DSH Literature：側邊欄文獻管理與閱讀插件
DSH Literature 是 DeepSeek Harness 側邊欄插件，旨在集成文獻管理以減少心流打斷。該插件由 Aik358 維護，支持自動識別 DOI/arXiv 並抓取元數據，具備本地 OA 文獻下載、內置 PDF 閱讀器（含高亮筆記、夜讀模式）、AI 助手聯動及多種引用格式生成功能。它完全本地運行，無雲端中轉，依賴 Node.js 20+ 及 DSH >= 0.1.1-rc.2，解決了付費牆登錄及文獻入庫難題，爲開發者提供一站式文獻工作流。
閱讀全文dsh-evidence-gate：DeepSeek Harness 證據門插件
`dsh-evidence-gate` 是 DeepSeek Harness 的審計插件，旨在強制智能體通過結構化證據層級和交叉檢查得出結論，杜絕基於未驗證猜測的幻覺。該插件提供 3 層證據策略、持久化會話級賬本及防誤殺階梯，支持通過命令行和 UI 切換開關。安裝後需在配置中啓用，可生成詳細的會話報告，適用於需要高可信度和嚴格審計的場景。
閱讀全文dsh-tokenrhythm-bill：基元律動費用中心
DeepSeek Harness 插件 "dsh-tokenrhythm-bill" 爲用戶提供多平臺賬戶數據集中管理功能。核心功能包括側欄儀表盤，支持通過快捷鍵呼出，展示賬戶餘額、限時額度及資金明細；模型清單頁可按分類篩選並查看價格、折扣及模型狀態；用量統計頁提供近30天熱力圖及排行；密鑰管理頁支持查看與複製 API Key。 該插件還支持接入階躍星辰（支持多賬號分槽）與 ZCode（需授權讀取本地文件）。所有憑據僅本地存儲，但 ZCode 集成存在被平臺風控的風險。此外，狀態檢測功能需消耗少量 API 額度。
閱讀全文DeepSeek Harness Claude Code 集成插件
`relay-dsh-plugin-claude` 是一個開源插件，旨在將 Claude Code 作爲原生後端接入 DeepSeek Harness (DSH) Web UI。它解決了開發者在 DSH 和 Claude Code 間切換導致的上下文割裂問題，支持無縫集成，並能保留 DSH 的原生體驗、會話連續性及混合工具支持。安裝需先確保 Node.js 環境並完成本地認證。該插件不收集憑據，也不包含 Relay Events、文件瀏覽或終端面板功能。
閱讀全文dsh-tool-plus：DeepSeek Harness 工具增強插件
dsh-tool-plus 是 DeepSeek Harness 的工具增強插件，旨在通過持久化 Shell、結構化文件讀寫及安全刪除等功能，提升開發與調試效率。核心功能包括持久 bash 會話、安全回收站刪除、結構化 read（支持 zip/tar/SQLite 等）、原子 write、多模式 edit 以及可選的 AST 工具。安裝需依賴 Node.js，支持 Web 端與桌面端，建議在危險全訪問模式下使用。
閱讀全文DSH BrowserScope：Agent 原生瀏覽器 DevTools 工作臺
DSH BrowserScope 是一款適配 DeepSeek Harness 的社區插件，旨在爲 Agent 提供深度網頁調試能力。它通過嵌入 Chromium DevTools，賦予 Agent 30 個專用工具，支持 DOM 結構讀取、斷點調試、Source Map 還原、網絡請求攔截及性能分析，解決了 Agent“看得見但調不準”的痛點。用戶需安裝指定版本並在配置文件中啓用，每個 Session 首次使用時需在菜單中選擇該插件。該插件非官方發佈，當前仍處於開發中。
閱讀全文dsh-tool-see-image：爲 DeepSeek Harness 添加視覺能力
`dsh-tool-see-image` 是 DeepSeek Harness 的插件工具，解決純文本模型無法直接處理圖片的問題。它作爲中間層，調用視覺模型（默認 GLM-4V-Flash）分析圖片並返回文本描述。 核心功能包括通過 `ctx.fs` 沙箱感知讀取文件、支持 OpenAI 兼容接口的視覺模型，以及粘貼轉文字的附加腳本。安裝需手動複製插件文件、聲明依賴、配置 `cordis.patch.yml` 並設置 API Key。配置項支持自定義 baseURL、模型及 Token 限制，遵循 MIT 協議，旨在通過輕量級擴展增強模型視覺能力。
閱讀全文dsh-sidenote：側邊開一岔對話，結論一鍵迴流
DSH-sidenote 是一款客戶端插件，通過側邊欄機制解決複雜任務中支線問題打斷主會話上下文混亂的痛點。該插件允許用戶 fork 主會話處理支線，保持主會話靜默，支持結論一鍵迴流、劃選註釋以及原生級工具卡等功能。它兼容 DSH 原生側邊欄，通過 Alt+J 快速切換焦點，確保工作流連貫且列表整潔。
閱讀全文dsh-tray-launcher：DeepSeek Harness 的 Windows 桌面托盤啓動器
`dsh-tray-launcher` 是一款專爲 DeepSeek Harness（DSH）設計的 Windows 桌面托盤啓動器。它通過純 PowerShell 和 VBS 腳本實現，解決了 DSH 默認需前臺運行終端窗口的痛點。該工具無窗口運行，體積小且內存佔用低（約 55MB），支持自動打開瀏覽器、開機自啓、多圖標切換、自更新及作爲 DSH 插件安裝等功能。
閱讀全文dsh-force-compact：面向本地的激進上下文壓縮插件
`dsh-force-compact` 是一個運行在本地 llama.cpp 上的 DSH Cordis 插件，旨在解決長對話中的上下文窗口限制和 API 成本問題。它通過“收縮歷史”提供大窗口體驗，默認關閉思考功能以降低資源消耗。插件提供雙引擎支持，並在達到閾值時自動壓縮歷史，觸發方式包括請求前守衛、回合結束、手動命令及會話刷新。該插件無需 API 調用，適合本地運行且對成本敏感的場景。
閱讀全文DeepSeek Harness (DSH) 插件：f1star/dsh-research
`f1star/dsh-research` 是 DeepSeek Harness (DSH) 下的一個科研專用插件，旨在實現“證據優先”的論文閱讀與跨論文合成。核心功能涵蓋 PDF 導入、結構化大綱、精準檢索、科學提取及跨論文研究記錄。該插件提供 Web 側邊欄工作區，支持 Markdown/LaTeX 等格式導出，並能保存研究狀態。安裝需使用 Node.js 24 LTS，需注意 0.3 與 0.4 profile 數據不兼容。
閱讀全文elizax/dsh-http-proxy：爲 DeepSeek Harness 添加按域名路由代理能力
elizax/dsh-http-proxy 插件解決了 DeepSeek Harness (DSH) 中模型請求與其它請求（如搜索）混雜時，全局代理導致速度變慢或直連導致網絡受限的問題。該插件在非侵入式修改代碼的前提下，實現了細粒度控制，允許用戶自動或手動指定僅對模型域名走代理，其餘請求直連。它支持多種協議、熱配置及靈活的域名過濾，併兼容 DSH 內置代理。安裝後，用戶可通過 UI 或環境變量配置，僅讓模型 API 請求通過代理，從而提升整體使用效率。
閱讀全文dsh-archive-manager：DeepSeek Harness 歸檔會話管理
`dsh-archive-manager` 插件爲 DeepSeek Harness 解決了歸檔會話管理缺失的問題。該插件在側邊欄新增入口，支持按工作區分組查看歸檔會話，並提供恢復、直接打開會話及打開對話文件夾目錄的功能。通過註冊遠程服務實現恢復與文件定位，代碼具備防禦性且輕量。由於 DSH 持久化接口限制，該插件僅提供從歸檔集合中移除的“軟刪除”，物理文件清理需手動操作。
閱讀全文DeepSeek Harness Kiro Provider
dsh-kiro 是 DeepSeek Harness 的 Kiro 提供商插件，解決了 Kiro 接入的複雜配置問題。該插件支持多種認證方式（如 AWS Builder ID、Google、GitHub 等），並提供 Web 界面與終端命令兩種登錄途徑。插件自動管理憑證，支持自動刷新，並能發現 Kiro 模型列表及推理參數。它還支持流式輸出、圖片處理、代理及熱重載等高級功能，安裝後自動掛載，無需手動編寫配置。
閱讀全文DeepSeek Harness 插件：dsh-viewer
dsh-viewer 是 DeepSeek Harness 的一款核心插件，旨在解決文件展示缺失問題。它通過 `display_file` 工具，在 Web UI 和桌面端直接內聯渲染圖像、視頻、PDF、Office 文檔及本地網頁等 36 種格式，提供真實的播放器而非僅顯示文件名。插件支持網頁沙箱和文檔緩存，依賴 LibreOffice 處理特定文檔。安裝需通過 CLI 或桌面界面添加，且具備 HMAC 路徑驗證、Content-Security-Policy 及 LRU 緩存策略等安全機制，兼容 Harness 0.2.0 及以上版本。
閱讀全文榕器 · 企業 AI 資源統一管理平臺
榕器是一個基於 DeepSeek Harness（DSH）架構的企業級 AI 資源統一管理平臺。該平臺旨在解決多類資源分散管理的問題，提供統一認證、資源接入、技能市場、計量審計、流程編排及模型渠道治理等核心能力。平臺支持通過 DSH 插件一鍵安裝，提供本地運行及演示模式，具備自更新機制，並採用按團隊與資產定價的商業模式，強調 M0 合規與安全性。
閱讀全文dsh-behavior-enhancer
DeepSeek Harness (DSH) 的 `dsh-behavior-enhancer` 是一個行爲管理插件，旨在提升複雜任務中工具調用的穩定性。它通過四個模塊管理行爲：註冊靜態行爲提示、監控並行狀態進行動態收斂、連續失敗時引導用戶確認、以及針對寫操作進行語法解析與回滾。該插件零依賴，支持 JSON/YAML/代碼等格式檢查，並使用快照機制防止文件損壞，爲 DSH 生態提供了基礎的行爲穩定性保障。
閱讀全文dsh-acp-adapter：在 DeepSeek Harness 中使用 ACP Agent
`dsh-acp-adapter` 插件爲 DeepSeek Harness (DSH) 提供了在 UI 中直接使用 ACP Agent 的能力。用戶需安裝插件並登錄 Agent CLI，然後在 DSH 中連接、驗證並切換至 Agent 模型發起會話。該插件支持原生會話管理、工具自動批准、審批卡展示及診斷導出等功能。使用時需注意手動管理插件更新，並確保不泄露敏感信息。
閱讀全文Browser MCP：通過真實 Chrome 訪問登錄態內容的本地 MCP 服務器
Browser MCP 解決了 AI 訪問需登錄網站（如知乎、小紅書）的痛點。該方案通過本地 Chrome 擴展驅動真實瀏覽器，利用已登錄狀態操作網頁，無需逆向接口或 Cookie。它支持搜索、抓取、下載及後臺自動化，數據全程保存在本地，合規且安全。安裝後，AI 可在對話中直接使用自然語言指令進行網頁交互。
閱讀全文dsh-web-fetch-enhanced：DeepSeek Harness 網頁抓取的非公開地址白名單
`dsh-web-fetch-enhanced` 是 DeepSeek Harness 的安全增強插件，旨在解決原生 `web_fetch` 默認拒絕非公網地址導致無法訪問可信內網服務的問題。該插件默認拒絕非公網目標，僅放行明確命中的 CIDR 或域名白名單。 核心功能包括與原生工具兼容、網頁端即時配置、雙層白名單機制（CIDR+域名）、DNS校驗、重定向逐跳複覈及資源上限控制。用戶可通過 DSH Web 界面配置允許的網段和域名。安裝後，Agent 可安全讀取內網文檔或訪問私有服務，同時插件嚴格限制請求範圍，禁止 Cookie、URL 憑據及過度放行，並自動向模型注入授權聲明。
閱讀全文dsh-appshots：捕獲前臺窗口並注入上下文
dsh-appshots 是一款專爲 DeepSeek Harness Desktop 設計的自動化插件，旨在解決大模型理解應用界面的痛點。它支持 macOS 和 Windows，能精準捕獲最前臺窗口，將截圖作爲草稿附件，並提取窗口文字注入模型上下文。安裝後，用戶通過快捷鍵即可觸發截圖，DSH 會自動將窗口置頂，無需手動操作。配置項豐富，包括跳過自身窗口、控制文本注入等。使用時需注意授予系統屏幕錄製和輔助功能權限，且文本讀取依賴系統輔助功能樹，部分終端或受保護內容可能無法讀取。
閱讀全文DeepSeek Harness 插件：dsh-shadow-mind（後臺影子代理審查）
`dsh-shadow-mind` 是 DeepSeek Harness (DSH) 的一個獨立插件，旨在爲 Root Agent 提供後臺審查機制。該插件在 Root Agent 完成工具執行後，自動啓動獨立的 Shadow Agents 進行結構化驗證，並將通過驗證的報告反饋回 Root 會話，同時支持通過 Web UI 暴露配置與證據。它利用 DSH 的擴展機制處理運行時與會話，通過 Markdown 文件定義驗證邏輯，適合需要對 Agent 輸出進行自動審覈的場景。安裝需匹配 DSH 0.2.0-rc.2 版本，並支持通過命令行調試。
閱讀全文DeepSeek Harness 動態插件：dsh-plugin-save-token
DeepSeek Harness (DSH) 提供動態插件 `dsh-plugin-save-token`，旨在通過結構感知壓縮與去重策略降低智能體對話的 Token 成本。該插件支持 TOON 無損編碼、表格步長採樣、跨輪次去重及錯誤行保護等機制，所有優化均遵循可逆原則。它包含雙重門控機制，僅當壓縮率超過 72% 且絕對節省 ≥ 500B 時才生效，並集成計量儀表盤。插件適用於 API JSON 或 CLI 表格輸出場景，通過磁盤緩存確保可還原性，確保在不降低模型推理質量的前提下實現高效壓縮。
閱讀全文dsh-novel-solo：面向量化小模型的單核長篇小說流水線
`dsh-novel-solo` 是專爲 DeepSeek Harness 設計的單作者小說寫作插件，旨在解決本地量化小模型處理長篇小說時上下文和推理能力受限的問題。該插件通過硬性禁用複雜工具、限制輸出協議爲純文本，確保了量化模型的穩定運行。它內置了從世界觀構建、大綱生成、逐章寫作到多維度（7個）審查的完整流水線，並包含“AI味”消除機制和版本化寫作功能，讓輕量級模型能夠勝任從零到一的小說全流程創作任務。
閱讀全文