harness 的学术研究技能套件——深度调研 agent 团队、论文写作流水线、多视角同行评审小组与端到端编排器,外加十六个 /ars-* 命令。

323个月前技能包
D

dsh-prime-memory

drscrewdriver/dsh-prime-memory

分层记忆插件,面向 Agent 暴露 10 个工具:高权限写入(memory_add / memory_delete / memory_import)、反刍控制(memory_ruminate / _cancel / _status)与记忆图谱(memory_search_graph / memory_expand_graph_node),底层为 L0–L3 蒸馏管线,并在每步模型调用前召回注入相关记忆。

2810小时前记忆MIT
Z

lunheng-article-pipeline-dsh

zuoyunlai/lunheng-article-pipeline-dsh

DSH bundle 技能包:把深度长文生产(学术论文 / 行业分析 / 商业评论)拆成 9 角色流水线——T1 文献 / T2 数据 / T3 案例三线并行检索、T4 分析、T5 写作、T6 批判伙伴、T7 审计、T8 终检(主控亲执行)、T9 同行评审,跨 6 个阶段,含三角验证、M 门 26 项终检(25 项机检 + 1 项人工)、G0-G16 独立审计(含中文 AI 痕迹闸)、审稿评分与期刊匹配,以及 4 个人在环节点。以 bundle 分发(`package.json#dsh.bundle.patch` + `lib/index.js` 入口注册技能),`dsh plugin add lunheng-article-pipeline` 即装;随包 T1-T9 角色卡、模板与 36 个零依赖校验脚本,README 五语。

285天前技能包MIT
E

dsh-reel

eileenes/dsh-reel

DSH 插件宣传台面板:输入插件名称,匹配案例文件,在本机渲染 28 秒真机界面宣传片与封面。V0.1 真机片用自带的逐帧渲染器在本机 Chrome 上出帧(快门区间多采样得到运动模糊,并对硬切做保护),渲染所需的 comp 素材随包分发,因此 npm 安装后即可出片,不需要 Onetake 运行时。需要 Node.js 22+、Chrome 或 Chromium 与 ffmpeg,音效混音需要 python3。

247天前工具与能力MIT
B

dsh-webui-mobile

bbtssama/dsh-webui-mobile

DSH Web 界面的移动端外壳:抽屉式侧栏、可拖拽悬浮按钮、移动端输入框修复,以及悬浮在输入框上方的图片上传按钮(原生相册/拍照,走加图校验管线),桌面端零影响。已发布到 npm(dsh-webui-mobile)。

242个月前集成与远程MIT
G

dsh-plugin-image-workbench

guohwa/dsh-plugin-image-workbench

DSH 侧栏 AI 生图工作台,涵盖图文与摄影两类流程,内置本地账号池,亦支持任意 OpenAI 兼容接口。

2318小时前视觉、语音与多模态MIT
M

dsh-plugin-teamflow

michaelshii/dsh-plugin-teamflow

把一句话需求变成可验收的交付。TeamFlow 跑一条多阶段流水线——分诊、PRD、设计、技术方案、并行开发、带打回重修的 QA、验收——并给模型 12 个 `teamflow_*` 工具,以及带实时流水线图与 backlog 看板的工作台。每个需求一个专属目录,收着 PRD、设计、技术方案、QA 报告与验收记录。

23昨天工作流与自动化MIT
N

dsh-pipeline-kernel

not-big-dog/dsh-pipeline-kernel

203个月前工作流与自动化MIT
Y

dsh-expert-team

yangdcm/dsh-expert-team

角色化多智能体专家团 = 你的数字员工。一句目标即自动组建最多 12 个角色(产品、架构、前端、后端、审查、测试等),按九阶段门控流水线协作交付,并支持常驻团队反复指挥。零运行时依赖、无构建步骤。

1913天前工作流与自动化MIT
T

dsh-harvest

toustifer/dsh-harvest

多平台调研与深度搜索流水线:harvest_scout 并行发现(覆盖 GitHub、Web、推特、Reddit、小红书、B站、YouTube 等通道),harvest_deep_research 自动化长篇综合研报生成,外加穿透抓取、跨源交叉验证与五维来源可信度审计。

162个月前工具与能力MIT
X

dsh-craft-your-textbook

xx-hub/dsh-craft-your-textbook

把教材 PDF 加工成 AI 老师能直接拿去上课的教学蓝本,或一本能读的教材;六阶段流水线,关键决定停下来等用户拍板。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。

15前天工作流与自动化MIT
T

dsh-novel-solo

tkingxiao/dsh-novel-solo

DeepSeek Harness 的「单核写作」插件:面向量化小模型做了充分的工具瘦身与输出加固,适合在本机用本地模型跑长篇小说流水线。

149小时前工作流与自动化MIT
A

dsh-expert-mode

asher-2000/dsh-expert-mode

专家模式 agent preset(v0.9.2,npm 包 dsh-expert-mode,双语双份):首席协调官 + 17 位领域专家子代理,按任务特性自动委派。特性:任务调度器(文件系统任务状态机 pending/ready/running/done/failed + 依赖DAG + 原子认领 + 重试 + 崩溃恢复)、质量门禁(高风险任务五段式:需求澄清→实现→验证→独立评审→集成,最多回炉2轮)、五锚约束(每轮回顾/收敛/反跑题/协作检查/资源感知自检)+ 近距离引导(身份/任务/输出格式模板)+ 渐进式披露(省token约28%)+ 专家持久化 + 专家间文件消息总线(P2P直连,零协调官中转)+ 交叉评审 + 经验沉淀 + 简单任务快速通道 + 故障自动重试。专家:数据分析/文案/法务/产品/前端/UI-UX/架构/社交运营/增长/量化/财务/后端/DevOps/数据库/QA/安全/生图短视频。

142个月前工具与能力MIT
E

dsh-progressive-tools

everclear077/dsh-progressive-tools

缓存稳定的渐进式工具发现:每次请求使用固定的 tool_search 与 tool_dispatch 工具面,从内存目录搜索后经 Harness 管线分发,发现过程中原生工具列表保持字节稳定。

13上个月工具与能力MIT