DeepSeek Harness Plugins: 7个值得安装的插件，以及一个无人列入清单的层

七款插件、一个供应商模块，以及一个你真正理解的配置文件。这就是全部。

2026年8月13日，DeepSeek 开源了其代理框架（Harness）。约12小时内获得约5万颗GitHub星标，28小时内达到约9.2万颗星（Justin3go，2026年8月）。四天后，该仓库星标数达到14.44万，复刻数1.47万（GitHub，2026年8月）。

你的信息流现在已经被 dsh-* 仓库塞满。主题、语音输入、番茄钟计时器、一个当代理思考时玩的鲸鱼街机游戏。社区整理的列表已经超过1100个条目。

然后你查看你的API用量页面。

这不是另一个插件目录。它是七件能让 dsh 运行整个下午不中断的东西，加上一个几乎没人会放到插件列表中的配置层，即使它决定了其他六个能否保持经济性。

关键要点

• dsh 采用MIT许可，明确是开发者预览版。README 中的原话：“将会有破坏兼容性的更改。”
• “一切皆插件”包括模型层本身。这是架构中最被低估的后果。
• 插件数量不等于插件质量。一位评审员发现41个兼容集成，而219个被标记为需要关注，且所有尝试的5个第三方工具全部失败。
• 在安装任何东西之前先了解配置文件（profile），否则你将插件安装到一个配置文件，却运行另一个，然后纳闷为什么什么都没出现。
• dsh 设计上就是重度上下文消费者，而 DeepSeek 自己的API现在按时间段计费。你的供应商配置是整个设置中的承重部分。

整个设置的价值：一次代理工作轮次，两种定价方式，在一个可读的面板中展示。数据分别依据每条路由在2026年8月17日发布的费率卡计算，而非实际运行的计量结果。

为何DeepSeek Harness插件爆发，又为何大多会失效

增长是真，脆弱也是真。发布两天内，超过2000个插件提交（Justin3go，2026年8月），社区列表现已收录超过1100个可安装插件，涵盖14个类别。

与普通扩展API的不同之处在于其深度。DeepSeek的设计原则涵盖了“模型、工具、技能、会话、沙箱、文件系统、循环、编排和UI组件”，这些可以“混合、匹配、替换和扩展”（The Register，2026年8月）。Harness 基于 Cordis 内核构建，插件通过 apply(ctx) 函数注册其功能，卸载时自动清理，代理循环本身也是可替换的。模型供应商同样可替换。

Armin Ronacher 在同篇文章中的评价恰如其分：“我不认为 DeepSeek Harness 完美无缺，但这绝对是我第一次在这个领域看到新东西，并感到深受启发去重新审视我们的一些选择。”

现在泼点冷水。官方兼容性列表显示41个兼容集成，而219个被标记为需要关注，在实际测试中“所有5个第三方工具全部失败”（Justin3go，2026年8月）。Harness README 也没有隐瞒这一点。它是一个开发者预览版，“快速迭代”，并明确承诺会有破坏性变更。

因此，明智的策略不是“安装30个插件”，而是安装少数几个能解决实际运维问题的插件，并且按顺序安装，让每个插件都使下一个更安全。

DeepSeek Harness 插件如何协同：配置文件、捆绑包和模型层

三个概念可以解释你在论坛上看到的几乎所有“安装了但没反应”的帖子。

配置文件（Profile）。配置文件是一个命名的、自包含的插件和配置组合。dsh 附带了一些模板，在首次使用时自动初始化，包括 web（dsh web 启动的）和 headless，并且 dsh-base、dsh-web-app 和 dsh-headless 可作为捆绑包源使用。插件是安装到 配置文件 中的。安装到错误的配置文件，插件确实存在，但不在你运行的那个里。

捆绑包（Bundle）。每个可安装的插件都声明一个 dsh.bundle 清单。这个清单使得插件可以被插件命令和社区列表发现，社区列表只接受可通过 dsh plugin add 安装的条目。

模型层。在 llm-pi-ai 下，供应商只是配置。这是官方文档中的样式：

yamlCopy
1llm-pi-ai:
2  providers:
3    my-gateway:
4      apiKeyEnv: GATEWAY_API_KEY
5      api: openai-completions
6      baseURL: https://gateway.example/v1
7      models:
8        - id: legacy-chat
9        - id: vision-preview
10          input: [text, image]
11

这就是完整的机制。设置 api: openai-completions 加上 baseURL，你就指向了任何支持 OpenAI Chat Completions 协议的端点。密钥单独存放在 $DSH_HOME/.credentials.yaml 中，并且只写不读，因此 settings.yaml 只持有引用而从不包含明文密钥。

没有人会列在插件列表中的DeepSeek Harness插件层

滚动任何插件目录，你会看到主题、面板、记忆系统、通知桥接。你不会在顶部附近看到供应商块，因为它不是一个需要安装的插件。它是你只需写一次的九行YAML。

它之所以重要是因为算术。dsh 将所有模型看到的内容记录在只追加的会话日志中，积极注入上下文，并调度子代理。这种设计有代币成本。在一份关于同一模型的初步比较中，Pi 的未缓存输入约为4.5K tokens，而 dsh 约为47.6K，“相差一个数量级”。评审员指出了混淆因素，并指出 dsh 处于预览阶段，同时确认了一个真实 bug：dsh 同时读取 CLAUDE.md 和 AGENTS.md，当内容相同时会重复系统提示（Justin3go，2026年8月）。将其视为一个人早期的测量结果，而非定论。不过，趋势方向是明确的。

与此同时，DeepSeek 的第一方API现在按时间段定价。高峰时段为 UTC 时间 01:00-04:00 和 06:00-10:00，非高峰时段费率是高峰的一半（DeepSeek API文档，2026年8月）。deepseek-v4-flash 和 deepseek-v4-pro 都拥有1M上下文和384K最大输出。

因此，模型层是插件栈能否持续运行的关键。作为参考，以下是相同的 DeepSeek 模型 ID 在固定费率托管端点上的价格。Atlas Cloud 就是其中之一，这里列出是因为它提供 DeepSeek 自身模型ID的固定费率，使其与第一方数据直接可比，而不是苹果与橙子的互换。

表1. DeepSeek模型ID及每百万tokens发布费率，2026年8月17日验证

实话实说，这张表并未说明单一结论。Flash 的固定费率比官方任何时段都便宜。Pro 固定费率的输入价格 高于 官方高峰缓存未命中率。而官方缓存命中输入几乎免费，因此缓存命中率高的工作负载在第一方API上可能最便宜。固定费率端点实际带来的好处是可预测性：UTC 时间 03:00 与 15:00 的价格相同，没有第一方账户限流，且模型 ID 相同，切换回来只需一行代码。

DeepSeek Harness 插件栈，逐步安装

八个步骤，按此顺序安装，原因如下。每一步要么让下一步成为可能，要么让下一步更安全。

表2. 七个插件的自包含栈

在开始之前，有一项关于安装规范的说明。dsh plugin --profile <name> <args> 将其参数转发给该配置文件目录下的 pnpm，因此 pnpm 能解析的任何内容都有效：npm 包名、github:owner/repo 格式，或者用于本地开发的 link:/absolute/path。这在实践中很重要。我检查了注册表，dsh-cost-meter 和 dsh-tier-router 没有发布到 npm，因此 GitHub 格式是这两者的唯一途径。

步骤1. 安装 dsh 并启动 web 配置文件。

bashCopy
1npx @deepseek-ai/dsh web
2

命令会打印服务器 URL。如果你更愿意从源码构建：

bashCopy
1git clone https://github.com/deepseek-ai/deepseek-harness.git
2cd deepseek-harness
3pnpm install
4pnpm run build
5pnpm dsh web
6

然后在浏览器中：设置 -> 模型 -> 粘贴你的 API 密钥 -> 保存。选择一个工作空间，指向项目目录，开始会话。

DeepSeek Harness 首次启动时的 Web UI，显示新会话屏幕和工作空间选择器

步骤1完成：dsh web 在本地运行，并选择了工作空间。

步骤2. 在安装任何东西之前先了解你的配置文件。

这是人们跳过的步骤，也是大多数“插件已安装但不显示”困惑的原因。在不启动的情况下检查组合配置树：

bashCopy
1dsh --profile web --dump-config
2

还有 --dump-default-config 如果你想要一个基线进行比较。你要看的是你安装的捆绑包是否实际出现在你启动的配置文件的组合树中。如果没有，你安装到了另一个配置文件。

dsh --dump-config 的终端输出，显示了 web 配置文件的组合插件捆绑包列表

--dump-config 可以解答几乎所有“我的插件不见了”的问题。

步骤3. 在安装插件之前先安装市场。

bashCopy
1dsh plugin --profile web add dshmarket
2

这会在设置中放置一个可搜索的插件浏览器，支持一键安装和升级，还有一个主题标签。之后，你大部分安装工作都在 UI 中而非终端进行。如果你更愿意完全委托搜索：

bashCopy
1dsh plugin --profile web add dsh-find-plugin
2

这个插件让你的代理去帮你查找插件，这有点滑稽但非常有用。

DeepSeek Harness 设置中的 dsh-market 插件浏览器，显示可搜索的插件卡片，带有安装按钮和分类筛选器

设置中的市场面板，你之后的安装将在这里进行。

步骤4. 在安装第三方代码之前先安装扫描器。

社区列表顶部带有警告框，值得引用：“安装插件会在你的机器上以你的权限运行第三方代码，它可以读取你的文件、使用你的凭据并访问网络。工具批准不会沙箱化插件代码”（awesome-dsh-plugin，2026年8月）。

所以先扫描：

bashCopy
1npm install -g dsh-poison-guard
2dsh-poison-guard scan ./some-plugin
3dsh-poison-guard scan ./some-plugin --json
4

它运行三层分析：通过 NodeSecure JS-X-Ray 进行 AST 分析，检测动态导入、混淆、eval/Function/vm 使用、数据泄露和不安全的 shell 命令；一个反混淆解码器，解包 atob()、Buffer.from() base64 和十六进制、String.fromCharCode() 以及转义序列，然后重新扫描；以及用于字面字符串和安装时脚本（如 postinstall 和 prepare）的正则启发式检查。退出码为0表示干净，有发现时为1，因此可以直接集成到 CI。它也可以放在配置文件中运行：

bashCopy
1dsh plugin --profile web add dsh-poison-guard
2

配合 dsh-plugin-doctor 使用，后者检查清单、补丁、入口、构建、打包和安装，检测配置文件宿主遮蔽，并运行自身的毒药预检。

dsh-poison-guard 在终端中的扫描报告，按层列出某个社区插件的发现

对一个随机社区插件的安装前扫描。重点不在于它总能发现什么，而在于你做了检查。

步骤5. 将模型层指向你想要的任何地方。

这是上一节中的层，现在作为实际编辑。打开 $DSH_HOME/settings.yaml：

yamlCopy
1llm-pi-ai:
2  providers:
3    atlas:
4      apiKeyEnv: ATLASCLOUD_API_KEY
5      api: openai-completions
6      baseURL: https://api.atlascloud.ai/v1
7      models:
8        - id: deepseek-ai/deepseek-v4-flash-0731
9        - id: deepseek-ai/deepseek-v4-pro
10        - id: deepseek-ai/deepseek-v3.2
11

bashCopy
1export ATLASCLOUD_API_KEY=sk-...
2

供应商块接受任何兼容 OpenAI 的端点：你自己的网关、本地 vLLM 服务器或托管服务。上面的例子使用了 一个托管 DeepSeek 端点，因为它的模型 ID 和请求模式与第一方 API 匹配，因此切换回来只需一行 baseURL 更改，其余配置不变。

如果你更喜欢点击操作，Web UI 有一个自定义供应商表单。它需要供应商 ID（小写，永久）、显示名称、基础 URL、API 协议、API 密钥凭据，以及至少一个模型。保存后你会得到一个经过脱敏的描述符，绝不会出现明文密钥。

一个实用的小问题：UI 的“获取可用模型”按钮会调用端点的 GET /models，没有此路由的端点需要手动输入模型 ID。我直接检查了这个端点：它响应 /v1/models 并返回上面三个 DeepSeek ID，但其 JSON 信封与 OpenAI 的列表形状并非字节一致。因此，如果获取结果为空，不要认为供应商有问题。完全按上面写的输入这三个 ID，这是一个完全支持的路径。

DeepSeek Harness 模型选择器，展开了自定义供应商，显示了从 settings.yaml 供应商块加载的三个 DeepSeek 模型 ID

步骤5完成：自定义供应商的 DeepSeek 模型与内置模型并列可选。

步骤6. 让费用可见。

bashCopy
1dsh plugin --profile web add github:Han-1413141/dsh-cost-meter
2

你会获得每次会话和每日成本、预算及使用百分比、官方余额以及历史仪表板。任何目录页面都不会告诉你的关键细节：它有一键同步官方价格的功能，包括高峰和非高峰时段。如果你通过自己的供应商运行，请设置你的实际费率，否则面板会基于别人的价格列表进行正确的算术运算。

如果你更关心 token 的形态而非金额，dsh-token-usage 变体提供热力图和按模型细分，而 dsh-context 显示上下文窗口本身的组成：每个请求的历史记录、压缩和注入事件，以及每条消息的 token 统计。最后一个功能可以帮你弄清楚你的 47K 输入 token 是项目文件、会话历史，还是重复加载的相同指令。

步骤7. 将规划与执行分离。

bashCopy
1dsh plugin --profile web add github:BruceLanLan/dsh-tier-router
2

两层路由：强模型负责规划、建议和审查，便宜模型负责执行。它支持规划模式感知，对高影响操作有升级保护，失败时自动升级，并层叠子代理。具体来说，将规划器绑定到 V4 Pro，执行器绑定到 V4 Flash。考虑到表1中的费率差异，这是对抗 Harness 上下文需求的最有效杠杆，比你手动进行的任何提示修剪都有效。

步骤8. 运行真实任务并检查结果。

将其粘贴到一个指向 Express 项目的会话中：

textCopy
1为这个 Express 应用添加请求范围的结构化日志：创建一个中间件，为每个请求附加 UUID 请求 ID，以 JSON 格式记录方法、路径、状态和持续时间，将请求 ID 传播到所有现有的日志调用中，并为这个中间件添加单元测试。不要更改任何路由处理器的签名。在编辑之前先向我展示一个计划。

这是刻意选择的中等规模：多文件、有测试要求、有一个代理可能违反的约束，并且要求先展示计划，以便你可以观察路由器在层级之间的交接。当轮次结束时，读取成本计量面板，记录输入、输出和缓存 token 以及耗时。然后在模型选择器中切换供应商，并在同一个提交上再次运行。第二次运行就是安装步骤5到7的全部原因。

DeepSeek Harness 会话完成，显示了计划、中间件编辑的工具调用轨迹以及通过的单元测试

步骤8完成：计划、编辑和测试在一条只追加的轨迹中，你可以回滚查看。

不同角色的 DeepSeek Harness 插件

七个插件栈是基础。在此基础上添加什么取决于你实际做什么，社区列表的14个类别很大程度上与角色对应。

• 研究与写作。 xiehuan123/dsh-deepread 提供五种阅读模式，附带主张-证据-数据报告和 Mermaid 或 XMind 思维导图，以及预算预检。搭配 bowenliang123/dsh-context 实现可见性，flymysql/dsh-memory 实现跨会话保险库。
• 前端与设计。 AKS1st/dsh-mermaid 将 Mermaid 围栏渲染为跟随主题的清理过的 SVG。omdsh-dev/dsh-genui 在回复中内联渲染交互式组件，包括图表、表单和 3D 场景，并带有事件循环返回给模型。
• 团队与审计。 dfycaly98931680/dsh-trajectory-governance 将平面会话日志重建为分支树，并标记循环死锁、无效重试和目标漂移，附带成本归属。DamonKoy/dsh-secret-redactor 在模型看到之前，屏蔽工具结果中的 API 密钥、令牌、JWT 和私钥，而 JohnXu22786/secret-guard 直接阻止读取和写入 .env 和密钥材料。
• 终端用户。 kouyichi/dsh-tui-app 是一个完整的基于 Ink 的终端聊天客户端，带有工具卡片、作业面板、轨迹回放和多会话标签。s3yf1337/dsh-desktop 将 Web 界面封装在原生 Tauri 窗口中。
• 本地模型。 NOirBRight/dsh-llm-ollama 是一个原生 Ollama 聊天适配器，支持模型发现，因此步骤5中的供应商技巧也适用于你自己的机器上的模型。
• 弹性。 aokamoaki/dsh-startup-guard 预检插件组合、冒烟测试宿主 apply() 并隔离导致崩溃的捆绑包，这样单个坏插件不会阻塞启动。对于预览阶段的 Harness，这并不像听起来那么偏执。

运行一个 DeepSeek Harness 插件栈的成本

我对下文进行精确说明。这些是根据已发布的费率卡计算的结果，并非我实际计量的运行数据。token 量来自之前引用的第三方测量，输出数字是我明确声明的假设。

假设一次轮次有 47.6K 未缓存输入 token（来自那个初步比较的 dsh 数字），并假设 8K 输出 token。

表3. 一次 47.6K 输入、8K 输出的轮次，根据发布费率计算

该表中的三点比总计数字更重要。

第一，Flash 固定费率比官方任何时段都便宜，且在输出方面，与高峰的差距大约为4.7倍。第二，Pro 固定费率在输入方面比官方高峰缓存未命中 更贵，因此 Pro 密集的工作负载不一定更适合离开第一方 API。第三，也是最重要的：如果那 47.6K 输入是缓存命中而非未命中，官方定价会根据时段收取约 $0.0003 到 $0.0007。基本上是免费的。缓存命中率真正高的工作负载在 DeepSeek 自己的 API 上可能最便宜，没有商量余地。任何告诉你托管端点普遍更便宜的文章都没有读过自己的费率卡。

还有一个没人提及的时区问题。高峰时段为 UTC 时间 01:00-04:00 和 06:00-10:00，对应北京时间 09:00-12:00 和 14:00-18:00，即中国工作日。旧金山开发者的朝九晚五完全处于非高峰。柏林开发者的上午则完全处于高峰。你所在的位置决定了表3的哪一列描述你的实际月度成本。

三个杠杆确实能改变数字，按效果排序：层级路由使得昂贵模型只做规划；批量工具调用以减少每次轮次的上下文往返；打开 dsh-context 找出是什么填满了窗口。从第三个开始。那个重复的 CLAUDE.md 和 AGENTS.md bug 确实导致某些用户的系统提示翻倍，而任何巧妙的路径规划都无法修复你无法看到的问题。

安装之前：信任与许可

插件代码在你的 Node 进程中运行，拥有你的权限，而工具批准不会沙箱化它。这不是假设。Harness 设计上会读取你的仓库和凭据文件，而插件处于同一边界内。社区列表自己的标准明确表示“列出来不等于安全审查”，并且除了证明插件可安装且其一行描述的功能有效之外，不证明任何其他事情。

实际态度：在安装前使用 dsh-poison-guard 扫描，优先选择你能一眼通读源码的插件，并且在不持有生产密钥的环境中尝试不熟悉的插件。

关于许可，dsh 本身是 MIT。单个插件则不是。它们是独立的仓库，拥有自己的许可，一个宽松的核心并不能说明你刚刚从 GitHub 拉取的扩展的安全性。如果你要在商业环境中安装，请逐一阅读每个插件的许可。

关于 DeepSeek Harness 插件的常见问题

如何安装 DeepSeek Harness 插件？

运行 dsh plugin --profile <name> add <spec>。该命令会将参数转发给该配置文件目录下的 pnpm，因此有效的 spec 包括 npm 包名、github:owner/repo（可选带 #ref），以及用于本地开发的 link:/absolute/path。--profile 值必须与你实际启动的配置文件匹配。带有宿主侧组件的插件需要重启进程，而不仅仅是刷新页面。

我的 DeepSeek Harness 插件已安装但不显示。为什么？

四个原因，按可能性排序。你安装到了与你启动时不同的配置文件。浏览器提供的是缓存 UI，需要硬刷新。插件涉及 Node 宿主，需要重启进程。或者捆绑包从未进入组合配置，dsh --profile <name> --dump-config 可以一条命令告诉你。

我可以将 DeepSeek Harness 与非 DeepSeek 模型或第三方端点一起使用吗？

可以，这是配置更改而非插件。在 llm-pi-ai 下，添加一个带有 api: openai-completions 和你的 baseURL 的供应商，列出至少一个模型 ID，并通过 apiKeyEnv 或 $DSH_HOME/.credentials.yaml 引用密钥。对于你自己机器上的模型，dsh-llm-olla-ma 提供带有模型发现的原生 Ollama 适配器。

DeepSeek Harness 插件的安全性如何？

像对待任何具有文件系统和网络访问权限的 npm 依赖项一样对待它们，因为事实就是如此。插件代码在你的 Node 进程中以你的权限运行，而工具批准不会沙箱化它。在安装前使用 dsh-poison-guard 扫描，使用 dsh-plugin-doct-or 验证清单和构建，并使用密钥编辑或保护插件，以免密钥形状的字符串到达模型。

DeepSeek Harness 是否适用于日常编码工作？

诚实地说，对大多数人而言还不是。它是开发者预览版，其 README 承诺会有破坏兼容性的更改，第三方插件兼容性目前较差，且上下文消耗高。如果你在构建代理基础设施、需要可审计的执行轨迹，或者想要替换代理循环本身，它非常合适。对于日常交付，请继续使用现有工具并关注这个。

为什么 DeepSeek Harness 使用这么多 token？

部分是设计使然，部分是 bug。设计成本是真实的：模型看到的所有内容的只追加日志、积极上下文注入和子代理调度。bug 方面是可修复的，一个已确认的案例是 dsh 同时读取 CLAUDE.m-d 和 AGENTs.m-d，当内容相同时重复系统提示。通过层级路由、更少但更大的工具调用以及 dsh-context 查看实际组成来缓解。