外掛市場

AI4Scholar 學術檢索：覆蓋 Semantic Scholar、PubMed、Google Scholar、arXiv、bioRxiv/medRxiv 與 DOI 解析的 38 個工具（搜尋、引用圖譜、作者、推薦、PDF 全文分片、自動引用、科研繪圖），跨平臺去重統一搜尋，設定頁 API Key 卡片，按次積分統計與 `/ai4scholar` 餘額卡。

數學建模競賽多 Agent 求解工作流：「UltraMath」主控預設一個預設跑通 讀題框架推導編碼驗算論文審稿 全流程，另有 數學家/工程師/作家/審稿人 4 個單階段角色預設與 33 篇模型庫技能文件。

透過 WebDAV 和相容 S3 的儲存同步 DSH profile 與本地外掛原始碼歸檔，支援加密快照、衝突感知恢復和顯式自更新。

「便攜酒館」外掛：RPG 式 SillyTavern V2/V3 角色卡生成器加酒館角色扮演聊天，支援世界書、角色卡 JSON/PNG 匯入匯出、面板主題與本地音樂。

給 DeepSeek Harness 智慧體加個“第二大腦”，高風險工具呼叫前讓更強模型把關，一個錢包還能用 70 個模型。

把對話歷史變成可隨時分叉的樹狀結構，支援追加和分支，方便回溯和探索不同對話路徑。

把自然語言變成原生互動式 ECharts 和 Mermaid 圖表，讓資料視覺化隨手就來。

為提示詞、RAG、技能、智慧體和流程提供基於證據的評估與可觀測性，原生支援 Codex、Claude Code 和 DeepSeek Harness。

在 DeepSeek Harness 裡直接生成、讀取和編輯 Excel、PDF 和 PPT，辦公文件一站式搞定。

教 AI 從零開發、構建、安裝和測試 dsh 外掛，內建實測天氣外掛作參考，上手即用。

一隻住在 DSH 裡的鯨魚娘桌寵，幫你實時盯住 DeepSeek 餘額和會話花費，點開即看用量明細。

給 DeepSeek Harness 桌面封裝端換上原生風格右鍵選單，操作更順手、體驗更統一。

把 DSH 部署到公網，多使用者註冊稽核後各得一套隔離環境，隨時安全訪問。

為 DeepSeek Harness 提供經過驗證的外掛市場，自動掃描並收錄可靠的 dsh 外掛，方便你發現和安裝。

東方 Project 博麗神社主題皮膚：晝夜實景背景按亮暗主題切換，靈夢站姿/飛行雙立繪，硃紅紙白金色神社裝飾面板，純展示層不觸達模型

dsh-llm-fallbacks：當 agent 的 LLM 請求持續失敗（重試耗盡、鑑權錯誤、配額超限、429 限流）時，沿備用鏈為當前角色自動切換 provider/模型，當前步驟/回合繼續執行。

編碼訂閱 OAuth，支援 SuperGrok / Grok Build、ChatGPT Plus Codex、Kimi Code、Claude Code，並提供可選 loopback OpenAI/Anthropic 閘道器：本地登入無需貼上 token，支援 AUTH 重新整理重試、grok-4.6 xhigh，並可與 API-key 路由共存。

瀏覽器自動化（Playwright，帶實時畫面）+ MCP Server（把 DSH agent 暴露給任何 MCP 客戶端）+ GitHub issue/PR/webhook 評審工具。

一個 shell 工具：Windows 上統一執行 PowerShell / Git Bash / WSL，外加互動式 PTY 終端，預設終端由使用者在設定中選擇。

零依賴瀏覽器操控：agent 透過 CDP 駕駛真實 headless Edge/Chrome（導航/點選/輸入/按鍵/JS/截圖，8 個 `pilot_*` 工具），Web GUI 內可拖拽駕駛艙面板實時圍觀——文字優先快照適配純文字模型，無需 Playwright、無需 API key。

為第三方供應商模型按模型配置思考強度與輸入模態：知識庫與原始 /models 端點取證融合建議並標註置信度，在官方「模型」頁卡片內直接編輯。

由企查查（Qichacha/QCC）團隊發起並維護的 DeepSeek Harness 通用 MCP聯結器、連線管理與擴充套件市場：連線 MCP Server，支援 OAuth 2.0 PKCE、API Key/URL 配置、JSON 匯入、工具與 Prompt 發現，擴充套件智慧體技能，並透過 Prompt 發起新會話。

面向 DeepSeek Harness 的 ROS2 除錯工具集與機器人狀態視覺分析：節點/話題/服務/動作/介面/TF 列舉、全圖拓撲 JSON、依賴檢查，審批門控的構建與自定義訊息骨架生成，GUI 截圖與多模態視覺觀察，以及無頭 RViz2 離屏渲染（低模 + 直讀畫素 + GPU 直通，動作渲染 30Hz）與並行 VLM 實時分析。

為 LLM 呼叫配置基於角色的重試與備用策略，提升模型服務的穩定性與可靠性。