DSH 插件生态地图:从市场、画布到长期记忆,7 个项目怎么选

DeepSeek Harness 的价值，不只在主 Agent 会不会写代码。它真正有意思的地方，是把 Agent Loop、Session、Tools、Web UI 和 Profile 做成可组合的 Cordis 插件树。于是，电商视觉、工作流画布、运行观测、皮肤和长期记忆，都能作为 Bundle 接进同一个运行时。

这篇文章整理 7 个正在补齐 DSH 能力边界的项目：dsh-market、WeShop、Superdesign、dsh-agent-canvas、dsh-tongflow、dsh-deep-whale 和 dsh-mnemon。它们不是七个同类工具，更像 DSH 生态里七种不同的器官。

截至 2026 年 8 月 21 日，这些仓库从 1 Star 到 1500 多 Star 不等。关注度有差异，但 Star 对新项目尤其不公平。判断插件，更该看它插在哪一层、引入什么外部依赖、修改哪些运行时边界，以及是否真的适合你的工作流。

插件不是孤立网页。它会进入 Profile 运行树，加载顺序、Host 权限和外部依赖都比“装没装上”更重要。

ARCHITECTURE

先理解 DSH 插件怎么接进去

DeepSeek Harness 由 Cordis 驱动。Profile、Bundle 和 cordis.patch.yml 共同组成实际运行树。典型插件在 package.json 里声明 dsh.bundle.patch，由补丁文件加载 Host 服务；需要 Web UI 的插件还会声明 Web 平台与 inject 依赖，把浏览器入口挂到对话、设置、侧栏或主题系统。

dshmarket 当前包版本为 1.16.2。安装后，它在设置中增加插件市场，读取 awesome-dsh-plugin 目录，提供检索、分类、截图、安装、更新、卸载和主题切换。项目文档称目录已收录 1550 多个插件，数据与 Star 每日刷新。

它已经不只是“一键安装”

支持 Profile 备份与合并恢复、WebDAV 和私有 Gist 同步、热禁用与启用、Bundle 栈诊断、重复 Loader 与依赖冲突检查、加载顺序调整和静态组合校验。AI 修复只生成受限 Prompt，不直接替用户修改配置。

它拥有安装、修改补丁和重启宿主的高权限。由 systemd、launchd 或 pm2 托管 DSH 时，应关闭一键重启，把生命周期交给进程管理器。市场收录也不等于代码可信。

weshop-dsh-plugin 当前版本为 1.0.2，是 Host、浏览器画布、Agent Preset 和 Skills 的完整组合。它不是通过 MCP 再启动外部子进程，而是直接作为 Cordis 插件接入 DSH。

用户可以在无限画布选择商品、模特或参考图，通过自然语言生成主图、场景图、虚拟试穿、背景替换、扩图与短视频。Harness 对话能用 @ 标签引用选中项，生成的图像、视频、音频与文本也会自动回到画布。

适合：电商主图、场景图、虚拟试穿和广告素材。　注意：依赖 WeShop API，Key 需逐机配置，画布数据保存在浏览器本地。

仓库中的 DSH 包名为 superdesign-dsh，当前版本 0.5.1。它会读取项目上下文、建立 Design System，并在无限画布上创建可分支的设计稿。

它覆盖三类任务：为新功能建立设计方向；从代码提取或新建设计系统；对已有页面做视觉和交互改造。对已有页面，先制作只表达当前状态的 HTML Replica，再由 Draft 做 Replace 或 Branch 迭代。这条约束避免 Agent 没有基线就凭空重画。

CLI 还提供 Prompt 库检索、网站 Design DNA 提取、创建项目、生成 Draft、多方向探索和取回 HTML 参考。它增强的是设计流程，不会替用户完成产品判断；使用时还依赖 Superdesign CLI 和登录。

dsh-agent-canvas 当前版本 0.1.0，是纯 Web UI 插件。它从会话快照读取根 Agent、Subagent、Workflow、Phase、工具调用和结果，构建实时力导向图。Workflow 成员不会重复连回根 Agent，最近完成的工具结果最多保留 12 个节点。

它解决的是可见性，不是调度。你能更快看出 Workflow 如何拆分、哪个 Phase 卡住，但它不能替代 Session 日志、Tracing 和审计系统。

dsh-tongflow 当前版本 0.2.0，把 TongFlow 多模态画布和 Python 插件引擎嵌入 DSH。DSH 管会话、模型、工具和 Jobs；Agent 管创意、目录、Brief 与 Prompt；TongFlow 负责确定性执行图像、语音、音乐、视频和 3D 工作流。

项目只有 project.json 是固定文件，其余目录由 Agent 按任务设计。每个 AI 资产旁边都保留 tongflow.json 工作流、输出文件和 Runs 记录，新运行不会覆盖旧结果。用户能从成品追溯到生成图，修改节点后重新执行。

付费 API 或 Modal GPU 每次运行都要求用户确认。安装还需要 Node 22.19、Python 3.10、Git，视频联系表需要 ffmpeg；许可证为 AGPL-3.0-only。

dsh-deep-whale 提供深海女仆工坊与 ORCA LINK 两套 Web 皮肤，包版本均为 0.0.1。两者都有标准 Bundle 与 Web Client 声明，进入 DSH 的主题互斥和热加载机制。

它不扩展模型工具，也不改变 Agent 行为。两套皮肤采用 CC BY-NC-SA 4.0，需要署名、禁止商业使用，并要求衍生作品以相同方式共享。

dsh-mnemon 当前版本为 0.2.14。它不是新的向量数据库，而是 DSH 与多种长期记忆 Provider 之间的集成与监督层，把记忆拆成运行时记忆、项目 Documents 和长期 Memory Spaces。

运行时层保存高频 USER.md 与 MEMORY.md；Documents 保存完整项目叙事；长期层通过 MemoryProviderAdapter 接入 Mnemon Native、Honcho、Mem0、Hindsight 等九种 Provider。只有第三层可替换底层，前两层的容量和工作区语义保持稳定。

状态检查、原始检索、浏览、激活和普通增删改走确定性 Host 边界；记忆沉淀、Agent 查询、元信息维护、档案归档与 Provider 智能选择才启动独立任务 Agent。受限 Worker 只拿到最小工具白名单，返回有界证据。

它适合长期代码 Agent 和跨会话项目知识，但概念与配置最多。异构 Provider 也不可能提供完全一致的图谱、删除与精确写入语义。

COMPARISON

七个项目放在一起看

HOW TO COMBINE

怎么组合，而不是怎么全装

01　先装 dsh-market，但关闭自动重启，用它观察 Profile 与冲突。

02　按任务只选一个主工作台：电商选 WeShop，产品界面选 Superdesign，多模态资产选 TongFlow。

03　复杂多代理任务再加 Agent Canvas。它是观测层，不会替你提高调度质量。

04　确定有跨会话知识需求再上 Mnemon，先设计数据边界、Provider 与备份。

05　皮肤最后装。Deep Whale 不增加 Agent 能力，且非商业许可需要单独评估。

安装前的四个检查

Profile：安装后用 plugin list 和 dump-config 核对真实组合。

运行边界：浏览器 UI、Python venv、CLI 与远程 API 的风险等级不同。

Secret：确认 Key 存在哪里，是否进入浏览器或备份。

许可证：MIT、AGPL-3.0 与 CC BY-NC-SA 的义务不能混为一谈。

成熟的插件生态，不是数量越来越多，而是边界越来越清楚。

这 7 个项目说明，DSH 正在从一个 Agent Harness 变成可组合的桌面工作环境：市场负责分发治理，画布负责呈现与创作，Skill 负责方法，记忆层负责跨会话连续性。

别把这份清单当成“全部安装指南”。先找出工作流里最贵、最慢或最不可见的那一段，只装能解决它的插件。其余的，留在市场里看看就好。

参考来源

https://github.com/dsh-market/dsh-market/tree/main

https://github.com/weshopai/weshop-dsh-plugin

https://github.com/superdesigndev/superdesign-skill

https://github.com/Lhy723/dsh-agent-canvas

https://github.com/tong-io/tongflow/tree/main/packages/dsh-tongflow

https://github.com/Small-tailqwq/dsh-deep-whale

https://github.com/omdsh-dev/dsh-mnemon

声明：本文由山行整理自以上项目及其公开文档，如果对您有帮助，请帮忙点赞、关注、收藏，谢谢～