DeepSeek 教程与 AI Agent 工具大全

dsh-office 是 DeepSeek Harness 的办公文档插件，可生成、读取和编辑表格、PDF、演示文稿与 Word 文档，覆盖 xlsx、pptx 等常用格式。它解决在 dsh 开发流程中直接处理办公文件的痛点，无需切换到其他工具，通过命令行即可把文档读写能力接入现有会话。安装可用 npx 命令添加插件，也可通过 profile 方式追加到 bundles 列表，卸载同样支持 profile 操作。装不上时先确认 dsh 版本最新再重试，装了不生效则需重启会话或重新加载配置。

技能中枢是 DeepSeek Harness 的插件，把散落在各处的技能统一收进全局库，通过斜杠菜单即调即用。它不需要单独安装技能，文件放进扫描根就生效；编辑器只改 SKILL.md，并提示还有几个文件，改动直接写回来源文件，避免副本与来源不一致。宿主端由 SkillHubGateway 承接远程调用，浏览器端做描述符编解码，界面文案走官方 locale 服务，中英文均已汉化。，安装用 npx 命令添加后重启会话即可，卸载同样一条命令。

为 DeepSeek Harness 的 Web 界面加登录验证与 IP 白名单防护的认证代理网关插件。它解决公共代理未初始化账号时被随意访问的问题：未初始化时保持 fail-closed，不生成默认账号或随机密码，密码由本机拥有者手动设置；默认白名单为空，本机与远程地址都需登录，可用 CLI 添加 IP 或 CIDR；密码以 Node.js scrypt 保存，状态目录与文件权限分别为 0700 和 0600；默认连续失败 6 次锁定 30 秒，支持验证码策略，浏览器仅持有 HttpOnly、SameSite=Strict 的随机会话 token，账号、密码或白名单变更会撤销旧会话。

dsh-approve-for-me 是 DeepSeek Harness 的沙箱自动审批插件，按命令前缀规则自动放行沙箱扩权，拿不准时转人工。它支持可选的 LLM 审查、一次性授权、固定高风险检查以及原生人工回退，固定高风险检查先于用户规则和 reviewer 执行，每次复核使用全新的无工具 agent，失败、超时、无效输出、歧义或不匹配都会转人工审批。

提问吸顶条是 DeepSeek Harness 的插件，把最近一条用户提问钉在对话记录顶部，滚动时随时回看。它只钉住已越过滚动区顶部的最后一条提问，用单条覆盖层避免两条话题互相抢位闪烁，吸顶前把原文换行收成空格并做两行省略，点击摘要条可回到原气泡。它不替换用户气泡与会话标题栏，不编辑会话日志，也不保存设置。

dsh-file-explorer 是 DeepSeek Harness 的全局文件资源管理器插件，在右侧面板提供文件树与文件预览，支持多标签切换、markdown 渲染、语法高亮与面板内直接编辑，还能一键用 VS Code 打开。它解决在 dsh 内开发时无法顺手浏览和修改项目文件的问题，可递归搜索工作区并跳过 .git 与 nodemodules，超过 1 MB 的文件会提示不支持预览，文件树与预览可各自收起、拖拽调宽。，安装前可留意插件活跃度。

SILI 聊天机器人是运行于 DeepSeek Harness 的插件，基于 Koishi.js v4 开发，通过指令提供极简自动翻译、快速中外互译与指定语言互译，还能查询原神信息卡、角色与深境螺旋通关情况，以及查 B 站用户和直播间、生成表情包。它解决在 dsh 会话中需要翻译、搜图、游戏查询等能力时缺乏统一入口的问题，安装只需一条 plugin add 命令。，装前可留意周下载量与 Star 数判断活跃度。

画中画聊天窗是 DeepSeek Harness 的插件，把会话缩成悬浮小窗，随时查看并回复消息。它基于 Chromium 原生画中画，不可用时回退为页面内浮动窗，支持会话状态切换、流式推理与工具活动展示、停止生成、排队消息编辑发送、内联审批与计划审查、图片附件预览提交，以及访问模式、模型与推理强度等紧凑控件。

context-vista 是 DeepSeek Harness 的插件，在右侧悬浮栏和 /context 命令中用环形图实时展示当前上下文 token 用量与分配，并呈现 compact 指令的压缩收益，同时估算费用消耗，对标 Claude Code 的 /context。它解决的是开发过程中上下文占用不透明、压缩效果和花费难以判断的问题，支持按 provider 路由或 baseURL 配置模型价格、峰谷时段与货币，未匹配模型走内置默认档，金额仅为估算。

dsh-ha-orchestrator 是 DeepSeek Harness 的动态 Cordis 插件，为模型调用提供高可用回退，出错时按顺序切换备用模型重试，故障模型进入冷却后自动恢复，并支持失败计数、Provider 级熔断与低成本恢复探测，任务中断还能重新拉起。它同时提供 orchestrate 工具，把复杂任务拆给子智能体，按 fanout、pipeline、supervisor、map-reduce、router 五种模式并行、分阶段或评审归约执行。，安装前可参考下载量与 Star 数判断活跃度。

AI 审批应答器是 DeepSeek Harness 生态中用于自动应答审批请求的插件，按策略放行或转人工，借助 DSH 统一的 LLM 路由并执行失效的政策检查。它不提供审批结果缓存、永久授权或多模型仲裁，Web settings 卡片仅编辑本插件的四个运行时设置，不替代 DSH 的审批交互页面；宿主白名单隐藏卡片时，斜杠命令仍是可用配置入口。人工复核通过 reviewOutcome 表示，独立的人类应答器仍负责交互处理。，安装前可参考周下载量判断活跃度。

代理状态音轨是 DeepSeek Harness 的插件，让模型按自身工作状态自动播放 AudioLib 曲库音乐，从 AudioLib.ai 获取十万余首音轨，且每条音轨总会播完，状态切换不会中途切断。它提供 musicplay、musicstop、musicstatus 三个接口，分别用于让模型给自己的工作配乐、立即停止并保持静音、查询当前曲目及套餐余量与速率上限，其中状态查询不消耗调用额度。，安装前可参考下载量与 Star 数判断活跃度。

dsh-tool-underseal 是 DeepSeek Harness 的插件，为 AI 代理间委托签发可验证的密封授权文件，在工具注册表上注册八个模型可用工具，并附单调执行守卫即 worker 签到锁，防止重复执行。它解决多代理协作中委托授权难以校验的问题，，安装前可先看活跃度再决定。

dsh-pulse 是 DeepSeek Harness Web 配置文件的跨会话用量与费用观测台，统计会话 token 与费用，提供趋势折线、柱状与热力图仪表盘，按模型区分峰谷时段定价并换算人民币与美元，还能查询官方余额并与支出对账。它支持项目与模型过滤、会话明细及子代理归因、断点分段分析，适合需要长期追踪多项目多模型成本、核对官方扣费的开发者与团队。

dsh-ego-browser 把面向 AI Agent 的 ego-lite 浏览器接入 DeepSeek Harness，提供文本语义快照、语义定位点击、表单填充、截图、CDP 控制与任务空间隔离等 13 个结构化工具，内置运行时，Linux 加 Chrome 开箱即用，无需克隆仓库或手动构建。它解决 Agent 操作黑盒、卡在验证码或走岔无人察觉的问题：观察窗实时推流，可缩放拖拽点击亲手接管，再交还 Agent 继续。适合做文献数据抓取、表单登录、QA 冒烟测试，以及需要盯住 Agent 操作 DSH 自身的用户。

番剧磁力搜索是 DeepSeek Harness 的搜番插件，在对话内聚合 Mikan、AniBT 和 AnimeGarden 多源搜索番剧，用卡片展示封面、标题、Bangumi 评分、格式与资源数量，支持复制磁力链接和打开种子文件。它按 Asia/Shanghai 时区识别当前新番季度，可用「还有吗」「换一批」追问并分页，点击卡片后能按字幕组和集数浏览资源、查看 Bangumi 介绍与短评，还可选流媒体 Tab 解析可播源并同页选集播放。，可在插件设置中启用来源、调整结果数量和站点地址。

Tabbit 浏览器插件是 DeepSeek Harness 的扩展，让 AI 操控真实浏览器完成网页读取与自动化任务。它解决的是 AI 无法直接访问网页内容的问题：通过独立的 pageAccess 权限控制页面访问，授权成功后本会话内不再重复询问，失败则重试时再次确认。安装需已装稳定版 Tabbit 浏览器并启动过，用 npx 命令即可添加。注意收藏夹提及暂不支持，截图进上下文需模型支持图像输入，Windows 版回归测试有限。

dsh-mmx-bridge 是给 DeepSeek Harness 补上多模态能力的桥接工具，让纯文本模型也能看图、画图、生视频、说话、唱歌、翻唱、搜索和查额度。生成的图片、视频、音频统一存到 MMXOUTDIR，经同源 /mmx-files/ 直接内嵌在对话里，支持 Range 请求；识别缓存只写回插件自建的 bridge- 副本，不改动 DSH 附件存储中的原始对象，图片被转存或压缩后缓存会因 sha256 不匹配自动失效并明确告知。安装只需一条 plugin add 命令，无第三方运行时依赖。

需求对齐护栏是 DeepSeek Harness 的轻量级插件，在执行前锁定需求基线，避免长任务中悄悄扩大或缩小已批准范围、违反显式约束、改变用户可见行为、切换架构或产品形态、使已定假设失效、推翻此前已批准的用户决策，或走上改变预期结果的破坏性路径。它通过 establishbaseline 记录当前目标、显式约束、必须保留的行为、允许范围与已确定决策，无需完整规格工作流。

飞书机器人桥接插件让开发者能在飞书聊天里远程操控本机编程助手，同时支持 Pi 和 DeepSeek Harness 双平台，随时随地与编程助手对话。它通过扫码快速创建机器人，减少手动配置，并支持私聊、群聊、群话题分别维护独立会话，可设置免 @ 直接回复或仅 @ 与关键词触发。附件方面支持图片、代码文件和文本文件输入，还能解析飞书告警卡片并携带原内容追问。

DSH-taskboard 是 DeepSeek Harness 的原生本地项目任务板插件，以 SQLite 作为任务共享状态的唯一权威，提供项目、任务、评论、关系、附件、工作流与自动化管理，支持 Agent 认领与审核，并带原生 Web UI，不依赖 iframe，也不另建聊天运行时。它用稳定可读编号和乐观版本管理任务，覆盖 backlog 到 done 等七种状态，还提供进程内 Agent 工具、无头 JSON CLI 和随包 Skill。

dsh-noema 是 DeepSeek Harness 的长期记忆插件，把 dsh 与本地优先、非向量的 Noema 记忆系统连起来，让智能体跨会话保留知识。它提供回忆工具和设置页，可按来源勾选、设文件大小上限、一键导入九种工具，改动实时生效。，装前可看活跃度再决定。

安卓设备操控是 DeepSeek Harness 的插件，完全通过 adb 驱动，把一台真实运行的 Android 模拟器或开启 USB 调试的手机放进对话里，让 agent 在会话中开流、构建并安装 Gradle 工程、与设备画面交互。它解决的是设备操作与对话割裂的问题：工具结果渲染为单行卡片，面板关闭时输入框上方保留状态胶囊，标准模式与 Code Mode 下表现一致；截图路由只服务唯一目录，逐级校验路径并拒绝符号链接；/grant 只为已在线设备启动帧循环，切换设备需显式手势，帧循环崩溃后约 5 秒自动重启，消费者归零 5 分钟后停止。适合需要让 agent 直接操控安卓设备进行调试、构建与验证的开发者，需 Node 24.11.0 及以上。

dsh-session-sync 是 DeepSeek Harness 的会话 Git 同步插件，用一个专用 git 镜像把会话日志同步到多台设备。它解决跨设备会话不一致的问题：日志采用仅追加方式，出现分歧时两边都保留，本地版本留下、远端版本存为派生文件，绝不静默覆盖，分歧会话还可在会话层面 fork。提供 /sync 命令查看状态、差异、日志并执行拉取推送，sync 系列工具让模型在轮次内也能调用同样能力。写操作先经确认，只读界面不询问，无回答者时失败关闭。自动拉取与推送可配置且可逆，

dsh-notification 是 DeepSeek Harness 的桌面通知插件，在会话每轮结束时弹出提醒，支持按结果类型控制，并用包含或排除关键词规则筛选。它只读取会话日志投影，不写日志、不注册模型工具，需页面打开并授予通知权限，断线期间完成的轮次不补发。

dsh-feishu 是 DeepSeek Harness 的飞书 UI 插件，把命令行操作搬进飞书聊天：每个斜杠命令都变成控制面板卡片上的按钮，点按钮与敲命令完全等价，不用再记语法。提权审批和提问可直接在卡片内完成，工具调用、思考过程和表格以流式卡片实时输出，扫码即可完成配置。重启守护进程后会话与工作目录仍保留，群聊中 @ 机器人即可使用，出错或待审批时会 @ 回发起人，另支持表情回执、白名单、定时提醒、会话日志与状态卡。

dsh-remote 是 DeepSeek Harness 的远程访问门禁插件，为 dsh web 加上账户密码认证与 MFA 两步验证登录，让 Web UI 能安全地经反向代理暴露到外网或局域网使用。它用签名会话 Cookie 保护页面与 WebSocket，按角色控制权限，提供浏览器内目录选择器和管理员设置页，并具备登录限速、scrypt 密码哈希、首次仅本机创建管理员等防护。适合正在用 DeepSeek Harness 开发、需要远程访问或多人协作的人。

行业公司研究包是 DeepSeek Harness 的行业与公司研究领域包，提供产业链上中下游拆分、供需框架、口径与缺口声明纪律等方法论技能，以及公开源政策新闻追踪、公司研究卡片和可审计报告。每个数字须带数值、单位、来源与时间，来源附哈希，无来源即报错，缺能力时如实降级。适合做行业与公司基本面研究、需要可溯源结论的人，仅供研究，不构成投资建议。

dsh-secure-audit 是 DeepSeek Harness 的只读安全合规插件，做三件事：检测提示注入、脱敏中文个人身份信息、对本地配置做审计并生成可复现的脱敏报告。命中高置信规则时直接拦截，模糊情况可交给分类器裁决。它无安装脚本、无构建步骤，安装时不执行任何代码，降低攻击面。

dsh-memento 是为 DeepSeek Harness 提供跨会话记忆的插件，通过 ctx.memory 能力接缝、SQLite 提供程序、memory 工具和冻结快照注入实现有界、分层、需审批且可审计的记忆管理。它解决会话之间无法延续上下文的问题：注入的快照原样进入 system 或 message，每次写入都能从审批记录与插件审计表重建，模型可见即已记录。每条轨道和每层设有硬性字符预算，默认 user 2000、agent 4000，存储写满时以结构化错误报告用量与上限，不截断也不自动压缩。适合需要长期记忆又要求可控、可追溯的 DSH 用户，支持 npm、git 与 tarball 等安装方式，卸载后记忆数据库与会话日志仍保留。

用量统计面板是 DeepSeek Harness 的 Web 插件，在设置页新增使用统计页面，按天记录 token 消耗。它解决用量不透明的问题：提供最近 7 至 90 天或自定义区间的汇总卡片，展示 token 用量、会话与请求数量、活跃天数、平均缓存命中率及最常用模型；26 周 GitHub 风格热力图和堆叠柱状图叠加缓存命中率曲线，可悬停查看各模型拆分，环形图列出前五名模型。首次启用会回扫既有会话日志补全历史，数据仅写入本地存储，无外部依赖。适合用 dsh 开发、想掌握 token 开销与缓存效率的人。

dsh-auto-mode 是 DeepSeek Harness 的安全自动权限插件，按风险分级放行编码代理的操作，危险动作执行前先拦截，减少逐条确认的打断。它通过 npx 命令或指定版本方式装入 dsh，装不上时先确认 dsh 版本最新，装了不生效则重启会话或重新加载配置。

dsh-auto-review 是 DeepSeek Harness 的审批代理插件，用第二个模型充当只读审查者子代理，对审批请求返回结构化的允许或拒绝裁决及理由，默认故障关闭，并可从会话日志完整审计。它解决人工逐条确认审批请求耗时、判断标准不一致的问题，适合为自动化命令执行设置统一审查规则、又需要留痕追溯的开发者。

生成式任务界面是 DeepSeek Harness 的插件，把任务专用的 React 应用接入 Agent 流程，并让界面状态延续到下一个 Agent 轮次，解决多轮对话中任务界面反复重建、上下文丢失的问题。通过 npx 命令即可为 dsh 添加该插件，也支持按 profile 安装与本地类型检查。它安装前可参考周下载量与 Star 数判断活跃度；若装不上先确认 dsh 版本最新，装了不生效则可能需要重启会话或重新加载配置。

dsh-permission-rules 为 DeepSeek Harness 提供 Claude Code 风格的声明式权限规则，在工具执行前按顺序匹配工具名、参数与工作区路径，分别执行 allow、deny 或 ask。它能阻止破坏性命令、权限提升、下载并执行及敏感路径访问，deny 的原因会作为模型可见错误返回，ask 则接入官方审批流程。规则支持分层合并、试运行审计与热重载，并自带高风险基线。适合需要为智能体工具调用设定安全边界、又不愿改动下游逻辑的 DSH 使用者。

流式渲染引擎是 DeepSeek Harness Web UI 的插件，专门处理流式输出时的渲染与滚动。它让长文逐字平滑展开，避免大段文本突然铺满屏幕，同时让视口随文字增长匀速推移，消除换行时的单帧跳跃，并在回合结束时平稳收束残余内容。其字符积分与折行限幅机制会根据积压深度自适应调节速度，配合阻尼物理系统与位移补偿，使跟随过程不触发重排。

dsh-browser 是一款 Chrome 侧边栏扩展，让 DeepSeek Harness 直接操控你已打开的真实浏览器，保留登录态、会话与 Cookie，无需视觉能力。它用编号控件和稳定 ID 的纯文本接口替代截图，划选文字即可引用提问，密码与支付卡字段始终掩码。适合需要模型代操作网页、又在意隐私与登录状态的用户。

MCP 管理控制台是官方 DeepSeek Harness MCP 客户端的配套插件，把 MCP 服务器的日常管理收进一个界面。它提供 /mcp 命令，逐行显示每个服务器的传输方式、目标、工具数量、连接状态、最后错误与重连次数，并支持 /mcp tools 查看模型可见的工具、/mcp health 给出针对依赖缺失、连接被拒、超时、鉴权失败、DNS 与限流等问题的自愈建议、/mcp call 经官方工具流水线试调用。设置页的 MCP 标签页提供状态卡片、诊断探测、服务器增删改与工具试用控制台，写入需审批并自动备份，另内置社区服务器目录可一键添加。适合正在接入或排查 MCP 服务器的 DSH 用户。

dsh-openpencil 是 OpenPencil 的 DeepSeek Harness 插件，让智能体在对话中直接预览、检查和编辑真实的 .op 设计文档，而不是只返回一张生成的图片。它通过环境变量指定编辑器服务、Web 打包产物与 CanvasKit 资源路径，并能输出 PNG 预览、按页面顺序排列的顶层帧、源文件快照与校验信息，以及带版本号的 SDK 和画布资源地址，在获得授权时还可启动或刷新可编辑画布。，安装前可参考周下载量和 Star 数判断活跃度。

AnySearch 搜索插件为 DeepSeek Harness 提供网络搜索与高级搜索能力，通过内置 websearch 返回含标题、摘要和 URL 的结果便于引用，借助 webfetch 调用 Extract 抓取并清洗公开网页正文，还能实时发现可搜索领域与支持参数，按标签、地区、语言等条件执行高级搜索，一次可并发一至五个搜索且单项失败不影响其他结果。需注意该框架仍处开发预览阶段，可能发布不兼容变更。

dsh-recall-plugin 是 DeepSeek Harness 的消息撤回插件，让对话和文件一起回到发送某条消息时的状态。它把快照存在独立的影子 git 仓库里，不干扰项目自身的分支、暂存区与未提交改动，并自动排除 .git 和 nodemodules；撤回前先弹出将变更的文件清单供确认，agent 运行中会拒绝预览与撤回，执行前自动打安全快照，中途失败可自动救援或给出手动恢复命令，还能反复撤到更早。

dsh-auto-continue 是 DSH Web UI 的断线自动续跑插件，当请求因网络错误等非人为因素中断时，它会模拟用户输入「继续」并自动发送，让 Agent 接着干活，消息与手动输入完全等价。它支持错误分类、自适应退避、全局与会话级暂停、幂等与循环保护、续跑模板和统计面板，还可选浏览器通知，遇到永久性错误或达上限时提醒你，避免对故障上游反复重试。适合长时间跑 DSH Web 任务、又不想守在屏幕前手动重发的人，安装后重启 dsh web 即可生效。

ds-harness-remote 是基于 DeepSeek Harness 插件机制的多端远程访问方案，通过低延迟、端到端加密的 P2P 优先网络，让 PC、Android 和 Web 客户端随时连接并操作远程 Harness 与 CodeX。它解决的核心问题是无法在离开主机后继续跟进任务：你可以从另一台设备接续活跃会话、查看最新进展、发送新指令、调整任务方向，还能用图片 Prompt、处理权限请求，或打开同一账号下另一台已授权电脑的 Workspace，主机无需开放公网监听端口。

订阅账号接入是 DeepSeek Harness 的插件，把 ChatGPT（Codex）、Claude、Grok（X Premium）等订阅直接当作 DSH 的 LLM 提供商使用，在 Web UI 里通过 OAuth 登录即可，无需申请 API 密钥，Claude 还能在存在 Claude Code 会话时直接导入凭据。它支持多账号间的模型目录发现与故障转移，区分共有模型、单账号模型，并可用显式账号列表和档位额外项调整选择器条目，还提供 xsearch 调用 xAI 托管的 X 搜索。

dsh-codex-connect 是 DeepSeek Harness 的 Codex 接入插件，通过 ChatGPT OAuth 让 DSH 使用 openai-codex 模型并支持图像生成。它解决在 DSH 中调用 Codex 能力的问题：可在主机上保存最多 16 个账户并手动指定活动账户，请求固定不自动轮换；提供默认关闭的 Fast Mode、显示服务端返回的 5h 与 7d 额度窗口及重置时间，并检查插件新版本但不自动安装。，安装前可参考周下载量与 Star 数判断活跃度。

聊天记录导入器是 DeepSeek Harness 的会话导入插件，可把 Claude Code、Codex、ChatGPT、Cursor、Gemini、Reasonix、opencode、ZCode、Grok Build、OpenClaw、Pi、Hermes、Kimi CLI 等 14 种以上外部 Agent 的聊天历史导入 DSH，还原为可继续对话的会话，保留完整上下文，并支持反向导出同步与打包备份。它解决换用 DSH 后旧对话无法延续、上下文丢失的问题。

dsh-config-manager 是 DeepSeek Harness 的配置备份与迁移插件，把 DSH 设置、模型与 Provider 配置、已装插件及其配置、MCP 服务器、技能、Agent 预设、配置档案和工作区一并导出、导入与同步，换机器时一键搬家，不必逐项重配。它安装可通过 dsh plugin add 命令完成，装后若未生效，通常重启会话或重新加载配置即可。

视觉工具箱是 DeepSeek Harness 的原生视觉接入插件，为纯文本模型补上图片问答、长截图 OCR、UI 还原、grounding、像素对比与产物预览等能力。它解决的核心问题是：在 DSH Web 里粘贴图片即可自动切换到看图模式，无需手动复制路径或更换模型，模型会围绕报错位置、按钮位置等当前任务提取证据，而非只给通用描述；配套 skill 还会指导 agent 面对不同视觉任务该看什么、选哪个工具、按什么步骤推进并验证结果。

dsh-mnemon 是 DeepSeek Harness 的可组合记忆系统，通过可插拔的源与策略开箱提供三层记忆。它解决的是让 DSH 在执行回合中稳定获得有界、不可变上下文视图的问题：核心校验提案并调用 Source 生成投影，编译为 View 后由 Host 固定到回合并控制工具访问，停用参与不擦除记忆，切换存储范围也不迁移数据。，安装前可先确认 dsh 版本并留意凭据与私有记忆的保护。

幻梦换肤主题包是 DeepSeek Harness 的换肤、壁纸与主题包插件，提供 8 套 Mirage 主题、每用户强调色、壁纸 2.0，以及主题包的导入导出与分享链接，还支持收藏和随机切换，基于纯原生 token 系统实现。它解决的是 DSH 界面外观单一、无法按个人偏好定制的问题，皮肤与壁纸存于浏览器本地，仅当前浏览器生效。，安装前可先看下载量与 Star 数判断活跃度。

dsh-TUI 是 DeepSeek Harness 的交互式终端界面插件，补上 Claude Code 风格的终端体验：像素鲸鱼顶栏、实时工作状态行、流式思考展示、双击 Esc 回滚，以及上下文进度与 TPS 显示，支持多主题切换和浏览器交互等扩展，技能仍由 DSH 统一管理。它面向正在用 DSH 做开发、希望扩展终端能力的人，可通过 npm 一键安装，也提供生态组织、模板仓库与开发指南方便自行扩展。安装时若遇 pnpm 拦截构建脚本等问题，可参考常见问题排查。

dsh-vision-router 是给纯文本 DeepSeek Harness 智能体补上视觉能力的插件，内置免密钥的免费视觉链，并提供问答、定位、裁剪、像素差异、取色、OCR、SVG 描摹、抠图与截图等像素级工具。它解决文本智能体无法看图、无法基于图像连续操作的问题：一条命令安装且无需 Python，图像轮次像普通工具调用轮次一样工作，Agent 可反复看图、裁剪、比对、修复再截图，直到任务完成。默认走免费匿名视觉模型，用户自备模型则优先调用，是否接管官方路由由隐身模式开关控制。适合正在用 DeepSeek Harness 处理图像相关任务的开发者与普通用户。

dsh-cost-meter 是 DeepSeek Harness 的会话费用计量插件，把会话与每日成本、预算、历史记录集中呈现，并支持 OpenCode Go 配额、官方与自定义提供商余额、类 Codex 令牌热力图、高峰与非高峰定价提醒、官方价格同步、90+ 模型定价目录以及 7 家供应商的 Coding Plan 配额查询，界面中英双语。它适合关心 token 开销、需要提前预警高峰计费或核对多供应商额度的 DSH 用户，也适合想安全接入自定义余额接口的人：凭据写入 DSH 凭据库，配合主机白名单防止密钥外带，且不产生任何计费副作用。

上下文透视面板是 DeepSeek Harness 的一站式上下文可视化插件，通过 Context 仪表盘、浏览器、侧边栏与斜杠命令，展示上下文的统计、构成、趋势与演变，把压缩和剪枝标记在对应条上，并用步骤摘要说明每轮新进入的内容与回复。它适合需要排查上下文膨胀、理解上下文如何组装与演进的 Agent 开发者与重度使用者。

Codex 归档管理是给 DeepSeek Harness Web UI 用的归档会话管理器，在设置页就能查看、搜索、恢复和删除已归档会话。它按工作区自动分组，显示标题、创建时间、对话轮数与磁盘占用，支持不恢复直接预览最近五十条消息，也能一键还原回原工作区或物理删除释放空间。

DSH-better-sidebar 是 DeepSeek Harness 的开放侧边栏底座，支持第三方拓展注册新侧边栏页面，并内置文件渲染编辑、终端、侧边对话、Git 与子代理页面，已适配 DSH 原生侧边栏 APIv0.19.0 起及 DSH 0.1.5-rc.1 以上版本。它解决的是 DSH 右列能力单一、无法按需扩展的问题，让开发者把常用工具集中到侧边栏，减少窗口切换。，安装前需注意 DSH 版本与 Node.js、pnpm 要求，部分插件需重启会话或重新加载配置才生效。

dsh-market 是 DeepSeek Harness 的可视化插件市场，把社区目录搬进界面，支持分类筛选、最热最新排序与中英描述，还能看截图、收藏插件和主题。一键安装带来源确认与实时进度，多数插件刷新页面即可用。它还能导出插件清单与配置做备份恢复，支持逐插件检测更新。

Reactive Resume 是一款开源免费的简历构建器，代码采用 MIT 许可证，无追踪、无广告，数据默认不经过第三方，也可自托管部署在自己的服务器上。它解决的是传统简历工具收费、数据存于他人服务器、导出格式死板等问题，支持输入时实时预览，可导出 PDF、JSON、DOCX，PDF 在客户端生成。在 DeepSeek Harness 插件体系中安装前需先装好 dsh CLI 引擎，之后可用 Docker Compose 本地快速体验，或拉取镜像做长期自托管，后者依赖 PostgreSQL 与可选的 SeaweedFS。适合重视隐私、希望长期维护简历数据并愿意自行部署的用户。

DeepSeek Harness（简称 dsh）是 DeepSeek AI 开源、由 Cordis 驱动的智能体框架，核心理念是一切皆插件。它解决传统智能体开发中加工具或改交互逻辑就要动主流程代码、牵一发动全身的问题，把能力拆成可即插即用、互不干扰的插件，主框架保持稳定。CLI 基于 Node.js，可通过 npx 直接启动 Web UI，也支持克隆源码构建后运行，适合想灵活组装、按需扩展智能体应用的开发者，以及需要二次开发和深度定制的人群。

ruflo 是 DeepSeek Harness 插件站中的智能体集群框架，为 Claude Code 和 Codex 补上工具、记忆、循环与协作能力，让模型从一问一答变成能自主规划任务、调用工具并跨机器联邦通信的系统。它提供两条安装路径：Claude Code 插件版只给斜杠命令和少量技能，工作区零文件写入，适合先试水；CLI 完整安装会写入配置文件、注册 MCP 服务器并启动守护进程，含近百个代理与数十条命令，适合需要完整工具链的生产使用者。

LobsterAI 是网易有道开源的桌面级 AI 智能体，内置 DeepSeek Harness 运行时，能直接操作你电脑上的文件、终端、浏览器和微信、飞书、钉钉等工具，把数据分析、幻灯片制作、文档处理、视频与网络调研这类活真正干完，还能从手机远程下指令。它适合每天与 Excel、PPT、PDF 和多个办公工具反复打交道的职场人，用提示词就能让它接手筛简历、查广告支出、定时收集资讯等重复工作。安装前需先装好 dsh CLI 引擎，支持安装包与源码两种方式。

OmniRoute 是运行在 DeepSeek Harness（dsh）之上的免费 MIT AI 网关插件，把 350 多家提供商、1200 多个模型收拢到一个端点，其中 90 多家带免费层级，编目了 455 个免费层级条目，每月约提供 15.1 亿免费令牌。它解决的是同时使用 Claude、GPT、Gemini、DeepSeek 时 SDK、速率限制与计费逻辑各自为政、免费额度难以盘清的问题，通过配额感知自动回退与模型链，在配额耗尽或提供商故障时自动切换。适合用 Claude Code、Codex、Cursor、OpenCode、Cline、Copilot 等工具编码、希望零配置接入并节省 token 的开发者。

AI 写代码已经过了"能不能写对"的阶段。现在消耗团队精力的，是智能体提上来的 PR 里那一堆细碎但确定的毛病： // TODO: handle this 这种没打算留下的注释、从聊天记录抄来的硬编码 API key、 WIP 与 fix stuff 这类会话压缩后的提交信息，以及看起来是绿的、其实 head commit 上已经红了的 C

dsh-market 是装在 DeepSeek Harness 里的可视化插件市场，把两千三百多个社区插件的发现、安装、管理、备份和诊断收进原生对话界面，打开设置点一下即可装好，无需离开对话环境。安装优先用经仓库验证的 npm 包或预构建包，通常数秒完成，并为受限网络维护备用线路。适合想在 DSH 里快速试用和管理插件、又不想手动折腾依赖与构建的开发者。

dshcode 是 DeepSeek Harness 生态中的免费开源桌面 AI Agent 应用，由社区开发者维护，将官方 Web UI 与插件运行时打包为 macOS 和 Windows 可用的 Electron 安装包，双击即可使用，无需配置 Node.js、终端或命令行。它完整继承 DeepSeek Harness 能力，涵盖 bash、文件系统、网页搜索、LSP 等工具，支持沙箱隔离与逐操作审批，并提供 GenUI 交互卡片、可安装技能目录、多 Agent 并行编排、Plan 模式与可恢复会话，还能按提供商调节推理强度与多模态开关。适合不熟悉命令行、希望在桌面端低门槛使用 AI Agent 的普通用户与开发者。

OpenMAIC 是清华大学 MAIC 团队开源的多智能体学习平台，输入一次提示即可生成含大纲、幻灯片与测验的完整课程，并提供专业工作台模式，让用户与智能体对话规划大纲、构建和修改页面。它支持 3D 可视化、模拟、游戏、思维导图与在线编程等交互形式，可导出 MP4 视频，也能从 PDF、Word、音视频素材生成课程，并兼容 DeepSeek-V4、GPT-5.5、Claude Opus 4.8 等模型及本地 Ollama。适合教师、培训者与自学者快速搭建互动课程，但需源码安装。

24,367 条可见记录摊在 15 个分类上，前五类合计 14,400 条、占 59.10%，其余十类分 40.90%。陡坡的第二名是个兜底桶。 只跑一条分组计数；分母比结果更该先钉住。 数据源 生产库 dev.db 的 Plugin 表， sqlite3 -readonly 打开

周六下午在咖啡馆，代码在家里的机器上跑，手机只有 5G。这次我用 dsh-tether 把 DSH 界面拉到了手机上——从安装到第一次批准，包括几个动手前没料到的地方。 先说清它是什么：zexadev/dsh-tether（GitHub 65 星，npm 包 dsh-plugin-tether latest 0.1.22，MIT）是 独立社区项目，与 Dee

装主题插件这件事，多数人的预期是换一套配色：主色换一下，圆角调一下，就算完事。 Nwflower/dsh-claude-style 值得单独写一篇，恰恰因为它做的不是这件事。它把 Claude Code Desktop 那套界面语言拆成可枚举的令牌，再用一个 DSH 原生插件把网页 GUI 重画了一遍。

同时使用 DSH、Codex、Claude Code、Copilot 的人，大概率都遇到过同一件事：技能文件越攒越多，却散落在十几个互不相识的目录里。 ~/.dsh/skills 、 ~/.codex/skills 、 ~/.claude/skills 各管一段，找一个技能得先回忆它当初给谁装的，停用一个技能又得确认它被复制到了几个地方

dsh-dpharness（严选插件）是本站自研的 dsh 插件，用于在 Harness 会话里浏览、搜索插件目录并一键安装。这篇是它的工程实录：L5 实装验证的三条判据分别测了什么、一键安装为什么优先走 dshmarket 的同源路由、什么情况下刻意不给安装按钮，以及几处最容易被当成 bug 的设计取舍。验证环境为 dsh 0.2.0-rc.2。

在 DSH 生态里给界面换肤，直觉做法是「想办法改样式」。 RevolutionLA/dsh-dream-skin （幻梦换肤主题包，185 Star、周下载 9,994）走的是另一条路：一行注入都没有，既不改二进制，也不往渲染进程里塞 CSS——因为 DSH 本身就把「第三方插件注册主题」做成了官方能力。

多数人说到「桌面客户端」，默认它是个包在命令行外面的壳：启动进程、开个窗口、把网页塞进去。DSH Desktop 的定位更拧巴——仓库 anywhere-labs/dsh-desktop 写着， 桌面本身就是一个 Cordis 插件 ，可以和其他 DSH 插件组合使用。

在 DeepSeek Harness（下文简称 dsh）里找插件，长期是一件尴尬的事：你知道自己要装什么能力，却不知道去哪儿翻。严选插件库（仓库 zhanghao3693/dsh-dpharness ，版本 0.4.2，MIT 许可）做的就是这一层——它不生产插件，而是把 dpharness.com 的 dsh 插件目录搬进 dsh 界面，让你在会话里

WeKnora 是腾讯开源的企业级 LLM 知识平台，把原始文档转成可查询的 RAG、自主推理 Agent 和自维护 Wiki。官方 DeepSeek Harness 插件 @wxg-prc-cpg/dsh-weknora 提供四个只读工具，让 DSH 编码代理直接检索企业知识库，弥补 DSH 自身不具备检索与知识库能力的短板。平台采用模块化流水线，解析层支持 PDF、Word、图片、Excel 等十余种格式，检索层融合 BM25 稀疏检索、稠密检索与 GraphRAG，并具备工作区 RBAC、凭据加密与可观测性。适合需要让编码代理接入内部文档、构建企业知识问答与检索增强流程的团队。

MemOS 是面向 LLM 与 AI Agent 的开源记忆操作系统，通过 DSH 原生插件机制为 DeepSeek Harness 补上长期记忆能力：请求开始前自动召回相关记忆注入上下文，回合结束后在后台异步沉淀新经验，不阻塞主对话。它统一了记忆的存、取、管，本地插件全程端侧运行、数据不出本机，配合 SQLite 全文与向量混合检索、智能去重和本地记忆查看器，还支持多知识库组合与自然语言反馈修正。适合希望让 Agent 跨会话记住用户偏好与项目背景、又不愿改动 DSH 核心代码的开发者。

Honcho 是 plastic-labs 开发的有状态智能体记忆基础设施，其 DeepSeek Harness 插件包 @honcho-ai/dsh-honcho 通过原生 Cordis 插件机制，把持久记忆能力注入 DSH 会话。它采用存储、推理、查询、注入四步循环，在后台异步推理对话并提取结论，形成对每个对等体的结构化表示，而非仅做向量检索。插件提供 honcho remember、honcho search、honcho chat 三个工具，让 Agent 自动判断该记住什么、按关键词或语义检索历史、并用自然语言询问用户偏好，记忆自动注入系统提示词。适合需要跨会话理解用户、群组与项目变化的 Agent 开发者。

postiz-agent 是 DeepSeek Harness 生态中的社媒定时发布助手，由 gitroomhq 开发维护，把 AI Agent 连接到托管的 Postiz MCP 服务器并注册 postiz 工作流技能，让 DeepSeek Harness 能以编程方式在 28 个以上社交媒体平台安排和发布帖子。它解决了跨平台内容分发需要逐个登录、重复上传的麻烦，支持一次创建跨平台帖子、按秒指定发布时间、先存草稿再人工审核，图片视频也可通过命令行完成上传。适合需要批量运营多平台账号的内容团队和开发者。

token-monitor 是 DeepSeek Harness 生态中一款本地优先的桌面小部件，由 Javis603 开发维护。它直接读取各 AI 工具本地存储的 session 日志、transcript 文件与 SQLite 数据库，实时追踪 Claude Code、Codex、Cursor、GitHub Copilot、Cherry Studio、DeepSeek Harness 等 37 种以上 AI 编程工具的 Token 用量与额度，并提供历史使用趋势以及按工具、设备、模型、session、项目分项显示的能力。多设备同步基于 SSE 推送，各设备把本地汇总数据发往自建 hub，数秒内即可在其他设备更新，提示词、回复与源代码始终留在本地，仅同步用量汇总。适合同时使用多个 AI 编程工具、需要跨设备掌握消耗与成本、又在意隐私的开发者。

deepseek-harness-desktop 是 DeepSeek Harness 生态中的 Tauri 桌面端应用，由社区开发维护，安装包仅 5mb，无需预先安装 Node.js、pnpm 或 Docker，下载即用，首次运行自动拉取运行时与内核后进入本地界面，完全离线运行。它解决的是桌面端运行 DSH 环境配置繁琐、Electron 方案体积与内存占用偏高的问题，并内置桌宠管理、定时任务调度、Git Worktree 隔离、右键菜单增强等十个第一方插件，支持三平台与命令行集成、应用内自更新，适合想在桌面上一键使用 DSH 及桌面专属能力的开发者与普通用户。

dsh-web 是 DeepSeek Harness 的 Web GUI 插件聚合生态包，一条安装命令即可获得梁神模式、救助模式、会话归档管理、皮肤中心、任务看板、SSH 远程连接、图像理解工具与鲸鱼娘宠物等能力。它解决的是插件逐个安装、配置繁琐、崩溃后难以恢复的问题：救助模式默认开启，可检测启动失败、进程崩溃、心跳丢失与浏览器白屏，并按事务快照、原子提升、失败回滚的方式修复；梁神模式兼顾极简工具与完整工具注册表。适合希望快速搭建完整 Web 工作台、又需要稳定救援与统一管理会话的 DSH 用户。

Cherry Studio 接入 DeepSeek Harness 插件生态后，从单纯的多模型聊天客户端升级为能直接调用本地智能体框架的 AI 工作台，可执行浏览器自动化、代码运行、文件处理和多模态视觉等任务。它自带的三百余个场景化助手不再只输出文字，而是能读取本地 Excel 生成图表；配置好各家模型密钥后，同一任务可切换不同模型对比结果；开启自主 Agent 模式，AI 会自行拆解任务、调用工具并迭代执行，比如自动搜索资料并整理成表格。适合已用 Cherry Studio 聚合多模型、又想让助手真正动手干活的用户。

Reactive Resume 是面向隐私敏感用户的自托管简历构建器，MIT 开源，无追踪无广告，数据存于自己服务器。它支持实时预览、拖拽排序、自定义板块与 PDF、JSON、DOCX 导出，内置 16 套模板。自 v5.1.0 起 PDF 在客户端生成，只需 Docker 加 PostgreSQL 即可部署，适合愿自己折腾环境、看重数据掌控的技术用户。

DeepSeek Harness（dsh）是 DeepSeek AI 开源的智能体框架，核心思路是一切皆插件，底层由 Cordis 驱动，开发者无需从零写死 agent 逻辑，像搭积木一样挂载能力模块即可。它解决的是智能体能力拼装与自定义的问题，装好 Node.js 后一行命令就能启动 Web UI，远程开发也做了适配。目前处于开发者预览阶段，官方明确会快速迭代并可能出现破坏性变更，因此更适合愿意追新、能接受 API 变动的开发者，而非追求稳定的生产环境使用者。

智能体集群框架把工具、记忆、循环与沙箱打包成执行层，架在 Claude Code 与 Codex 之上，让智能体从能跑变成会协作。它支持多智能体集群、跨会话记忆、联邦通信、向量 RAG 与自学习路由，还内置漏洞扫描和提示注入拦截。适合需要生产级多代理编排、又不想手记大量命令的开发者。

网易有道开源的桌面级 AI 智能体，基于 OpenClaw 运行时，能在你的真实电脑上操作文件、跑终端命令、开浏览器、做表格和 PPT，敏感操作前会弹窗确认。它内置网络搜索、文档处理、视频生成、股票研究等技能，支持多 Agent 协作与定时任务，还能通过微信、飞书、钉钉等从手机远程下指令。适合需要把文档、表格、邮件和浏览器自动化串成一条工作流的办公用户。

OmniRoute 是免费开源的 AI 网关，用一个端点接入 352 家提供商、1200 多个模型，兼容 Claude Code、Cursor、Cline 等编码工具。它解决多服务额度分散、速率限制难管的痛点，配额感知自动回退，RTK 加 Caveman 压缩可省 15 到 95% token。适合同时调用多家模型、想统一路由并压低成本的开发者。

那天晚上我只是点了「框架升级」，DSH 就再也没起来：页面转圈，终端里躺着一行 exit code=1 。 我用的插件叫 DSH 插件门控中心 （仓库 Noob-stupid/dsh-plugin-gating-hub ，npm 包名 @noob-stupid/dsh-plugin-console —— 三个名字都不一样，这点后面还会讲）。

每个月末，报销真正消耗时间的从来不是填单子，而是收票。餐饮、打车、住宿、火车票、机票分别躺在不同邮件里，有的带 PDF 附件，有的只有一个「点击下载」的链接，还有的把几张票一起塞进 ZIP。这次我把「收票」这一段交给本地自动化处理，工具是 DeepSeek Harness 插件 @ethanyoq/dsh-invoice-downloader （项目名 In

@michengai/dsh-agency-agents （站内显示名「专家智能体库」）属于 DSH 插件里比较特殊的一类：它不给你新模型，也不给你新工具链，而是把一批写好角色设定的专家摆在你面前，让你在会话里按需召唤。这篇不聊源码，只聊 怎么用 。

在 DSH 生态里，"插件"这个词通常意味着能力增强：接模型、加工具、改工作流。dsh-pet（仓库 PC2005-cloud/dsh-pet ，星标 1,222，MIT 代码许可）是少数几个完全不打算增强生产力的插件——它的官方定位是"一只住在 DeepSeek Harness 里的桌面宠物"。

MCP 服务器的日常管理一开始都是改 YAML：每接一个就往 cordis.yml 加一行，缩进引号全凭手感；接上七八个后，想确认哪个连上了、哪个在重连、哪个报错，只能翻日志。dsh-mcp-panel 把增删改查、状态查看和试调用收进设置页的一个选项卡，另配一组 /mcp 命令。

DSH 默认的心智模型是「一个会话一个助手」。DS-Bot 换了一种形状：装完之后你面对的不是更长的对话框，而是一支常驻小队——一个主 bot、若干专职 bot，以及把它们凑到一起的群聊。仓库是 Fei2411/DS-Bot ，站内归「对话 / 记忆」，Apache-2.0，2026-10-07 建仓，到写这篇时 GitHub 实时 5,096 星（

W45 周榜 20 条里走了 5 条、进来 5 条，剩下 15 条原样留表。把这 15 条的 weeklyDownloads 上下期对上， 一条不落地全为正增长 ：最小 +19,143，最大 +193,103，增幅中位数 +169.0%。可同一批条目里有 2 条名次更低，另有 5 条直接掉出前 20。

「参考之前的对话」这几个字，几乎每个输入框增强类插件都会写在设置页上，但它到底把多少前文塞进请求里，多数插件不回答。dsh-prompt-rewriter 给了一行公式，这行公式可以拆开看——它决定按钮在长会话里是更准，还是更贵更慢。

2026-11-01 04:39 这次月度重算，把分类精选从 10 月的 76 条推到 105 条，小类从 36 个推到 40 个，新进 29 条；与此同时，上一期那 76 条一条没掉。净增 29、减少 0，这两个数字比 105 更能说明这张表的进出结构。

大部分插件在「你按下按钮之后」才有价值。dsh-speak-up 反过来了：它的价值发生在你什么都没做的时候。下面拆它为什么这样设计。 一条链路：定时器 → 掷骰子 → 命中才开口 └─ 掷一次本地骰子（Math.random，一个 token 都不花）

2026-10 这一期月度分类精选定稿在 124 条、43 个小类、9 个大类上，其中 58 条带 isNew 标记，占 46.8%；上一期 9 月是 65 条、37 个小类，本期条目数是上期的 1.91 倍。三个数指向一件事：扩容主要发生在小类数量上，而不是每个小类里塞进更多条。

很多人对「编辑器接 AI」的直觉是一个转发层：收下请求，换成某个模型的 API 格式发出去，再把回来的 token 流贴成文本。dsh-acp-interactive 不是这个形状。

我一直在用四五个 coding agent 干活：同一个仓库，有时用 Claude Code，有时用 Codex，赶时间就换 OpenCode。麻烦不在于切换工具，在于 每个工具里「我是谁、按什么规矩干活」这段设定各写一遍 ，改一次要改五处，改漏一处就开始出现两种风格的输出。

DeepSeek Harness 的模型菜单里有「推理等级」那一行，原本只能点开一个列表选档位。有个插件把它改成了一条可拖动的连续滑条：拖到哪一档，颜色、能量、星尘粒子就跟到哪。 好看是次要的。真正值得读的是它的另一面—— 这条滑条上所有「看起来是随机的」东西，都被压成了可以离线断言的常量 。仓库里 272 项断言，其中一大半在守这些常量。

上午十点，市场部把一份两页的产品简报丢进项目目录：三个卖点、一句口号、一张竞品对比表，末尾写着「预算不多，今天要」。下午三点，旁边多了一个 9:16 的 mp4，字幕跟着旁白逐字点亮。 中间没有人打开剪辑软件，但也不是没有人在场——这条流水线上装了三道闸门，每一道都要人点头。

模型说「画一张卡片」，屏幕上就出现一个能拖滑块的东西。这段路常被当黑箱，却决定了卡片能做什么。从参数到像素，一共七层。 一 · 参数里只有一个字符串 能传的是 fragment 、 title 、 mode ，只有 fragment 必需。它是片段不是文档：没有 <!DOCTYPE 与 <body ，外壳已经在。

ComfyUI 给的是一张画布，自由，但每次开工都得重新决定：用哪个流程、挂哪个模型、参数调到哪一档。dsh-comfyui 换了个入口 —— 不给画布，给对话。装完之后 Agent 手上多出四个工具，出图这件事从"我去连线"变成"我说要什么，它去库里挑"。

Trae 的额度躺在客户端里，DeepSeek Harness（下称 DSH）的下拉框里却看不见它。dsh-connect-trae 补的就是这一跳：不代理流量、不搬 prompt，只把你本机已经登录的那份凭据读出来，装成一个 DSH 认得的 provider，让"模型产出结构化 tool calls、工具在本地跑"这

一段问话发出去，几十秒后才发现有个词用错了。接下来的动作几乎是肌肉记忆：要么删掉重来，要么补一句「刚才那句应该是……」。两种都在花时间，区别只是花在哪一栏——前一种花在重写，后一种花在让模型重新理解一遍你其实想说什么。

装了三十个工具的会话，每轮都要为没用上的二十九个付一次账。这笔账不写在计费面板上，只写在你还剩多少上下文里。 dsh-capability-menu 不给你新能力，只决定哪些能力的定义出现在模型眼前。

改稿的时候最烦的一件事，是明明屏幕上就摆着要改的那句话，还得用手把它重新描述一遍：「你刚才第二段第三句里提到的那个默认值……」。描述本身比修改更费脑子。装上选中批注（dsh-annotation）之后，这个动作缩成了三下：选中、写两个字、回车。

让模型自己汇报「我刚才用了哪些 skill」，是我见过投入产出比最失衡的一种统计方式。它看上去不需要工程成本：在提示词末尾加一句，要求回答时附上调用清单，就结束了。可真正跑过几十轮任务的人会知道，这份清单的可信度取决于模型当轮的注意力，而注意力恰恰是任务里最先被消耗的东西。

用 DSH 跑长任务的人迟早会遇到同一个问题：模型一直在写文件，而你不知道它写了什么。会话里的工具调用记录会一行行滚过去，可你要的是「现在磁盘上有哪些东西、刚才那次 edit 到底改了哪几行」。翻记录找路径，再把文件一个个打开，这套动作每天重复十几遍。

dsh-opencode-go 要解决的不是「怎么连上 OpenCode Go」——DSH 原生就支持。它解决的是连上之后额度突然没了怎么办。原生模式只有一个账号、一条通道：5 小时窗口打满、遇到 429、或者 Key 被网关判为失效，这一轮对话就断在那里，你得手动去设置页换一个 Key，再把请求重发一遍。

从八月装上到十月，这个插件在我机器上待了两个月。它没替代任何东西，也没让我多开一个窗口——只是把"看一眼"从切换标签页变成了抬一下眼皮。这里只说它两个月里长成了什么样。 折叠态：一颗会自己找边的胶囊

推理强度滑块是这类插件里最容易被误解的控件：看起来像音量条，往右拖，模型就更用力地想。真实链路长得多——滑块只是把模型目录里 已经写好 的一个值挑出来，交给 DSH 校验后随请求发出去。中间任何一环没打通，滑块都照样在，且毫无作用。

一场 8.6 小时的会话结束时，留给你的通常只有最后那段回答。你想知道第 47 步那次 bash 为什么标红、失败之后它到底改了参数还是换了工具、上下文是在哪一轮被压掉的——回答里都不会有。dsh-maze 做的事，是把这场会话的每一步按真实起止摊平到一根时间轴上，主干、失败支路、折返点画在同一张图里，再把工具密度、Token 脉冲、上下文压力三条轨道压在下面。

大多数人做跨会话记忆，第一步都是在提示词里加一段「请记住以下事项」。写到第三十条会发现两个问题：这段话每轮都在付费，而且它一直在变，把 provider 的缓存全打掉。meow-memory 换了条路：拆成七张表，按需取、按轮取、闲时整理。

大多数「省钱」插件的做法是给你一个折扣渠道，或者帮你把请求转到一个更便宜的模型上。 dsh-model-router 走的是另一条路：它在真正花钱之前，先把「这一轮要花多少」摊开给你看，让你决定要不要执行。

DSH 原本是个会话工具：开一个窗口，问一句，答一句，关掉就结束。Fei2411/DeepSeek-Bot（下称 DS Bot）干的事，是把这套会话模型改造成"成员模型"——每个 bot 有自己的窗口、自己的记忆、自己的模型选择，长期驻留，彼此还能互相派活。

DSH 的 Web 界面只监听 127.0.0.1 ，CLI 也拒绝 --host 0.0.0.0 。这个设计是对的——它能把远程代码执行能力锁在本机。代价是：想在一台远程服务器上干活，你得自己在「文件在哪」和「终端在哪」之间来回搬。dsh-remote 就是补这段的：由你主动连出去，把远程目录变成 DSH 里的一个真实工作区。

Agent 的「记忆」通常以两种形态存在：向量库里的切片，或者数据库里的一行行记录。两种都对，但都要求你先接受一个前提——记忆的所有权在系统手里，不在你手里。ReMe 走的是另一条路：把记忆直接写成你电脑上的一堆 Markdown 文件，索引全部可重建，删掉索引不丢内容。

装完 anime-find 之后，我搜番的动作被拆成了两半：说一句话，然后看卡片。以前那套「切标签页、开站点、输关键词、比对字幕组、复制磁力、切回下载器」的流程，现在只在少数情况下才会完整走一遍。两周里我处理了新番试看、补旧番、替朋友查某一集三类事，也摸清了它省事在哪、什么时候还得回浏览器。

一次授权测试结束，真正需要交付的东西通常有三样：目标是什么、试过哪些路径、哪条路径真的走通了。这三样如果只存在于对话流里，下一个接手的人要往上翻几百条消息，还得自己脑补因果关系。dsh-pentest 想解决的就是这件事：它把渗透过程拆成结构化的六张表，再用四个视图分别回答不同的问题。

下午三点，Web preset 里已经跑了两小时：读完前端仓库，定位到接口层的字段拼装问题，候选文件从七个缩到两个，顺手记下「这个目录别碰」。接下来要改后端适配层、补回归、跑构建，这些活在 Code preset 里更顺。

Martty 是 DSH-first 的 Agent TUI：Agent 在 Host 里，界面侧只做客户端。 dsh --profile martty 拉起两个进程——Host 跑 Base Cordis tree、ACP Plugin 与 Agent，独立的 Client 跑 UI、Theme、Slot、Overlay 与 Se

在 Windows 上跑 DeepSeek Harness，很多人见过同一种失败形态：任务本身不难，模型却在终端里绕圈子——命令报错、换个写法重试、又报错，最后任务做完了，上下文也烧掉一大截。dsh-ops（仓库名 T-Auto/dsh-ops ）就是奔着这件事来的。

卡住的不是模型，是"喂什么给它" 大模型能读文本、能看图，但你把一段本地 mp4 的路径丢给纯文本 Agent，它只能确认"这里有个文件"。视频是带时间轴的连续信号，而模型一次只能消化一屏静态内容。所以「让 Agent 看懂视频」本质不是模型能力问题，而是 怎么把视频切成模型能消化的证据 。

把「逆向」和「智能体」放在一起，最容易的误区是把它当成一句话出答案的黑箱。REA（仓库 morluto/rea ，站点中文名「智能体逆向工程」）刚好相反：README 的原话是分析在本地跑，返回结果包含 每一条结论背后的证据与局限 。所以一次有用的复盘，看的是链路在哪一步产生了证据、又在哪一步写下了局限。

同一个页面，两个操作者：一个是屏幕前的你，一个是 DSH 会话里的 agent。这是共享浏览器插件 dsh-builtin-browser 的立意——它不做无头截屏，而是让 agent 驱动一个真实、可见、随时能接手的浏览器。装好后 agent 直接获得 34 个 browser 工具。

pi-web-ui 是一个 AI 编程智能体（pi / DSH）的浏览器工作台。它和一般「网页版聊天」的区别在于：智能体本身不在浏览器里跑，而是运行在服务端，事件经 WebSocket 流式推送到浏览器，页面只负责渲染。于是你既能看到思考块与工具调用滚动出现，也能在同一个页面里聊天、写代码、改文件、用终端、管 Git。

dsh-tianshu-tui 是官方 DeepSeek Harness 上的交互式终端 TUI 面板插件（仓库 huiliyi37/dsh-tianshu-tui，Apache-2.0，站点 286 星）。它值得细读的地方不在功能清单，而在一个取舍：把「界面」压缩成纯展示层。

用 AI 画架构图这件事，难点从来不在"画不出来"，而在"画出来的东西能不能被信任"。Archify 是一个走 Agent-first 路线的开源技能（GitHub 仓库 tt-a1i/archify ，星标 81,659，MIT 许可），它把"想理解、规划或分享的事"变成可以探索、修改和分享的交互式 HTML 图

和大多数旅行 AI 聊几句，你很快就会撞上同一个毛病：它很会说话，但数字都是"感觉"出来的。给你行程、告诉你"大约 8 小时能到""这个季节价格大概多少"——听着顺，一旦真去订，才发现时间和钱都对不上。根子不在于模型不够聪明，而在于 它被要求同时负责"说话"和"算账" 。

在 DeepSeek Harness 里让模型发一张表情包，需求很小，但真做起来有三个坎：图从哪来、模型凭什么知道该发哪张、自己做好的图库怎么给别人用。dsh-meme（原 dsh-expression）这个插件把这三件事串成了一条从安装到投稿的闭环。下面按「装完到用起来」的顺序，把这条链路走一遍。

大多数插件的价值是「多一个功能」，而 dsh-genui 改的是回答本身的形态：助手回复里那段本来看起来像代码块的文本，会当场变成能点的看板、能拖的函数图、能判分的小测。作者是 omdsh-dev，仓库在 GitHub 上已有约 530 星标，最近一次提交在 1 天前，仍在活跃维护，采用 MIT 许可。

数据分析最耗人的地方常常不在「分析」，而在中间那段搬运：业务方在群里问一句「这个月渠道转化率怎么样」，你打开数据库写 SQL、导出 Excel、再去图表工具里调格式、最后拼成一张图发回群里。

研究论文读多了，痛点不是「读不懂」，而是「找不回」：PDF 堆在 Downloads，摘要在笔记软件，过一阵想回顾某篇的方法论，只剩一个模糊的文件名。claude-paper（ alaliqing/claude-paper ）把它收成一套固定流程——每学一篇论文，就在本地落下一个结构化目录，并更新一份全局搜索索引。

我烦的不是开会，是那串附带动作：订会议室、发邀请、会后翻录制、再导参会名单。单看每步都不难，叠起来能吃掉半个下午。所以我用一周时间试了 tencentmeeting-cli ：能不能把这些压成几句话。

如果你最近在给 DeepSeek Harness 的 Web 界面找「敲个 @ 就能引用工作区文件」的插件，多半会搜到 dsh-at-file 。作者 FSMargoo，站内分类落在市场 / 管理，星标 503★，综合分 67.1，周下载量 1,529，许可 MIT，更新放缓——最近一次提交在 36 天前。

一份要交出去的研究报告，最怕的不是结论保守，而是别人问一句「这条数字哪来的」时你答不上来。dsh-research-report 解决的正是这件事：把每条论断绑定到一份不可变的证据快照，逐字节核对，再封存进一个带版本号的目录——连封存哈希本身都能被别人重新算出来。

在 DeepSeek Harness（下称 DSH）里做一件事，经常要来回分支：同一段回答，你想按三种思路各追问一次。原生对话把它们排成一条时间线，越追问越长，回头想找回某条支线，只能靠滚动和记忆。dsh-synapse 想解决的正是这个问题——它把同一工作区里的会话、追问和分支组织成一张可拖拽、可缩放的画布，让分支重新变得可见。

DeepSeek Harness 跑在电脑上，人却经常不在电脑前。dsh-bridge 这个插件的定位很直白：把本机 DSH 延伸出去，让你在手机、平板，甚至在微信、QQ、飞书、Telegram 里继续用它干活。它不要求你自建公网服务器，装完之后在设置面板找到「远程访问」，剩下的基本就是扫码与点选。

Open Sea Skin（仓库 d-dev0101/open-sea-skin ）是给 DeepSeek Harness（DSH）做的一款开源海洋主题与外观插件，GitHub 星标 378，站点分类 token 为 browser ，实装验证等级是 L4 · 真实安装（dsh 0.2.0-rc.2）。

很多人给 Agent 配浏览器能力，先比"能点多少下""支持多少种选择器"。真用起来才发现，最要命的不是能力不够，而是整件事发生在你看不见的地方：Agent 说填完了、翻到第三页了、PDF 下好了，可中间那一段——是被验证码卡住，还是点错了按钮，还是在一个加载不完的白屏上原地打转——你完全不知道。

把一门课交给 AI，最常见的失败不是它讲错，而是讲得零散：第一节讲特征值，第三节才发现你还不会解线性方程组。 Miaotofu01/Study-Mate 里的 StudyMate 就冲着这个问题去。

HelloAGENTS 不是又一个 CLI，而是在 Claude Code、Gemini CLI、Grok Build、Cursor 和 Codex CLI 之上加的一层工作流。它把自己说成「锚定智能体为有能力的执行者」：拦住甩锅、拦住过早停止、把计划从聊天记录搬到磁盘。

DeepSeek Harness（下称 DSH）的模型列表本来由引擎自己维护，而 dsh-workbuddy-connect 做了一件不太一样的事：它不去新建一套账号体系，而是把 WorkBuddy 桌面 App 里已经可用的那批模型——GLM-5.3、GLM-5.2、DeepSeek-V4-Pro、DeepSeek-V4-Flas

大多数 Agent 交付研究结论时，你拿到的是一段话和一个自称的「完成」。你没法知道哪句话有证据、哪句话是模型顺手补的。ClearAI（页面中文名「认识论循环」）试图改掉这件事：它把研究从「任务循环」搬到「认识论循环」上，让每条结论都写明边界、支持度与证据链，最后长成一个可复用的领域本体。

让 AI 编码代理自主执行命令，最让人不安的不是它写得对不对，而是它会不会在你没看清的那一行里，把 git reset --hard 、 rm -rf 或 ~/.ssh/id rsa 顺手用掉。

一次连续五小时的编码会话，token 到底花在哪里、缓存有没有帮上忙，决定了这个会话还能不能继续。这篇复盘记录的是把亿级上下文压缩（ ranxianglei/billion-context ）架在助手与模型 API 之间之后，我在一次长会话里观察到的真实走向：上下文被反复折叠，前缀缓存却始终保持在健康区间。

DeepSeek 主力对话模型与 GLM-5.3 本体仍是纯文本，读不了图。 liustack/modlens 的解法不是改模型，而是在模型外侧架一层视觉抽象：把「看图」剥离出来交给一组可替换的引擎，再把结果以结构化证据送回对话。这篇只谈这层抽象怎么搭，以及它把哪些取舍留给了使用者。

想给 DeepSeek Harness 接一个本地知识库，最容易踩的误解是「得先把 embedding 模型下下来」。dsh-knowledge 的路径恰好相反： 不下载任何模型就能先跑通检索 ，向量和 OCR 都是后面按需加的增强项。这篇按一条真实链路走一遍，并标出每一步里哪些可以跳过。

dsh-ads 的 README 给它的定位是「把 DeepSeek Harness 变成 2005 年门户网站。连 inference 都逃不过广告。」它也写明「广告是假的，插件是真的」。这篇不装、不测，只拆实现。

dsh 回你「无法联网」时，多数人先怀疑网络；更常见的根因在上一层——默认搜索 provider 依赖 DeepSeek 官方 API key（ DEEPSEEK API KEY ）。

dsh-pocket 一句话能说清：电脑上跑 dsh web ，手机扫码看到的是同一个界面、同一份会话、同一条输出。可核查的底数：1,179 星、周下载量 2,995、npm 包 dsh-pocket @ 2.10.6 、Node =22 、GPL-2.0，本站信任档位「已验证」（L4 · 真实安装）。

用 dsh 做日常开发两三个月后，我的侧边栏归档区变成了一座山：验证过的老方案、跑废的实验会话、早就没有下文的需求讨论，全都躺在里面。真想找回某条会话时，翻起来比翻聊天记录还累。 DSH 侧边栏自带的归档动作只解决了「先收起来」的问题，「收起来之后怎么管理」没人在意。

跨代理记忆库（zilliztech/memsearch）的定位一句话说完：为你的所有 AI 代理（例如 Claude Code、Codex、DSH）提供持久、统一的记忆层。

大模型不是「一次性写完」才把答案交给你的。输出以 SSE 分块方式一段段抵达浏览器：某个数据包可能在几毫秒内塞进数百个字符，下一个分块却要等数十毫秒。这种不均匀的到达节奏，是几乎所有流式界面体验问题的总源头。

DSH 里最难处理的从来不是一问一答，而是那种跑起来就停不下来的长任务：全量编译、批量抓取、多轮重构。人在工位上还能盯着终端，一旦离开座位，任务要么卡在某次审批上没人点，要么闷头跑偏了没人知道。

在提示词里叮嘱 Agent「不要删文件」，是一条建议，不是一条约束。dsh-permission-rules（🛡️ 声明式权限规则，PerryLink 维护）换了思路：把「能不能调用这个工具」变成一次可预期、可审计的判定，由宿主在工具执行前求值。

先说结论。装上这个搜索 Provider 之后，我的检索动作从「我搜、我读、我判断、我贴给模型」变成了「我给判断标准，它自己去找来源」。真正变化的是分工—— 检索主体从我变成了 Agent。

shanliuling/dsh-image-gen 的中文名是「AI 绘图工作室」，README 里把自己定义为「DeepSeek Harness 的原生 AI 图像创作套件」。重点在「套件」两个字：它不是往对话里塞一个生图命令就完事的小工具，而是把图像创作这件事拆成五个入口，每个入口负责一段路。

Devin-AXIS/iPolloWork 容易在第一眼被理解错：站点把它归到「视觉能力」分类，但它的真实身份是一个 多引擎智能体工作台 。如果你已经在用 dsh，值得判断的不是「它会不会取代 dsh」，而是「在 dsh 之上再挂一层工作台，值不值」。

dsh-plugin-subscriptions 的定位：把 ChatGPT(Codex)、Claude、Grok(X Premium) 这类订阅用作 DeepSeek Harness 的 LLM 提供商，在 Web UI 通过 OAuth 登录，不需要 API 密钥。

四家 AI Agent 平台的实测复盘。核心结论只有一条：能不能自定义模型，直接决定成本结构是否成立——我把这件事量化了，也把三个月 80 亿 token 换来的三条选型建议列了出来。

AI 写长篇，前三十章通常很顺。真正的麻烦从第八十章之后才开始出现：主角的行事风格悄悄换了一个人，上一卷宣布要闭关三年的角色提前出场，前文郑重埋下的信物再也没有被提起。这些问题的根源往往不是模型不够强，而是 没有任何东西替它记住已经写下的内容 ——每次生成的上下文窗口都是一次性的，写完即忘。

OpenDesign（仓库 nexu-io/open-design）是个容易被误读的项目。名字里有「设计」，但它本质上是一套本地优先的运行时：把本机已经装好的编码 Agent 当成推理后端，自己只负责渲染、存储与产物导出。本文只谈它的架构分层，不谈好不好用。

同一份代码、同一个模型，挑不同时刻调用，成本可以相差 2 到 5 倍。这句话以前只能当常识记着，因为「什么时候便宜」这件事没法查——窗口信息散落在十家以上平台的官方文档站，格式各异，而且大量优惠带渠道门槛：仅指定工具可用、仅套餐内、仅积分抵扣。想判断「现在该用谁」，往往要先人工巡检十余个页面，而这些活动又基本以周为单位上下线。

一个知识库装好之后最常见的结局是：第一次用得很新鲜，之后再也想不起来打开它。问题不在工具，而在它没有被放到流程的某个位置上——需要它是"想起来才做"的事，而不是

选型时最常见的错误，是把 MisakaNet 拿去和"给文档做问答的 RAG"比，比完之后得出结论说召回不够准。这两者根本不在同一层：一个是把踩过的坑记下来给人查，一个是把你的资

实测 MisakaNet 的资源账单：0.79 秒、54MB 与一个 2.3MB 的语料库技术栈极简不等于开销为零。这篇不谈设计理念，只记账：克隆一次占多少磁盘、查一次花多少时间和内存、语料涨上去会先撞哪面墙。数字来自同一台机器的实际运行——A

MisakaNet 把散落在个人终端历史里的 AI Agent 调试经验变成可搜索的共享知识，让一个 Agent 踩过的坑成为所有 Agent 的免疫记录。它用一条 Git 仓库做存储层，lessons 是 Markdown 文件，历史即提交记录，分发靠 clone，检索由纯 Python 标准库实现的 BM25 承担，无需服务器、数据库或守护进程，断网时仍能检索本地全部内容。适合需要跨机器复用调试结论、又不愿为个人记忆方案部署 Docker 加数据库的 Agent 开发者与运维人员。

余额鲸鱼挂件是 DSH 生态里的标准 bundle 插件，通过 package.json 声明由宿主加载，不独立监听端口，同时管理悬浮角色、持续写入的账本和 21 条宿主托管路由三套生命周期。它用 mtime 热读取前端资源，用定点金额运算维护余额观测与校正账本，解决挂件只塞面板、账目与路由各自为政的问题。适合需要长期盯余额、又想让记账与界面同步的 DSH Web UI 用户，安装后需重启 dsh web 再刷新浏览器。

TokenTracker 是本地优先的 AI token 用量与成本追踪器，用日志解析算出 39 款 AI 工具的真实开销，且绝不读取提示词、回复与代码，本地只留 token 数量、时间戳和模型名。它内置 DeepSeek Harness 会话日志数据源，无需另写适配层即可量化 DSH 投入产出，同时覆盖 WorkBuddy、CodeBuddy 等工具，通过 hook、插件或被动读取接入，聚合成 30 分钟粒度的本地快照供仪表盘、菜单栏与桌面组件共用。适合想弄清 AI 花费、又在意隐私的 CLI 重度用户。

dsh-cost-meter 是 DeepSeek Harness 生态中的会话费用统计插件，通过拦截宿主 llm/stream 上报的 usage 块，把每次调用的输入、缓存命中、缓存写和输出 token 细分记录下来，实现逐次精确计费，并支持会话、日、月、累计四个维度查看。它内置 90 多个模型价格目录，完整实现 DeepSeek 官方 2026 年 8 月起的峰谷两档计价，含周末全谷价与历史价格分界，账本以美元存储，币种汇率只影响显示。适合需要掌握 AI 会话开销、核对峰谷时段成本并做长期费用统计的 DeepSeek Harness 用户。

Openwrite 是 DeepSeek Harness 生态里的小说创作插件，把规划、写作、审稿和管理长篇小说收进同一创作会话。它提供 90 个小说工具与六域审稿 DAG，用指令查伏笔、查设定、续写章节、审稿并对比修订差异，人物设定大纲正文评审全部存本地，不上传云端。适合在 Harness 中写长篇、需要控制前后一致与穿帮的作者。

Minke 是 DeepSeek Harness 生态中的本地优先桌面智能体工作空间，由 lencx 主导开发，提供 macOS、Windows 和 Linux 安装包，也可作为 DSH 插件源码安装。它通过 Agent Browser 让 Agent 在可见浏览器标签页中搜索和操作网页，用户可随时接管并交还，还能把带标注的页面上下文发回对话。工作空间把文件、终端、网页、浏览历史和插件与对话并列，支持源码编辑、Diff 查看和草稿预览。此外提供远程访问、本地模型发现与会话历史管理，适合需要在桌面端与 Agent 协作处理网页和项目文件的开发者。

graph-memory 是 DeepSeek Harness 生态中的原生知识图谱记忆插件，核心定位为限定上下文、保留记忆。它掌管模型可见的历史表面而不删除事件日志，默认保留最新五个已完成用户轮次，将更早前缀折叠为固定标记，并从对话中提取结构化三元组构建知识图谱导航层，实现上下文压缩与跨会话经验复用。实测二十轮对话上下文压缩约八成，且能在窗口外自动召回相关记忆。数据存于本地 SQLite，支持跨会话跨项目召回，提取失败时隔离坏数据、不阻塞对话。适合长期使用 DSH 对话、受上下文长度困扰并希望保留跨会话记忆的用户。

api-relay-audit 是 DeepSeek Harness 生态中的本地安全审计插件，面向依赖第三方 AI API 中继、OpenAI 或 Claude 兼容代理及 Web3 智能体工作流的用户。它通过 14 步审计流程输出可复现的 Markdown 报告，给出 LOW、MEDIUM 或 HIGH 判定，检测中继是否插入隐藏指令、截断上下文、替换工具调用、泄露错误响应或出现 SSE 流异常，并收集模型替换信号。启用 Web3 模式后还会探测钱包相关风险，如诱导转账与私钥泄露。审计全程本地运行，密钥仅发往用户选定的中继地址，适合在生产或钱包流量中信任某中继前做一次核查。

DeepSeek 发布 V4.1 Flash 后，使用 DeepSeek Harness 的开发者需要调整模型名与成本预期。API 模型名改为 deepseek-flash，旧名暂时兼容但过渡期后可能失效；V4 Pro 请求将自动路由到 V4.1 Flash 并按新单价计费，硬编码 v4-pro 的服务不会中断，但能力表现与费用口径都会改变。该版本采用非对称 MoE 结构并大幅压缩 KV Cache，长上下文、多轮工具调用等 Agent 场景的缓存费用明显下降，同时原生支持视觉理解。适合正在用 dsh 构建 Agent、需要控制推理成本的开发者参考。

dsh-vision-toolkit 是 DeepSeek Harness 生态中为纯文本模型补上视觉能力的工具箱，在 DSH Web 里粘贴图片即可直接提问，模型会自动切换到看图模式，省去手动复制路径或更换模型的步骤。它提供图片问答与 OCR、元素定位、按钮图标检测、区域裁剪、图形转 SVG、像素对比、长截图识别、抠图、主色提取、HTML 渲染截图共 10 个可单独或组合调用的工具，并附带 5 个实战工作流，覆盖长截图与聊天记录 OCR、截图重建 UI、还原图标 Logo、草图转结构化代码以及通过截图操作 GUI。适合需要在纯文本模型上处理图像识别、前端还原和界面自动化任务的开发者与团队使用。

Aegis 是 DeepSeek Harness 生态中的 AI 编程 Agent 方法包，可挂载到 Codex、Claude Code、OpenCode、Kimi 等多种宿主。它针对 Agent 靠猜测改动、声称完成却未完成、技术债悄悄累积等问题，通过基线对齐、证据验证、漂移检查和安全治理，让每个完成声明都附带验证证据与残余风险评估，退役路径也被显式跟踪。在冻结的 A/B 实测中，合同通过率从 61.67% 提升至 93.33%，不安全结果率从 13.33% 降至 0%。适合在长任务中需要工程纪律与可信交付的 AI 编程 Agent 使用者。

dsh-agent-teams 是 DeepSeek Harness 生态里的多 Agent 团队协作插件，让当前会话担任队长，自动创建可续聊的子 Agent，把目标拆成带依赖关系的任务并协调成员执行。它解决单 Agent 串行执行效率低、多 Agent 协作容易掉链子的问题：任务有状态机和依赖约束，依赖未完成不能领取，成员完成后自动续领下一项，转派会撤销旧尝试，冷恢复会重试遗留任务，迟到结果无法覆盖已完成状态。成员之间可用持久化邮箱直达通信，不必都经队长中转，还提供实时 Web UI 面板展示进度与任务图，以及需求分析到集成审查的质量门禁。适合用 DeepSeek Harness 做复杂项目、需要多角色并行协作并保证执行顺序与结果一致性的开发者。

dsh-TUI 是 DeepSeek Harness 生态里的 Claude Code 风格终端界面插件，纯插件挂载、不改核心，装上即用、卸载不留补丁。它解决长会话中误操作难以回退的问题：连按两次 Esc 即可回滚到上一步，无需重新输入指令。界面提供像素鲸鱼顶栏、实时状态行、流式思考展开、蓝白上下文进度条与 TPS 仪表，状态行还显示缓存命中率、推理等级、输入输出 token 数与 Git 信息。会话管理支持按工作目录浏览、搜索、预览与固定历史会话，并可导入导出。适合在终端长时间使用 DSH、看重低资源占用与长会话稳定性的开发者。

DSH Desktop 是 DeepSeek Harness 的官方桌面端应用，把本地 Harness 运行时封装为可安装的 macOS 与 Windows 程序，启动后自动拉起 Harness，无需接触命令行即可使用完整界面。它支持 Agent Preset 的创建、导出与导入，换设备时无需重配模型、工具集与系统提示词；可统一管理多个模型提供方的 API Key 并随时切换；还能在手机上查看进度、发送指令、接收结果，接续桌面端发起的任务，并把文档笔记生成可继续编辑的 PPTX。适合希望本地运行、跨设备迁移配置、离开电脑仍能跟进 AI 任务的用户。当前为早期预览版，需注意不能一键安装。

Shippie 是 mattzcarey 开源的 AI 代码审查代理，原名 Code Review GPT，通过代理循环读取代码 diff 并调用真实开发工具探索代码库，自动发布针对性审查评论，能捕获人类审查者容易遗漏的泄露密钥、缓慢或低效代码、潜在错误与未处理边界情况。它同时可作为 Model Context Protocol 客户端，连接浏览器自动化、可观测性和文档等外部工具，并支持 Node、Cloudflare、GitHub Actions、GitLab CI 等运行环境，兼容 Anthropic、OpenAI、OpenRouter 与 Cloudflare Workers AI。适合需要在 pull request 环节补充自动化审查、又希望自由选择模型提供商并复用现有 CI 流程的团队与开发者。

dsh-routing-suite 是开源思维模式路由套装，把运行时注入器、路由预设与分级模式任务协议装进一个仓库。它让 Agent 按任务类型自动切换思考模式，解决开放任务跑题、模型偷懒和长任务质量不稳，单任务三锚机制把开放任务完成率从零提到满值。适合用 DSH 搭建 Agent、需要动态调整推理行为并控制调用成本的开发者。

RabiRoute 是一个 Agent 无关的消息网关与投递策略路由器，把 QQ 群聊私聊、Webhook、定时任务、Windows 桌面、语音与移动端等多种来源的消息统一接入，再按规则投递给正确的 Agent 或程序。每条路由独立保存消息输入、人设、处理器、工作区与发送规则，角色各自维护消息历史并引用计划、记忆和技能，还能限制投递携带的最近消息数量，避免上下文膨胀。它适合需要让多个 Agent 分工处理多来源消息、又要求上下文、权限与投递回执清晰可查的用户，定时巡检、日报生成等自动化场景也能覆盖。目前需源码安装，要求 Node.js 20 及以上并先装好 DSH CLI 引擎。

dsh-vision-router 是面向 DeepSeek Harness 的视觉增强插件，为纯文本 Agent 补上图像理解能力。它内置一条免费视觉推理链路，默认提供匿名视觉模型兜底，免注册免 Key，用户自备模型时优先调用；同时提供 14 个像素级视觉工具，覆盖看图问答、目标定位、裁剪、像素对比、取色、OCR、SVG 矢量化、抠图与截图等任务。与把图片转成文字描述再喂给模型的做法不同，它把像素留在视觉模型侧、推理留在 DeepSeek 侧，使看图成为一次可定位、可验证、支持多步连续操作的工具调用。适合使用 DSH 的开发者与自动化场景，无需 Python 环境，一条命令即可安装。

LobsterAI 是网易有道开源的桌面级 AI Agent，定位全场景办公智能体，能在真实桌面上操作工具完成数据分析、幻灯片、文档、视频和网页研究，内置 28 项技能，并支持通过微信、飞书、钉钉、Telegram 从手机远程下达命令。它适合需要批量处理办公任务、又不满足于纯文字问答的职场人与开发者，但需从源码安装，Node 版本要求较高。

OpenClaude 是一个开源的终端编码代理命令行工具，主打一个工具覆盖云端与本地多种模型后端，支持 OpenAI 兼容接口、Gemini、GitHub Models、Codex、Ollama 等，无需为每个提供商单独装工具。它把 bash、文件操作、grep、glob、代理、任务、MCP 和网络工具集中在一个终端界面里，让编码代理流程不必在多个工具间切换，还内置 VS Code 扩展便于编辑器与终端衔接。适合习惯命令行的开发者，以及在 DeepSeek Harness 生态中寻找兼容方案、希望统一管理多后端与代理工作流的人。需注意其 npm 包发布状态存在矛盾，建议优先源码安装。

NextChat 是一款开源 AI 助手应用，把 Claude、DeepSeek、GPT-4、Gemini Pro 等主流模型聚合在同一个界面里，换模型不必换工具，还支持自定义 OpenAI 兼容接口。部署一次即可覆盖 Web、iOS、Android、macOS、Linux、Windows 六个平台，对话记录云端同步，并提供官方 Docker 镜像和多种一键部署方式，数据完全自托管。它已被 DeepSeek Harness Hub 作为兼容相关生态插件收录，与 Harness 是互补而非替代关系，不能用 dsh plugin add 安装。适合希望一个界面聚合多模型、多端同步且有自托管需求的开发者。

OmniRoute 是一个独立运行的免费 AI 网关，通过单一端点统一调用 350 个提供商、1200 多个模型，让 DeepSeek Harness 及 Cursor、Claude Code 等工具不必逐个配置 API Key。它针对两类具体痛点：一是密钥分散、换模型就要改配置的重复劳动，二是模型限流或故障导致 Agent 中断、任务白跑。配额感知自动回退可在模型不可用时切换备用模型，内置压缩算法还能降低 Token 消耗，并支持 MCP 与 A2A 协议。适合同时使用多家模型、希望统一管理和提升 Agent 稳定性的开发者。需注意它并非 dsh 原生插件，须先独立部署网关再接入 Harness。

DSH-better-sidebar 是 DeepSeek Harness 的开放侧边栏底座，把原本只有终端输入输出的命令行工具扩展成带图形面板的 AI 工作台。它内置文件查看与编辑、终端、侧边对话、Git 集成和子代理管理五个页面，AI 改完代码可当场查看修改，执行命令的结果实时可见，写好的提交信息也能直接提交，无需在编辑器、终端和浏览器之间反复切换。它同时支持第三方注册新的侧边栏页面，功能上限由生态决定。适合用 Harness 做 AI 辅助编程、又嫌环境配置折腾的开发者，一行命令即可安装，Node 20 以上可运行。