插件市场

AI4Scholar 学术检索：覆盖 Semantic Scholar、PubMed、Google Scholar、arXiv、bioRxiv/medRxiv 与 DOI 解析的 38 个工具（搜索、引用图谱、作者、推荐、PDF 全文分片、自动引用、科研绘图），跨平台去重统一搜索，设置页 API Key 卡片，按次积分统计与 `/ai4scholar` 余额卡。

数学建模竞赛多 Agent 求解工作流：「UltraMath」主控预设一个预设跑通 读题框架推导编码验算论文审稿 全流程，另有 数学家/工程师/作家/审稿人 4 个单阶段角色预设与 33 篇模型库技能文档。

通过 WebDAV 和兼容 S3 的存储同步 DSH profile 与本地插件源码归档，支持加密快照、冲突感知恢复和显式自更新。

「便携酒馆」插件：RPG 式 SillyTavern V2/V3 角色卡生成器加酒馆角色扮演聊天，支持世界书、角色卡 JSON/PNG 导入导出、面板主题与本地音乐。

给 DeepSeek Harness 智能体加个“第二大脑”，高风险工具调用前让更强模型把关，一个钱包还能用 70 个模型。

把对话历史变成可随时分叉的树状结构，支持追加和分支，方便回溯和探索不同对话路径。

把自然语言变成原生交互式 ECharts 和 Mermaid 图表，让数据可视化随手就来。

为提示词、RAG、技能、智能体和流程提供基于证据的评估与可观测性，原生支持 Codex、Claude Code 和 DeepSeek Harness。

在 DeepSeek Harness 里直接生成、读取和编辑 Excel、PDF 和 PPT，办公文档一站式搞定。

教 AI 从零开发、构建、安装和测试 dsh 插件，内置实测天气插件作参考，上手即用。

一只住在 DSH 里的鲸鱼娘桌宠，帮你实时盯住 DeepSeek 余额和会话花费，点开即看用量明细。

给 DeepSeek Harness 桌面封装端换上原生风格右键菜单，操作更顺手、体验更统一。

把 DSH 部署到公网，多用户注册审核后各得一套隔离环境，随时安全访问。

为 DeepSeek Harness 提供经过验证的插件市场，自动扫描并收录可靠的 dsh 插件，方便你发现和安装。

东方 Project 博丽神社主题皮肤：昼夜实景背景按亮暗主题切换，灵梦站姿/飞行双立绘，朱红纸白金色神社装饰面板，纯展示层不触达模型

dsh-llm-fallbacks：当 agent 的 LLM 请求持续失败（重试耗尽、鉴权错误、配额超限、429 限流）时，沿备用链为当前角色自动切换 provider/模型，当前步骤/回合继续执行。

编码订阅 OAuth，支持 SuperGrok / Grok Build、ChatGPT Plus Codex、Kimi Code、Claude Code，并提供可选 loopback OpenAI/Anthropic 网关：本地登录无需粘贴 token，支持 AUTH 刷新重试、grok-4.6 xhigh，并可与 API-key 路由共存。

浏览器自动化（Playwright，带实时画面）+ MCP Server（把 DSH agent 暴露给任何 MCP 客户端）+ GitHub issue/PR/webhook 评审工具。

一个 shell 工具：Windows 上统一执行 PowerShell / Git Bash / WSL，外加交互式 PTY 终端，默认终端由用户在设置中选择。

零依赖浏览器操控：agent 通过 CDP 驾驶真实 headless Edge/Chrome（导航/点击/输入/按键/JS/截图，8 个 `pilot_*` 工具），Web GUI 内可拖拽驾驶舱面板实时围观——文本优先快照适配纯文本模型，无需 Playwright、无需 API key。

为第三方供应商模型按模型配置思考强度与输入模态：知识库与原始 /models 端点取证融合建议并标注置信度，在官方「模型」页卡片内直接编辑。

由企查查（Qichacha/QCC）团队发起并维护的 DeepSeek Harness 通用 MCP连接器、连接管理与扩展市场：连接 MCP Server，支持 OAuth 2.0 PKCE、API Key/URL 配置、JSON 导入、工具与 Prompt 发现，扩展智能体技能，并通过 Prompt 发起新会话。

面向 DeepSeek Harness 的 ROS2 调试工具集与机器人状态视觉分析：节点/话题/服务/动作/接口/TF 枚举、全图拓扑 JSON、依赖检查，审批门控的构建与自定义消息骨架生成，GUI 截图与多模态视觉观察，以及无头 RViz2 离屏渲染（低模 + 直读像素 + GPU 直通，动作渲染 30Hz）与并行 VLM 实时分析。

为 LLM 调用配置基于角色的重试与备用策略，提升模型服务的稳定性与可靠性。