Tavern-Harness 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；自动检查通过：npm 包已发布且 engines 声明满足基线（声明 Node >=22.6.0）；该结论来自程序自动检查，未经人工实机验证。

Tavern-Harness 兼容性怎么样？

自动检查通过：npm 包已发布且 engines 声明满足基线（声明 Node >=22.6.0）；该结论来自程序自动检查，未经人工实机验证。

Tavern-Harness 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

Tavern-Harness 还在维护吗？

GitHub 4 星。最近一次上游提交在 2026/10/28。

酒馆沙盒 Rannichan/Tavern-Harness

DeepSeek Harnessv0.1.30

Rannichan3 天前有提交已提供中文文档扫描：含敏感能力

在 GitHub 查看 ↗

AI 原生的角色扮演沙盒

36.3/100

综合分

GitHub 星标

243

npm 周下载

—/5

用户评分

数据截至 2026/10/29 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

安装命令 · 需先装 dsh CLI 引擎

dsh plugin --profile web add tavern-harness

npm 源 · tavern-harness 的发布者账号已校验与本仓库一致

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态

信任档位：已验证

是什么

dsh 原生插件 · security

装得上吗

本站已在 dsh 0.2.1-rc.5 下真实安装成功

非静态推断

L4 · 真实安装等级说明 →

安全吗

本站尚未对该插件做风险分级

暂未覆盖，不等同于无风险

还在维护吗

活跃：最近一次提交在 3 天前

档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。

验证判据与等级说明 →

社区实装还没有人打卡 · 装过的第一个就是你

安装兼容性检查✓ 自动检查通过

展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。

✓npm 包tavern-harness @ 0.1.30

✓Node 引擎要求 >=22.6.0 · 基线 Node 22.19 满足

✓dsh CLI 依赖未声明 dsh 版本约束

✓入口文件main/exports/bin 已声明

验证方式：npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/31 20:00:07

安全扫描自动 · 静态分析源码

v2.7.0

🔵 扫描：含敏感能力尚无人工评估

展开查看扫描说明与证据 ↓

静态扫描发现插件具备触达本地系统的能力：执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量（至少其一）。这是能力清单，不是危险判定——具体能力项与证据见下方，安装前请自行判断是否需要。

可执行外部命令读写/删除本地文件写入剪贴板(不计风险)读取剪贴板或密钥环境变量发起外部网络请求

查看扫描证据（共 51 处，展示前 30 条）

读取本地文件
bin/cli.js:21
const pkg = JSON.parse(readFileSync(join(root, 'package.json'), 'utf8'));
读取密钥环境变量
persistence-server.mjs:17
const SERVICE_TOKEN = process.env.PERSISTENCE_SERVICE_TOKEN;
写入本地文件
persistence-server.mjs:24
mkdirSync(dataDir, { recursive: true });
读取密钥环境变量
sandbox-server.mjs:35
const SERVICE_TOKEN = process.env.COMMAND_SERVICE_TOKEN;
读取密钥环境变量
sandbox-server.mjs:36
const APPROVAL_TOKEN = process.env.COMMAND_APPROVAL_TOKEN;
执行外部命令固定命令
sandbox-server.mjs:54
const which = spawnSync('where', ['git'], { encoding: 'utf8' });
读取本地文件
sandbox-server.mjs:60
if (existsSync(join(p, 'pwd.exe'))) return p;
读取本地文件
sandbox-server.mjs:64
for (const c of candidates) if (existsSync(join(c, 'pwd.exe'))) return c;
写入本地文件
sandbox-server.mjs:71
mkdirSync(SANDBOX_HOME, { recursive: true });
写入本地文件
sandbox-server.mjs:72
mkdirSync(SANDBOX_TMP, { recursive: true });
删除本地文件递归
sandbox-server.mjs:73
process.once('exit', () => rmSync(SANDBOX_ENV_ROOT, { recursive: true, force: true }));
读取本地文件
sandbox-server.mjs:360
if (!existsSync(candidate)) continue;
读取本地文件
sandbox-server.mjs:365
const executable = statSync(resolved);
读取本地文件
sandbox-server.mjs:461
if (WORKSPACE_ROOT === LEGACY_WORKSPACE_ROOT || existsSync(WORKSPACE_ROOT) || !existsSync(LEGACY_WORKSPACE_ROOT)) return;
写入本地文件
sandbox-server.mjs:463
mkdirSync(dirname(WORKSPACE_ROOT), { recursive: true });
读取本地文件
sandbox-server.mjs:472
const RESOLVED_WORKSPACE_ROOT = existsSync(WORKSPACE_ROOT) ? realpathSync(WORKSPACE_ROOT) : WORKSPACE_ROOT;
写入本地文件
sandbox-server.mjs:495
mkdirSync(PUBLIC_WORKSPACE, { recursive: true });
写入本地文件
sandbox-server.mjs:496
mkdirSync(base, { recursive: true });
删除本地文件
sandbox-server.mjs:504
rmSync(legacyPublicLink);
写入本地文件
sandbox-server.mjs:655
mkdirSync(dirname(fp), { recursive: true });
删除本地文件递归
sandbox-server.mjs:681
rmSync(fp, { recursive: true, force: false });
删除本地文件
sandbox-server.mjs:684
unlink(fp, (err) => (err ? rejectDelete(err) : resolveDelete()));
执行外部命令来自配置/变量
sandbox-server.mjs:716
execFile(command, [base], (error) => {
删除本地文件递归
sandbox-server.mjs:752
rmSync(base, { recursive: true, force: true });
执行外部命令固定命令
sandbox-server.mjs:1122
const killed = spawnSync('taskkill.exe', ['/PID', String(child.pid), '/T', '/F'], {
执行外部命令来自配置/变量
sandbox-server.mjs:1200
const child = spawn(commandPath(command.cmd), command.args, {
写入剪贴板
src/core/clipboard.ts:11
await navigator.clipboard.writeText(text);
发起网络请求
src/core/openai.ts:91
const resp = await fetch(url, {
发起网络请求
src/core/openai.ts:387
const response = await fetch(candidates[index], {
发起网络请求
src/db/database.ts:294
response = await fetch(`/api-v3${path}`, {

扫描于 2026/10/31（1 天前） · 范围入口闭包 + 全包扫描 · 来源 npm 发布包

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

给这个插件打分还没有人投票↓

用户评分

还没有人投票，来当第一个

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

界面预览

1 张 · 点击查看大图

功能亮点

AI原生角色扮演沙盒

README

由 DeepSeek 最新模型翻译生成

Tavern Harness · AI 原生的角色扮演沙盒 1 · 玩法演示玩法演示 2 · 如何运行方式一：一键启动（推荐）无需克隆仓库或全局安装： npx tavern-harness 首次运行会下载包、启动可从局域网访问的服务，并自动打开浏览器。可选参数： npx tavern-harness --no-open npx tavern-harness --port 5273 npx tavern-harness --host 127.0.0.1 # 仅允许本机访问 npx tavern-harness --workspace /absolute/path/to/workspace 方式二：全局安装（推荐长期使用）安装一次后，可从任意目录启动 Tavern Harness： npm install -g tavern-harness tavern-harness 更新： npm update -g tavern-harness 卸载： npm uninstall -g tavern-harness 方式三：从源码安装 git clone https://github.com/Rannichan/Tavern-Harness.git cd Tavern-Harness npm install

展开完整文档（README 剩余 1 节）

Tavern Harness · AI 原生的角色扮演沙盒

1 · 玩法演示

玩法演示

2 · 如何运行

方式一：一键启动（推荐）

无需克隆仓库或全局安装：

npx tavern-harness

首次运行会下载包、启动可从局域网访问的服务，并自动打开浏览器。可选参数：

npx tavern-harness --no-open
npx tavern-harness --port 5273
npx tavern-harness --host 127.0.0.1 # 仅允许本机访问
npx tavern-harness --workspace /absolute/path/to/workspace

方式二：全局安装（推荐长期使用）

安装一次后，可从任意目录启动 Tavern Harness：

npm install -g tavern-harness
tavern-harness

更新：

npm update -g tavern-harness

卸载：

npm uninstall -g tavern-harness

方式三：从源码安装

git clone https://github.com/Rannichan/Tavern-Harness.git
cd Tavern-Harness
npm install
npm run dev # 开发服务器默认端口 5173，被占用时自动顺延

首次启动配置模型服务

启动后到「设置 → 模型服务 Provider」：

1. 添加 Provider：名称 + Base URL + API Key —— 支持任意 OpenAI 兼容 chat/completions 接口（OpenAI / DeepSeek / Qwen / SiliconFlow / Ollama / LM Studio / 自建 vLLM 均可）
2. 测试连接：自动拉取模型列表。若目标服务未开 CORS 头，会自动经内置同源代理转发（仅限内网 / 局域网地址），成功后 Base URL 自动改写为代理形式保存
3. 选模型：聊天页顶部点击模型名即可，回到对话开聊！

导入游戏并开始

下载以下游戏文件，点击左上角的「导入」按钮，然后导入刚刚下载的文件，即可创建一整套游戏环境（包括角色、世界书、技能等），直接体验：

小咕嘎-gameplay.json

数据存储

酒馆数据保存在主机本地；访问同一 Tavern Harness 实例的浏览器可共享这些数据。界面语言和主题仍随各自浏览器保存。

3 · 产品特色

🍺 酒馆老板随时为您服务

无论是构建角色卡这种小事儿，还是设计跑团玩法这种累活儿，再或者你只是不知道从何入手，都可以来找酒馆老板！

我们为酒馆进行了全方位的 AI 装修，让游戏的创建和体验都更加简单。

🛠️ 技能系统

所有的角色不再是只能对话的角色，而是具备技能拓展的智能体：为每一个角色装备需要的技能，实现更高级的玩法。

酒馆已经提供了一些必要的技能（例如掷骰子）；同时你也可以拜托酒馆老板，创建任意你想要的技能~

💬 多角色群聊

每个房间支持添加至多 6 个角色，并提供类似于回合制游戏的行动顺序表，轻松管理多人对话。

支持 @ 角色 和跳过，模拟真实的多人对话场景——无论是从上帝视角观测角色们的行为，还是亲自代入角色参与其中，总能找到你的玩法。

🎁 和朋友分享你的游戏

兼容 Tavern 生态，一键导入 PNG 角色卡。

同时支持游戏一键打包分享：对方直接导入即可游玩，无需手动创建角色、技能、配置对话。

🍃 完全本地 / 高缓存命中率 / 简洁干净

目前支持 OpenAI 格式的 API 接口：你可以使用你的 token plan，也可以自己本地部署模型，一切数据都保存在本地。

Tavern Harness 针对提高缓存命中率进行了优化，显著降低了 Token 成本。

并且 Tavern Harness 不依赖任何外部 harness，UI 也经过了精细打磨，提供简洁干净的体验。

4 · 交流反馈

- 🐛 发现 Bug / 提需求 → GitHub Issues，欢迎附上导出的游戏 JSON 或浏览器控制台日志（务必注意脱敏 API Key 哦）
- 🟣 用法讨论 / 玩法灵感 / 分享你的角色卡与技能 / 围观开发进展 → 加入 Discord 社区
- 🤝 欢迎提交 Pull Request：我最喜欢写bug了
- 📣 想第一时间收到更新，点个 Star / Watch 就好

酒馆24小时营业，老板随时为您服务！

5 · 版本记录

每一次 npm 发布都会记录在 changelog/ 目录中：一个版本一个文件，并与 git tag 一一对应。

- 查看完整记录：CHANGELOG.md
- 应用内查看：设置 → 关于 → 查看版本记录
- 维护者：发布步骤见 CONTRIBUTING。

开源协议

本项目采用 MIT License 开源协议。