DeepSeek Harness Plugin Hub

发布与管理完整 Harness Profiles,发现适合你的插件。

探索

插件目录环境预设文档中心动态

社区

发布插件联系我们报告问题

相关链接

Plugin Hub GitHubDeepSeek Harness 官方项目系统状态隐私说明
© 2026 DeepSeek Harness Plugin HubPowered byPaxTech

独立、非官方社区项目,与 DeepSeek 官方无隶属、授权或背书关系。

Env Profile — DeepSeek Harness 插件(DSH Plugin)
DeepSeek Harness Plugin Hub
ProfilesPlugins分类动态文档登录管理 Profiles
ProfilesPlugins分类动态文档登录
← Plugins

dsh-env-profile

Env Profile

DSH 全局经验插件(骨架):自动探测本地依赖/便捷路径/网络/磁盘并沉淀为跨会话环境档案,订阅 session/event 折叠每会话统计,把低开销摘要注入每轮系统提示,env_profile 工具按需查全量——减少重复探测、加快会话、降低 token 消耗。

插件会安装到这里;不确定时保持 web。

npx -y @deepseek-ai/dsh plugin --profile web add github:Yvesgao/dsh-env-profile#1dc92ad51f2ad268a84730e715cf96e05a0b3b84
README兼容性版本

兼容性与来源证明

Env Profile 以 dsh-env-profile 发布,当前版本为 0.1.4。Plugin Hub 会校验它的 manifest,并保存精确安装来源,便于复现安装结果。

DSH 兼容范围
*
运行环境
any
发布来源
github
Registry 更新时间
2026/9/20

版本

0.1.4stable
2026/8/30
0.1.3stable
2026/8/17
0.1.1stable
2026/8/16

相关插件

正在加载相关插件…

最新版
0.1.4
DSH
*
HMR
重启进程
Tree shaking
未声明可安全裁剪
解包体积
未提供
文件数
未提供
Surface
any
许可证
MIT
发布源
github
GitHub
★ 1
周下载
52
最近提交
2026/8/30
查看源码 ↗项目主页 ↗
README Badge

点击下方 Badge 复制 Markdown,粘贴到 README 即可。

这是你的 Plugin?认领权益 · 优先安全扫描

验证 package.json 声明的 GitHub 仓库,即可管理这个公开页面。认领后,Hub 会优先安排当前版本的安全扫描,并在通过后公开展示结果。

认领这个 Plugin →
报告问题

相关插件

继续浏览 memory-context 分类下经过校验的插件。

Memory Plugin@openviking/dsh-memory-plugin适用于 DeepSeek Harness 的 OpenViking 记忆与上下文套件Contextdsh-context用于上下文洞察和管理的 DeepSeek Harness 插件,提供上下文仪表板和上下文命令,帮助了解上下文的构成及其演变过程。Weknora@wxg-prc-cpg/dsh-weknora适用于 DeepSeek Harness (dsh) 的 WeKnora 知识检索工具:通过自有知识库进行语义搜索、文档阅读以及 RAG/代理回答。Mnemondsh-mnemon面向 DeepSeek Harness 的可组合三层记忆控制平面:持久化运行时上下文、可搜索的项目文档、可插拔的长期记忆、受保护的策略、WebUI 和无头工具。

README

dsh-env-profile(骨架)

DSH 全局经验插件:自动探测本地环境(依赖工具 / 便捷路径 / 网络 / 磁盘), 订阅 session/event 折叠每会话统计,沉淀为跨会话的全局档案, 并把低开销摘要注入每一轮系统提示——让每个会话开局就知道 「这台机器有什么、哪些路径靠谱、网络快不快、以往会话里沉淀过什么」, 减少重复探测与重复解释,加快会话、降低 token 消耗。

状态:骨架 v0.1。核心闭环(探测 → 沉淀 → 注入 → 查询)可用, LLM 自动抽取知识条目等进阶能力见文末「路线图」。

安装

本地开发先读这个坑(本机 2026-08-16 实测):dsh plugin --profile web add link:<路径> 装完会报 Cannot find package '@deepseek-ai/schemastery' 而无法加载。原因: 官方 @deepseek-ai/* 包不随插件分发,靠「插件的真实文件位于 profile 目录树内、 Node 父目录上溯命中 $DSH_HOME/profiles/node_modules 平铺闭包」解析; pnpm 对本地路径依赖一律建 junction(真实路径在 profile 树外),ESM 解析必失败。 因此本地验证用物理拷贝(与 npm/git 安装的真实布局一致):

# 0) 前置:pnpm 需在 PATH(没有就装:npm i -g pnpm;或用 npx --yes pnpm@9 包一层 shim)

# 1) 登记依赖 + bundle 层(profile package.json 的 dsh.profile.bundles 会追加 dsh-env-profile)
dsh plugin --profile web add "E:\My Documents\DskHarness-PC\dsh-env-profile"

# 2) 用物理拷贝替换 pnpm 建的 junction(官方包解析的关键一步)
$dst = "$env:USERPROFILE\.dsh\profiles\web\node_modules\dsh-env-profile"
cmd /c rmdir "$dst"
Copy-Item -Recurse "E:\My Documents\DskHarness-PC\dsh-env-profile" "$dst"

# 3) 重启 dsh web 生效;改代码后重复 2)+3)(ESM 按 URL 缓存,必须重启)

不装 pnpm 的纯手工路径(等价):在 $env:USERPROFILE\.dsh\profiles\web\package.json 的 dsh.profile.bundles 里追加 "dsh-env-profile",然后直接把插件目录拷到 $env:USERPROFILE\.dsh\profiles\web\node_modules\dsh-env-profile,重启 web。

正式分发(npm / git 源,物理落盘进 profile,无上述问题):

dsh plugin --profile web add dsh-env-profile          # 发布到 npm 后
# 或 git 源(产物已入库 lib/,无 prepare 构建)
dsh plugin --profile web add "github:Yvesgao/dsh-env-profile#v0.1.0"

重启 dsh web 后验证:

  1. $DSH_HOME/storages/ 下出现 env_profile.json(首次探测后,含 tools/paths/network/disk);
  2. 任意会话的系统提示尾部出现 ## Environment profile 段;
  3. 会话里问一句「这台机器装了哪些常用工具?网络到 api.deepseek.com 延迟多少?」 模型直接答出,不再现场跑命令。

headless profile 同样适用(把上面路径里的 web 换成 headless)。 卸载:dsh plugin --profile web remove dsh-env-profile。

闭环架构

 session/event ──▶ collector ──┐         ┌──▶ systemPrompt.section ──▶ 每轮注入
 (tool/call,result,turn/end)    │         │      (order 500, 预算 600 字符)
                               ├── store ─┤
 宿主探测(定时/手动) ──▶ probes ─┘  (env_profile 领域)  └──▶ env_profile 工具 ──▶ 按需查全量
 (where.exe/路径/TCP/磁盘采样)        │
                           $DSH_HOME/storages/env_profile.json
部件文件职责
领域声明lib/spec.jszod schema:env(机器档案)/ sessions(会话统计)/ facts(知识条目)三张表
宿主探测lib/probes.jswhere.exe 扫 33 个常见命令、便捷路径存在性、TCP 443 建连耗时、1 MiB 磁盘读写采样;并发 8 路、逐条超时、全 fail-soft
经验库lib/store.js内存镜像 + 写回存储领域;summarize() 同步且字节确定(KV cache 稳定的前提);remember() 知识条目去重沉淀;会话镜像剪枝(留 200 条,存储表同步删旧)
采集器lib/collector.jstool/call 记工具名(配对 callId),tool/result 记错误,turn/end 从 sessionProjections 折叠 llmMs/toolMs/token 账;节流写回(事件数/间隔双触发)
注入器lib/injector.jssystemPrompt.section(order 500)+ variable 每轮求值摘要
查询工具lib/tool.jsenv_profile:scope=summary/env/sessions/facts/all、kind 过滤、refresh 强制重测

省 token 的三个机制

  1. 前缀缓存稳定:摘要由 store.summarize() 生成——排序、格式全部确定, 档案状态不变则每轮 system-prompt 逐字节相同,DeepSeek 前缀缓存持续命中; 段放在 order 500(工具引导之后),即使摘要变化也只使尾缀失效, harness 身份 / persona / 工具 schema 这些大块稳定前缀照常命中。
  2. 注入预算硬上限:默认 600 字符,超限截断并明示「用 env_profile 工具取全量」, 防止经验注入成本反超收益。
  3. 探测零模型成本:全部是宿主侧确定性操作(where.exe / 存在性检查 / TCP 建连 / 1 MiB 读写),不占用任何 token,且按 probeIntervalHours(默认 6h)缓存。

配置

schema 见 index.js 的 Config,典型覆盖(profile 的 cordis.patch.yml, 顶层数组元素按行 id 覆盖,config 整体替换、未列出的键回落到插件默认值):

- id: env-profile
  config:
    injectMaxChars: 400        # 注入预算调小
    probeIntervalHours: 24     # 探测更懒
    networkHost: api.deepseek.com
    trackSessions: true
    learnEnabled: false        # 关闭 LLM 自动抽取(有 token 成本)
    learnIntervalTurns: 5      # 每 5 轮抽取一次(默认 10)
    learnMaxInputChars: 4000   # 抽取输入上限(默认 8000 字符)

已知边界(骨架期)

  • 探测只覆盖 Windows:where.exe 与 %LOCALAPPDATA% 等为 win32 约定; POSIX 版本需要改用 command -v 与 $XDG_*(见路线图)。
  • 版本探测覆盖常用工具(git/node/npm/pnpm/python/dotnet/java/docker 等 20+, 0.1.4 起);7z/wsl/pwsh 等无稳定版本参数或启动慢,只记录存在与路径。
  • 抽取去重按规范化文本:learner 与 store.remember() 用 slug 去重 + 计数, 同义改写的事实可能并存(近义合并留作后续)。
  • 单进程写约束:json 后端无跨进程写锁,勿在多个 dsh 进程同时写同一 DSH_HOME。

路线图

  • LLM 自动抽取知识条目(0.1.2):每 N 轮用会话自身模型复习增量片段, 提取 用户偏好 / 项目约定 / 便捷路径 / 依赖工具(带 sourceSeq 溯源), 条目自动进入每轮注入摘要
  • 关键工具版本探测 + PATH 首个命中路径(0.1.4):toolVersions/toolPaths
  • POSIX 探测适配(command -v / XDG 目录 / /dev/null 磁盘采样)
  • 近义知识合并(抽取时对已存条目做一次相似度过滤)
  • 会话结果缓存:常见命令输出(如 git status、目录列表)跨会话复用
  • Web 设置页(settings.section slot)查看/编辑档案与条目
  • 与 dsh-mnemon / dsh-persona-memory 的记忆仓库互读

许可

MIT