ARTICLE · 1313410
深度解析DSH插件生态:10款必知神器全揭秘
发布时间:2026-11-05 11:59:56 最近访问:2026-11-05 11:59:57
深度解析DSH插件生态:10款必知神器全揭秘
前言:当 Agent 拥有了"插件市场"DeepSeek Harness(简称 DSH)自 2026 年 8 月开源以来,以"一切皆插件"的架构理念迅速在开发者社区引发轰动。它不是一个简单的聊天机器人,而是一个本地优先的 AI Agent 运行时框架——会话、工具、模型适配器、沙箱、审批机制,甚至 Agent 主循环本身,全都是可以热插拔的插件。
随着 DSH 生态的爆炸式增长,GitHub 上带 dsh-plugin 标签的仓库已超过数千个。社区开发者们围绕编码辅助、逆向工程、设计创作、知识管理、简历制作等场景,孕育出了一批极具创造力的插件作品。本文将深入盘点其中 10 款各具特色的插件,带你领略 DSH 生态的无限可能。一、REA:让 AI 学会"拆软件"的逆向引擎
全称:Reverse Engineer AnythingREA 是 DSH 生态中最具"极客精神"的插件之一。它的名字听起来口气极大——"逆向一切",但它的核心思路非常务实:不自己发明逆向技术,而是做一个聪明的"中间层",将 IDA Pro、Ghidra、Hopper 等工业级逆向工具封装成 AI Agent 可以直接调用的标准化工具。核心能力
·统一的MCP接口层:通过 Model Context Protocol 协议,把传统逆向工具中找字符串、看反编译伪代码、查交叉引用(Xrefs)、导出符号表等高频操作,封装成 AI 能够直接调用的标准化 Tool。·预设的Skill分析工作流:内置一套静态分析的提示词工作流,指导 AI 识别不同的目标类型——除了常规的 C/C++ 二进制文件,还涵盖 JavaScript、Electron 解包、.NET 程序集等。·证据链与上下文管理:在分析过程中自动记录关键函数地址、分析结论与中间产物,方便 AI 在多轮对话中持续追踪。实战表现
在实际测试中,REA 配合 DeepSeek 模型对带有不同强度保护的二进制文件进行逆向分析,展现了令人印象深刻的能力:面对异或混淆、RC4 加密校验、UPX 压缩壳甚至 VMProtect 虚拟机保护等层层加码的防护手段,REA 能在数分钟到数十分钟内完成逆向分析,提取出关键逻辑。适用场景
安全研究人员、逆向工程师、客户端安全审计人员是 REA 的核心用户群。它让原本需要深厚二进制分析功底的逆向工作,降低到"描述目标 + 下达指令"的级别。dsh plugin --profile web add github:tt-a1i/rea
二、OpenDesign:十万星级的 AI 设计工作台
定位:开源 AI 设计工作台(GitHub 超 10 万 Stars)OpenDesign 是本文盘点插件中 GitHub 热度最高的项目之一,拥有超过 10 万 Stars。它定位为一个"协作式 AI 设计 Agent 工作区",支持制作网页、交互原型、应用界面、仪表盘和演示文稿等内容。核心亮点
OpenDesign 的工作流设计非常巧妙:用户在工作台中提出设计需求,结合 AI Agent 生成和修改作品,并通过可视化界面继续调整。它支持连接多种编程 Agent(包括 Claude Code、Codex、DSH 等),通过专门的运行时适配组件进行通信,让 DSH 参与设计工作流。·Prototype模式:用自然语言描述需求,Agent 自动生成可交互的 Web 原型·Slides模式:创建演示文稿,支持演讲者视图和备注·设计系统复用:内置 SwissGrid 等国际主义风格设计系统,可复用和定制·多格式导出:支持导出 HTML、PDF、PPTX 和 MP4 等多种格式与 DSH 的集成
OpenDesign 能够调用用户已安装的 DeepSeek Harness,通过专门的运行时适配组件进行通信,让 DSH 参与设计工作流。这意味着你可以在 DSH 中直接指挥 OpenDesign 完成设计任务,实现"对话即设计"的体验。安装方式:通过 OpenDesign 应用自身启动和管理 DSH runtime,执行进行配置。od agent setup deepseek-harness
三、Archify:让代码结构"可视化"的架构审计师
如果说 OpenDesign 是"从无到有"的创意工作台,那么 Archify 的核心使命则非常纯粹:让存量代码的结构透明化。Archify 的工作起点是"已有的代码"。它不关心界面好不好看,只关心模块之间的调用关系是否合理。如果你给 Archify 一段系统描述,它会尝试匹配现有的代码结构;如果你直接指向一个 Git 仓库,它会扫描文件树,解析 import 语句和函数调用链,还原出真实的系统拓扑。技术特色
·可验证的架构图:Archify 输出的不仅仅是图片,还包含一份结构化的 JSON 中间表示(IR)。图中每一个节点都对应着代码库中的真实文件,每一条连线都有具体的代码行号作为依据。·交互式HTML输出:通过本地验证器和内置渲染引擎,生成独立、高颜值且支持交互的 HTML 架构图,每个节点可点击放大查看。·与dsh-visualize配合:Archify 负责生成架构逻辑和 Mermaid 源码,dsh-visualize 负责在对话内直接渲染可视化架构图,两者组合可实现"一句话需求 -> 可预览架构图 + 架构文档"的流畅体验。适用场景
新项目前期架构草图、模块拆分、领域边界划分、依赖关系梳理、技术文档辅助绘图等。特别适合后端和全栈开发人员在重构或遗留系统维护时使用。dsh plugin --profile web add github:tt-a1i/archify
四、Ruflo:给 Agent 装上"神经系统"的元控制框架
定位:Agent 元控制层 / Harness 框架核心理念:Agent = Model + HarnessRuflo 是一个定位独特的插件——它不是一个具体的功能工具,而是一个"框架的框架"。它的核心理念是:模型负责"写",Harness 负责给工具、给内存、给循环、给沙箱、给控制。为什么需要 Ruflo?
Claude Code、Cursor 等工具虽然强大,但当任务跨文件、跨 Agent、跨会话、跨机器时,单兵作战的 LLM 会暴露三个致命短板:1.没有共享内存——每个 Session 是一座孤岛2.没有协同机制——一个进程扛下所有事,Token 暴涨五大核心理念
·Model + Harness:包装已有 LLM,提供 314+ MCP 工具、60+ 命令、134 个技能·Self-Learning Loop:成功模式自动存入 ReasoningBank,下次优先走通过路径·Anti-Drift Defaults:出厂默认小团队 6-8 Agents + Raft 共识,80% 团队无需调参·Zero-Trust Federation:跨机器 Agent 默认零信任,mTLS + ed25519 + 5 级信任梯·Truth by Witness:Ed25519 签名证明安装字节可信,所见即所信在 DSH 生态中的角色
Ruflo 在 DSH 生态中以"生态应用"的形式存在,通过桌面/Web 壳的方式集成。它为 DSH 用户提供了一个更强大的 Agent 编排层,让多个 Agent 能够协同工作、共享记忆、持续学习。(生态应用,不经 dsh plugin add 安装)五、dsh-our-free-model:零门槛调用前沿大模型
在 AI 开发中,API Key 的管理和模型调用的成本一直是开发者关心的话题。dsh-our-free-model 提供了一个简洁的解决方案:让 DSH 用户能够免费、无限制地调用 DeepSeek V4.1 Flash、Kimi K3 等前沿大模型。核心特点
·前沿模型:支持 DeepSeek V4.1 Flash、Kimi K3 等最新大模型·本地优先:适合需要在本地或私有环境中快速使用高性能 LLM 的用户适用场景
该插件特别适合个人开发者、学习者和预算有限的团队。它降低了使用 DSH 的门槛,让任何人都能立即体验大模型的能力,而不需要配置复杂的 API 凭证。dsh plugin --profile web add github:Ebony-Vinyl/dsh-our-free-model
六、Reactive Resume:让 Agent 帮你写简历
Reactive Resume 原本是一款独立的开源简历制作工具,支持简历创建、编辑和管理。它以隐私优先为核心理念——代码开源、无追踪、无广告、永久免费,用户甚至可以自托管运行。与 DSH 的集成
Reactive Resume 提供了专用的 DeepSeek Harness 插件,通过 MCP 服务将简历管理能力接入 Agent。这意味着你可以用自然语言指挥 AI 来管理你的简历:·智能修改:针对特定岗位描述,让 Agent 读取简历内容并调整相关经历描述·多格式导出:支持 PDF、Word、Markdown、JSON 等格式设计理念
Reactive Resume 的哲学是"你的数据属于你"。所有简历数据存储在本地或用户自托管的服务器上,不依赖任何第三方云服务。接入 DSH 后,Agent 的操作也在用户的本地环境中完成,进一步保障了隐私安全。安装方式:通过 DSH 插件市场搜索 Reactive Resume 安装,需配置 Reactive Resume 的 API 密钥。七、OpenViking:字节出品的 Agent 记忆库
OpenViking 是字节跳动开源的一款 Agent 上下文管理基础设施,提供统一记忆、知识 RAG 和技能三套体系。它的出现填补了 DSH 在"长期记忆"方面的关键能力缺口。核心能力
跨会话长期记忆是 OpenViking 的杀手锏。普通会话记忆只在当前窗口里生效,窗口一关,模型就"失忆"了。OpenViking 通过五维记忆结构解决这个问题:<font face="宋体">记忆维度</font> | <font face="宋体">说明</font> | <font face="宋体">召回策略</font> |
<font face="宋体">用户画像(</font>Profile<font face="宋体">)</font> | <font face="宋体">用户的基本信息和特征</font> | <font face="宋体">常驻每轮推理</font> |
<font face="宋体">操作偏好(</font>Preference<font face="宋体">)</font> | <font face="宋体">用户的操作习惯和偏好</font> | <font face="宋体">自动融入回答</font> |
<font face="宋体">客观事实(</font>Fact<font face="宋体">)</font> | <font face="宋体">业务事实、项目信息</font> | <font face="宋体">相关问题才召回</font> |
<font face="宋体">待办事项(</font>Task<font face="宋体">)</font> | <font face="宋体">进行中的任务和待办</font> | <font face="宋体">到期</font>/<font face="宋体">完成提醒</font> |
<font face="宋体">长期兴趣(</font>Interest<font face="宋体">)</font> | <font face="宋体">持续关注的话题和领域</font> | <font face="宋体">文档亲和度加权</font> |
一个精妙的设计是:后台提取器可以自动从日常对话里推断记忆项,但推断出来的内容默认进入"观察中"状态,必须由用户确认后才正式生效——既智能又克制。DSH 集成
OpenViking 作为进程内 Cordis 插件接入 DSH,支持 pre-step 召回、事件捕获与 OpenViking MCP 工具。安装后,DSH 的所有会话都能自动捕获偏好并在其他会话中召回,实现真正的"越用越懂你"。安装方式:需先部署 OpenViking 服务(默认端口 1933),然后在 DSH 中安装 dsh-openviking-manager 插件。八、女娲.skill:AI 时代的"造人"工具
GitHub仓库:alchaincyf/nuwa-skill女娲(Nuwa)这个名字本身就充满了东方哲学意味——如同女娲造人一样,这个工具帮你"创造"一个能模仿特定思维方式 AI Agent。核心功能
女娲.skill 的工作方式非常有趣:你给它一个人名,或者只说一个模糊的需求,它会去调研、提炼这个人的思维方式,做成一个能直接调用的 Skill。4.调研分析:根据输入的人物信息或需求描述,自动搜索相关资料5.思维蒸馏:从资料中提炼核心思维方式、决策逻辑和表达风格6.Skill生成:将提炼结果封装为标准化的 DSH Skill 文件7.即装即用:生成后的 Skill 可以直接在 DSH 中调用使用场景
·学习大师思维:输入某位行业大佬的名字,提炼其决策框架·团队知识沉淀:将资深员工的思维方式固化为可复用的 Skill·创意辅助:让不同"人格"的 Agent 参与头脑风暴正如开发者所说:"女娲是用来'造人'的"——你给它一个名字,它就还你一个"人"的思维方式。dsh plugin --profile web add github:alchaincyf/nuwa-skill
九、Next AI Draw.io:AI 驱动的架构图神器
定位:AI + draw.io 融合的智能绘图工具技术栈:Next.js + React + draw.ioNext AI Draw.io 是一款将 draw.io 编辑器与大语言模型深度融合的开源 AI 绘图 Web 应用。它将传统绘图工具的精确性与 AI 的创造力完美结合。核心能力
·自然语言画图:通过自然语言描述自动生成标准 draw.io XML 格式图表,无需手动拖拽·智能重建:支持上传截图、PDF 或文本文件,自动识别并重建图表·多轮对话编辑:支持增量修改——"把数据库换成分布式架构"、"加上安全层",对话式迭代·双向编辑:手动拖拽与 AI 指令可以结合使用,既保留手工控制的精度,又享受 AI 的效率·多云架构图标库:内置 AWS、GCP、Azure 等主流云服务商的架构图标库和最佳实践技术亮点
·兼容 OpenAI、Anthropic、Google AI、Ollama 等 10+ AI 提供商·支持 Docker 本地部署、桌面应用及 MCP 插件集成适用场景
系统架构图设计、技术方案评审、培训文档配图、DevOps 流程图等。对于需要频繁绘制和更新架构图的工程师来说,Next AI Draw.io 能显著提升效率。安装方式:可通过 DSH 插件市场搜索安装,或直接从 GitHub 仓库部署。十、WeKnora:微信背后的企业知识库,接入 DSH
WeKnora 是微信团队开源的企业级知识库产品,在 v0.8.0 版本中放出了官方 DSH 插件,让外部 DSH Agent 直接挂载并检索 WeKnora 知识资产。这标志着 WeKnora 从"一个能问答的知识系统"向"一个带记忆、能执行、可扩展的 Agent 知识底座"演进。WeKnora 的核心能力
·五维记忆结构:用户画像、操作偏好、客观事实、待办事项、长期兴趣,分层沉淀·文档亲和度加权:感知用户反复查阅、引用的核心文献,在向量检索阶段给予更高权重·沙箱执行:支持 Agent 在隔离环境中执行代码,安全地操作数据·Skills技能市场:可安装和复用各种技能,扩展知识库能力DSH 插件:四个只读工具
WeKnora 的 DSH 插件设计得非常克制和安全——全部是只读操作:<font face="宋体">工具</font> | <font face="宋体">功能</font> |
weknora_list_knowledge_bases | <font face="宋体">列出可访问的知识库名与</font> ID |
weknora_search | <font face="宋体">混合检索,返回带评分、文档</font> ID <font face="宋体">和片段位置的原文</font> |
weknora_read_document | <font face="宋体">读取完整文档及相邻内容</font> |
weknora_ask | <font face="宋体">调用</font> WeKnora <font face="宋体">自己的问答</font><font face="Times New Roman">/Agent </font><font face="宋体">流程,生成带引用的回答</font> |
推荐的调用顺序是:先 search、再 read_document、最后综合回答。这样 Agent 拿到的不只是结论,还有完整的证据链。适用场景
·企业知识检索:让 Agent 基于企业内部文档回答问题·研发知识管理:技术文档、API 文档、设计规范的智能检索dsh plugin --profile web add @wxg-prc-cpg/dsh-weknora
结语:插件生态的"八仙过海"
回顾这 10 款插件,我们可以清晰地看到 DSH 生态的多样性和创造力:·逆向工程领域,REA 让 AI 成为了强大的逆向分析助手;·设计创作领域,OpenDesign 和 Next AI Draw.io 分别代表了"全能设计工作台"和"AI 驱动绘图"两个方向;·架构可视化领域,Archify 让代码结构变成了可交互的活地图;·Agent编排领域,Ruflo 试图构建 Agent 的"神经系统";·模型接入领域,dsh-our-free-model 降低了使用门槛;·求职辅助领域,Reactive Resume 让 Agent 参与简历管理;·记忆与知识领域,OpenViking 和 WeKnora 分别从"Agent 记忆库"和"企业知识库"两个角度补全能力;·创意工具领域,女娲.skill 用东方哲学命名,做着"蒸馏思维"的前沿探索。DSH 的"一切皆插件"理念正在被越来越多的开发者和团队所认可。随着生态的持续繁荣,我们有理由期待更多令人惊喜的工具涌现。