🎁 福利专区全网大模型免费应用 + 新用户福利 + 注册活动入口,低成本玩转 AI

像素枪房 mixx993/dsh-forcnfps

DeepSeek Harness
mixx99332 天前有提交已提供中文文档扫描:未发现敏感能力

等智能体跑任务时在侧栏练枪,提升瞄准与反应

30/100
综合分
0
GitHub 星标
—
npm 周下载
—/5
用户评分

数据截至 2026/10/4 · 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 mixx993/dsh-forcnfps
该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)

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[目录]—
dsh 原生插件 · other
暂无时间戳·判据 →
装得上吗[实装验证]✓
本站已在 dsh 0.2.1-rc.5 下真实安装成功
非静态推断
L5 · 运行时冒烟等级说明 →
数据截至 2026/11/04·判据 →
安全吗[自动扫描]—
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
数据截至 2026/11/03·判据 →
还在维护吗[仓库]—
更新放缓:最近一次提交在 32 天前
暂无时间戳·判据 →
图例:✓ 通过! 需注意— 未判定 / 无数据· 「未判定」= 本站尚无数据,不代表插件有问题
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 →

可信度证据

安全扫描自动 · 静态分析源码
v2.7.0
🟢 扫描:未发现敏感能力尚无人工评估
展开查看扫描说明与证据 ↓

静态扫描未发现敏感能力:最多只发网络请求、读取自身元数据或只读文件,未发现执行命令、文件写入或敏感信息读取。

扫描于 2026/11/3(1 天前) · 范围 入口闭包 + 发布文件清单 · 来源 GitHub 仓库

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。

社区实装还没有人打卡 · 装过的第一个就是你
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

功能亮点

  • 侧栏像素风练枪
  • 舒尔特方格训练
  • 灵敏度换算

ForCNFps:给 DeepSeek Harness(dsh)做的像素风 FPS 热身街机——舒尔特方格 / 瞄准训练 / CS 架枪,支持 CS2 与 Valorant 灵敏度换算

README

由 DeepSeek 最新模型翻译生成
ForCNFps DeepSeek Harness 插件:等智能体干活的时候,在右侧栏练练枪。 一个像素风的 FPS 练手小游戏合集,装好后出现在 DeepSeek Harness(dsh)右侧栏。任务在跑时顶部会提示「智能体干活中」,跑完提示「任务完成了」,玩两局刚好等到结果。 | 选单 | 瞄准训练 | 架枪训练 | 结算 | 灵敏度 | | 选单 | 瞄准训练 | 架枪训练 | 架枪结算 | 灵敏度设置 | 创作动机 CN FPS 的惨状大家有目共睹:瓦罗兰特上海冠军赛,CN 队伍一胜难求;CN CS 的处境,甚至还不如 CN 瓦。 为了 CN FPS 的崛起,我把目光投向了一群人——程序员。他们是每天坐在电脑前时间最长的人,鼠标就在手边,而且现在多了大把「等模型回复」的空档:看着智能体思考、跑命令、改代码,干等着也是等着。 于是有了 ForCNFps:在 DeepSeek Harness 的右侧栏里,用这些无聊的碎片时间磨练准星、反应和架枪的基本功。也许有朝一日,真能为 CN FPS 作出一点贡献。 三个游戏 - 舒尔特斩:舒尔特方格做成的动作游戏,按 1→N 的顺序点敌兵,火柴人冲过去斩杀,连斩越高招式越帅。练注意力和视觉搜索。 - 瞄准训练:仿 Aim Lab 的 Gridshot。
展开完整文档(README 剩余 1 节)
ForCNFps

DeepSeek Harness 插件:等智能体干活的时候,在右侧栏练练枪。

一个像素风的 FPS 练手小游戏合集,装好后出现在 DeepSeek Harness(dsh)右侧栏。任务在跑时顶部会提示「智能体干活中」,跑完提示「任务完成了」,玩两局刚好等到结果。

| 选单 | 瞄准训练 | 架枪训练 | 结算 | 灵敏度 |
| 选单 | 瞄准训练 | 架枪训练 | 架枪结算 | 灵敏度设置 |

创作动机

CN FPS 的惨状大家有目共睹:瓦罗兰特上海冠军赛,CN 队伍一胜难求;CN CS 的处境,甚至还不如 CN 瓦。

为了 CN FPS 的崛起,我把目光投向了一群人——程序员。他们是每天坐在电脑前时间最长的人,鼠标就在手边,而且现在多了大把「等模型回复」的空档:看着智能体思考、跑命令、改代码,干等着也是等着。

于是有了 ForCNFps:在 DeepSeek Harness 的右侧栏里,用这些无聊的碎片时间磨练准星、反应和架枪的基本功。也许有朝一日,真能为 CN FPS 作出一点贡献。

三个游戏

- 舒尔特斩:舒尔特方格做成的动作游戏,按 1→N 的顺序点敌兵,火柴人冲过去斩杀,连斩越高招式越帅。练注意力和视觉搜索。
- 瞄准训练:仿 Aim Lab 的 Gridshot。5×5 格子里同时亮 3 个小球,点掉一个补一个,30 秒一局,越快分越高,连击时音调沿五声音阶往上走。
- 架枪训练:像素风 CS 第一人称,Dust2 A 大道。准星固定在屏幕中心、动鼠标转视角,右下角是 AK 持枪(后坐、枪口火焰、抛壳),HUD 有雷达、击杀播报、血量护甲和弹药。每回合先把准星对准白圈稳住,随机等待后敌人从远处门缝 / 中距离木箱 / 近处石柱探头——露头后在「敌人反应时间」内没打死他,他就打死你,游戏结束。敌人反应时间从 650ms 起、每杀一个快 25ms、最快 300ms(职业选手水平);提前开枪会暴露位置,他会预瞄着更快拉出来;连续开枪散布变大,打空要换弹(R 键手动换)。结算看击杀数给段位(白银 → 全球精英),外加平均反应、爆头率、稳定度。

三个游戏里都有「‹ 退出」按钮,也可以按 ESC 回到选单(鼠标锁定时第一下 ESC 是解锁,再按一下退出)。

灵敏度换算

选单底部「灵敏度」里填鼠标 DPI 和你在 CS2/CSGO 或 瓦罗兰特 里的灵敏度:

- 显示 eDPI、cm/360(游戏里转一圈鼠标要移动多少厘米),以及另一款游戏的等效灵敏度(例如 CS2 1.2 ≈ 瓦罗兰特 0.377)。
- 打开「按游戏手感瞄准」后,瞄准训练和架枪训练里点一下会锁定鼠标(Pointer Lock),每个鼠标计数按游戏公式转动(CS:灵敏度 × 0.022°,瓦罗兰特:灵敏度 × 0.07°),换算假设游戏全屏铺满你这块显示器(CS2 16:9 视野 106.26°、4:3 拉伸 90°,瓦罗兰特 103°),侧栏就是显示器上的一扇小窗:鼠标移动同样距离,准星在屏幕上走过的物理距离和游戏里一样。按 ESC 解锁。
- 会优先请求不经过系统指针加速的「原始输入」;设置页会显示是否拿到了。拿不到时手感只能参考;锁定被拒绝时自动退回跟随系统光标。

线上排行榜

选单里点「排行榜」可以看三个游戏的全球榜(每人每个游戏只留最好的一条),点「上传我的最佳」会打开一个填好成绩的 GitHub 新建 Issue 页面,用你的 GitHub 账号点 Submit new issue 就行。仓库里的 GitHub Actions 机器人会审核成绩、更新 leaderboard.json,然后回复名次并关闭 Issue,大约 1 分钟后插件里就能看到。

- 架枪训练:先比击杀再比分。上传每个击杀的反应时间和敌人反应时间,机器人检查反应在 100ms 以上、敌人反应时间符合 650 → 300ms 的规律,并按明细重算分数。
- 瞄准训练:比分数。上传每一次点击(命中的反应时间 / 空枪),机器人按规则重放一遍算分。
- 舒尔特斩:比 5×5 方阵的最快用时。它本地没有每一刀的明细,只检查数值是否合理。

游戏完全跑在浏览器里,校验只能挡住随手改数字,挡不住专门研究代码的人;每条成绩都挂着 GitHub 账号、提交记录公开可查,发现作弊会直接删榜。审核逻辑在 scripts/leaderboard.mjs。

安装

需要 Node.js(npx 会自动下载 dsh)。

网页版 / 命令行:

npx @deepseek-ai/dsh plugin --profile web add github:mixx993/dsh-forcnfps

装好后重新启动 npx @deepseek-ai/dsh web,打开对话右侧栏,在开始页点「ForCNFps」。

桌面版:桌面版用自己的配置,要先 完全退出(macOS 按 ⌘Q),再用桌面版自带的命令安装:

"/Applications/DeepSeek Harness.app/Contents/Resources/runtime/cli/bin/dsh" plugin --profile desktop add github:mixx993/dsh-forcnfps

如果你已经在桌面版设置里装了 dsh 命令,直接 dsh plugin --profile desktop add github:mixx993/dsh-forcnfps 也行。然后重新打开桌面版。

卸载:把上面命令里的 add github:mixx993/dsh-forcnfps 换成 remove dsh-forcnfps。

已在 macOS 上验证:dsh 网页版 0.1.5-rc.3、桌面版 0.2.0-rc.2。dsh 还在开发者预览期,接口可能变动,遇到装不上或白屏请提 issue。

开发

不需要安装依赖,只用到 Node 自带的模块。

git clone https://github.com/mixx993/dsh-forcnfps.git
cd dsh-forcnfpsbash
python3 -m http.server 4321 --directory games # 浏览器打开 http://localhost:4321/hub.html,窗口拉窄到 270 宽左右就是侧栏的样子
npm run build # 改完后打包出 client.js
npx @deepseek-ai/dsh plugin --profile web add link:$(pwd) # 用本地目录安装,之后每次 build 完重启 dsh 即可

架枪训练地址加 ?slow 时敌人反应时间 ×10,并暴露 window.__hold() 方便调试。

package.json dsh 字段声明这是个带网页端的插件;exports["./client"] 指向 client.js cordis.patch.yml 往 dsh 配置里插一行,按包名加载本插件 index.js 服务端一半(空的,游戏全在浏览器里跑) src/client.src.js 网页端源码:注册右侧栏标签页,选单 / 游戏切换,顶部状态栏 games/pixelkit.js 像素页面共用工具:低分辨率画布、Sweetie 16 调色板、点阵字、中文像素字、8-bit 音效、准星、灵敏度换算与鼠标锁定 games/hub.html ForCNFps 选单 + 灵敏度设置 games/aim.html 瞄准训练 games/hold.html 架枪训练 games/schulte.html 舒尔特斩(单文件打包产物) scripts/leaderboard.mjs 排行榜机器人:校验成绩、更新 leaderboard.json、回复 Issue(由 .github/workflows/leaderboard.yml 触发) leaderboard.json 线上排行榜数据(机器人维护,别手改) scripts/build.mjs 内联 pixelkit,把各页面填进源码,包成 dsh 网页端认的模块格式,输出 client.js client.js 打包产物,已提交,方便直接从 GitHub 安装

加新游戏:做成单文件 HTML 放进 games/(像素风的可以引用 pixelkit.js),在 src/client.src.js 的 GAMES、scripts/build.mjs 的 pages、games/hub.html 的 GAMES 里各加一项。

许可

MIT。配色来自 GrafxKid 的 Sweetie 16 调色板。

为什么做这个: 中国 FPS 电竞最近过得不太顺——在 Valorant 和 CS 的世界赛场上,CN 战队很难拿到胜利。程序员在电脑前待的时间比几乎任何人都长,而 AI 智能体现在会让他们在等回复时多出不少空闲的秒数。ForCNFps 把这些秒数变成瞄准、反应和架枪练习——为 CN FPS 的崛起押上小小一注。

ForCNFps 是 DeepSeek Harness 插件,在右侧栏加一个像素风 FPS 热身街机,让你在智能体干活时也能练枪。里面有舒尔特方格斩、Aim Lab 风格的 Gridshot 训练,还有 CS 风格的架枪训练,会给出稳定性、反应时间和爆头率评分。灵敏度页面能把你的鼠标 DPI 和 CS2/Valorant 灵敏度换算成 eDPI 和 cm/360,并用 Pointer Lock(可用时走原始输入),让准星移动的手感和游戏里一致。

安装:npx @deepseek-ai/dsh plugin --profile web add github:mixx993/dsh-forcnfps,重启 dsh web,然后打开右侧栏选「ForCNFps」。MIT 许可。
预览分享卡片长什么样 ↓mixx993/dsh-forcnfps
分享 · DeepSeek Harness Hub
mixx993/dsh-forcnfps

等智能体跑任务时在侧栏练枪,提升瞄准与反应

这个插件是你维护的吗?
作者本人可认领并核对本条目;认领通过后,详情页会显示「作者已认领」标记。
认领条目 →
回到顶部