長期記憶 / 知識圖譜 會思考的進化 AI：爲 Agent 搭統一記憶底座
SkillHub 社區 Skill「長期記憶 / 知識圖譜 會思考的進化 AI」（@user_1a470ba8/zwjh-skill，v2.6.0）面向 AI Agent，提供跨會話長期記憶、實體關係圖譜、自動沉澱，以及語義與時間線檢索、記憶健康度審計和本地備份（可接百度網盤）。標註 requires_api_key=false，強調純本地與零密鑰。文章說明其解決上下文斷裂的痛點，列出官方覈實功能，並給出基於 skillhub CLI 在 Cursor、Claude Code、Codex 等目錄下的安裝命令與 SkillHub 安裝文檔鏈接。
閱讀全文音頻轉文本整理稿（本地部署版）：本地 ASR 與中文整理稿輸出
介紹 SkillHub 社區技能「音頻轉文本整理稿（本地部署版）」（@user_695efa3d/transcript-organizer，v1.0.0）。技能接收音視頻、播客鏈接、字幕或已有轉寫稿，在本機用 faster-whisper 或 mlx-whisper 完成 ASR，經清洗整理後輸出分享式提純版中文原文到本地 .txt，無需 API Key。文章說明核心能力、SkillHub CLI 安裝路徑（含 Cursor 等 skills 目錄）及典型對話用法，並列出適用場景與本地部署注意點。
閱讀全文dsh-lessons：記錄 AI 錯誤並防止其重犯
dsh-lessons 是 DeepSeek Harness (DSH) 的開源插件，旨在解決模型在本地運行時忽略上下文或重複犯錯的問題。插件通過記錄用戶反饋（自動識別或手動補錄）生成“教訓清單”，並在後續對話中動態注入系統提示詞，防止模型重蹈覆轍。它支持可視化面板管理、會話級開關及配置，能幫助開發者持續優化本地智能體的表現。
閱讀全文dsh-comfyui-image：在本地運行 ComfyUI 生成多模態資產
DeepSeek Harness 插件 `dsh-comfyui-image` 允許智能體直接操控本地 ComfyUI，利用 GPU 資源生成圖片、視頻、音頻和 3D 資產，無需雲端 API 成本。該插件支持 67 個模型家族的 116+ 工作流模板，提供文本生成、模板瀏覽、狀態報告及技能決策等核心功能。安裝需 Harness 0.2.0-rc.2 及以上版本，支持自動探測 ComfyUI 狀態或啓動無頭模式。通過環境變量可靈活配置端口和模型路徑，默認使用鏡像站點下載模型，並支持自然語言指令直接調用本地生成任務。
閱讀全文dsh-local-hanaccount：本地 DSH Web 的訪問網關插件
`dsh-local-hanaccount` 是專爲本地 DeepSeek Harness (DSH) Web 配置文件設計的單操作員訪問網關插件。它提供統一的登錄入口，支持密碼、通行密鑰和 SSH 密鑰登錄，並具備 IP 白名單/黑名單、會話管理及 Nginx 集成功能。插件默認保護所有業務路由，採用“失敗關閉”策略，且不干擾 DSH 原生會話管理。該插件適合需要在本地爲 Web 服務增加可控訪問鎖的場景。
閱讀全文DeepSeek Harness 本地 Qwen 模型適配器 (dsh-llm-qwen-local)
`dsh-llm-qwen-local` 是一個以插件爲中心的框架，用於在本地部署 Qwen 模型並接入 DSH 生態。該插件通過 vLLM 後端提供 OpenAI 兼容接口，支持多模態開關、推理檔位配置及圖像投影，並具備零運行時依賴和可視化 Web 配置界面。使用時需滿足 DSH 0.1.2-rc.1 及以上版本要求，並正確配置 vLLM 啓動參數。該插件採用 MIT 許可證，旨在簡化本地模型接入流程。
閱讀全文dsh-qwen38-local-qol: DeepSeek Harness 本地 Qwen3.8 優化插件
`dsh-qwen38-local-qol` 是 DeepSeek Harness 的 QoL 插件，旨在解決本地部署 Qwen3.8 模型時管理思考預算和上下文壓縮的痛點。該插件支持 llama.cpp、NInfer、TabbyAPI 和 oMLX 四種後端，提供統一的配置入口和按請求調整推理預算的功能。它還優化了壓縮策略，支持在觸發壓縮時修剪預填充內容、保留近期推理及嵌套在工具結果中的圖片塊。用戶可通過命令行安裝，並在設置面板中實時配置服務器、上下文窗口、思考預算及壓縮策略。
閱讀全文dsh-connect-trae：接入本機 Trae 模型並管理用量
DSH Connect Trae 是一個獨立的 bundle 插件，旨在將本地 Trae 模型接入 DSH 生態，解決賬號統一管理與狀態查詢問題。插件支持國內與國際版雙供應商並行接入，具備自動識別多賬號、Token 安全隔離及多會話切換能力。其模型覆蓋 Trae SOLO 通道主流模型，支持工具調用與識圖功能（僅限多模態模型）。插件所有查詢爲只讀，僅簽到消耗額度，要求 DSH 0.1.7 及以上版本。
閱讀全文dsh-tea-store：存茶指南
`dsh-tea-store` 是一款由 istone 維護的 DeepSeek Harness (DSH) 插件，核心功能是提供存茶指南。該插件採用純 Node 實現，無網絡依賴，僅依賴 `@deepseek-ai/cordis` 和 `@deepseek-ai/dsh-tools`。安裝方式爲 `dsh plugin add github:uckkk/dsh-tea-store`，安裝後可在 DSH 會話中直接調用其提供的工具獲取茶藝方案。
閱讀全文dsh-generate-image：通過本地 Codex CLI 生成與編輯圖片
DSH 插件 `dsh-generate-image` 爲 DeepSeek 模型引入了本地視覺能力，利用本機已登錄的 Codex CLI 實現文生圖與圖生圖。該插件支持通過 `generate_image` 工具直接調用，無需 API Key 或構建步驟。圖片將保存在 Codex 生成的目錄中。安裝需滿足本地 Codex 登錄及 Node.js >= 18 條件，通過 npx 一鍵安裝即可使用。
閱讀全文DeepSeek Harness 插件：dsh-chromium（鉻元素）
DeepSeek Harness（DSH）插件 dsh-chromium，基於 Cordis 架構的純 Node.js 實現，專爲本地部署或離線場景設計。安裝依賴 `@deepseek-ai/cordis` 和 `@deepseek-ai/dsh-tools`，支持無網絡環境運行。該插件以當前進程權限執行，存在權限風險，需確保來源可信。作爲 MIT 許可的本地化擴展工具，它爲 DSH 生態提供了本地化執行能力。
閱讀全文dsh-lmstudio-router：將高 Token 消耗任務路由至本地 LM Studio 的 DSH 插件
`dsh-lmstudio-router` 是一個 DSH Web GUI 插件，旨在將高 Token 消耗的遠程任務（如文本壓縮、標題生成）智能路由至本地 LM Studio，以降低成本。它具備自動啓動 LM Studio、上下文適配及強制路由標記 `[local]` 的功能。用戶需通過命令行安裝，並在配置文件中指定本地接口地址與模型，重啓服務後即可在消息中使用 `[local]` 標記將特定請求轉至本地處理。
閱讀全文@dingtalk-real-ai/dsh-dingtalk：把本地 DeepSeek Harness 接入釘釘
`@dingtalk-real-ai/dsh-dingtalk` 是 DeepSeek Harness (DSH) 的釘釘連接器插件，旨在將本地 DSH 智能體接入釘釘。它採用 Stream 連接技術，無需公網入站端點，同時確保二維碼、Client Secret 等敏感憑據僅通過獨立終端處理，避免進入機器可讀輸出或 Checkpoint。插件支持 `plan`、`apply`、`resume` 等命令，Checkpoint 權限限制爲 0600 且嚴禁存儲機密字段。安裝時需固定版本號，通過 JSON 模式生成並應用配置計劃，敏感步驟需手動在交互終端完成 Resume 操作。該插件要求 Node
閱讀全文DSH 插件 plugin-switch：在插件清單裏直接啓停插件
plugin-switch 是 DeepSeek Harness (DSH) 的本地 web 插件，旨在簡化插件管理。它允許用戶通過頁面滑塊即時啓用或停用插件，無需重啓服務，且重啓後狀態保持。核心功能包括即時生效、列表分組篩選、單事務批量操作、自動備份與一鍵撤銷、風險強確認及多標籤頁同步。 安裝需 Node ≥ 22 及 DSH web profile 環境，推薦使用 `dsh plugin` 命令從 GitHub 安裝，也可通過 PowerShell 腳本或 Git 克隆安裝，但需注意避免重複安裝。典型用法涵蓋臨時啓停、批量調整及誤操作撤銷。若開關頁消失，可修改本地配置文件或通過 CLI 工
閱讀全文FastAPI+Uvicorn：本地開發與部署的基礎配置
本文介紹了FastAPI與Uvicorn的Web開發部署流程。FastAPI是高性能Python框架，支持異步和自動API文檔；Uvicorn爲ASGI服務器，是FastAPI推薦部署工具，二者搭配高效開發。 環境安裝：先創建虛擬環境（如`python -m venv venv`），激活後用`pip install fastapi uvicorn`安裝依賴。 開發配置：編寫`main.py`，定義路由（如根路由`/`和帶參數路由`/items/{item_id}`），用`uvicorn main:app --reload`啓動，開發模式自動重載。訪問`http://127.0.0.1:8000`驗證接口。 生產部署：基礎命令`uvicorn main:app --host 0.0.0.0 --port 8000`，多進程用`--workers`指定，部署服務器需開放端口並通過`nohup`或`systemd`管理進程。 常見問題：端口占用可換端口，訪問不到需確認`--host 0.0.0.0`和開放防火牆，安裝失敗則更新pip或確認Python
閱讀全文