DSH 开发增强套件 (DevKit)

DeepSeek Harness 动态 Cordis 插件：多模态图库 + 多智能体监督控制台，为大项目开发而生。

本插件以「动态 Cordis 插件包」（Host 半 + Client 半）的形式运行在 DeepSeek Harness（DSH）中：宿主半运行在 Node.js 进程内，负责状态聚合、子智能体操作、媒体存取与模型工具注册；浏览器半以 React 组件注入 DSH 网页端的官方插槽，提供完整的中文控制台界面。

📸 界面预览

图库大弹层（输入框工具行 🖼 按钮）	监督大弹层（会话标题栏 🧭 按钮）

✨ 功能特性

🧭 智能体监督（会话标题栏「🧭」按钮 → 大监督面板）

• 实时总览：主会话与所有子智能体（★ 标记当前会话），状态点区分 🟢运行中 / 🔵空闲 / ⚪就绪 / 已结束，每 2.5 秒自动刷新
• 发消息：向任意子智能体追加任务（作为它的下一轮，可唤醒休眠的子智能体）
• 打断：一键停止子智能体当前轮次（已排队消息保留）
• 任务看板：后台任务按「进行中 / 等待 / 已结束」三列看板分组，一键请求结束
• 工作流：工作流运行状态、当前阶段、最近日志、最近错误
• 目标：当前会话目标（objective / 阶段 / 轮次 / 阻塞原因）总览

⚡ 实时令牌统计（输入框正下方，与官方统计条并排）

• 实时显示本次生成的 输出 token / 耗时 / TPS / 输入 token，生成中跳字
• 无数据时显示灰色占位「待首次生成」；监督面板内显示会话进程累计用量（启发式估测）

🖼 多模态图库（输入框工具行「🖼」按钮 → 大图库弹层）

• 两种上传方式：浏览器选择文件上传 / 输入本机绝对路径导入
• 自动校验：仅接受 PNG / JPEG / GIF / WebP，限制 8MB
• 自动解码：把 base64 落为真实图片文件，供模型 read_image 直接查看
• 插入消息：一键把图片引用直接写入聊天输入框（发消息即可让智能体看图）
• 模型侧可用 devkit_media_save 把生成的图表/截图直接交付到图库
• 外部视觉模型识图：任意 OpenAI 兼容服务商（智谱/OpenAI/Kimi/MiniMax/硅基流动等）可添加/删除 API Key 路由，图库每张图片一键识图

⚙️ 设置页「开发增强套件」（设置 → 开发增强套件）

• 视觉模型管理：添加/删除任意 OpenAI 兼容视觉路由（与图库弹层内的管理入口共用）
• 6 款皮肤：亮色 / 暗夜 / 海洋 / 森林 / 日落 / 水墨，即点即换、本地持久化
• 关于与致谢

🔧 页面增强

• 输入框上方精简状态条：智能体 / 运行 / 任务 / 图库 计数 + 图库/监督快捷按钮
• 所有功能都是页面原生按钮与原生位置，无浮窗小面板

🤖 模型侧监督工具（4 个）

📦 文件结构

dsh-devkit/
├── README.md                本文件
├── LICENSE                  MIT 许可证
├── docs/
│   ├── preset-install.md    常驻安装教程（固化为智能体预设）
│   └── screenshots/         界面截图
├── src/
│   ├── host.js              Host 半（Node）：状态聚合、RPC、动态工具
│   └── client.js            Client 半（浏览器）：React 控制台 UI
├── tools/
│   └── screenshot.mjs       无头浏览器截图工具（CDP 驱动）
└── .github/                 Issue/PR 模板与 CI（语法校验）

🚀 安装方式

方式一：GUI 动态加载（最快，会话级）

1. 在 DSH 网页端对话中，让智能体执行 cordis_define：
   • code.host 粘贴 src/host.js 的内容
   • code.client 粘贴 src/client.js 的内容
2. 执行 cordis_run 并在运行卡片上批准（勾选双勾可授权未来版本）。
3. 页面立即出现 🧭 控制台。

方式二：固化为常驻预设（重启不丢失）

详见 docs/preset-install.md：把插件发布为 npm 包后，作为插件行写入你自有预设的 agent.cordis.yml。

依赖说明

• 运行于 DSH（Node.js + Web GUI），使用其官方服务与插槽：agents、subagents、jobs、fs、goals、shell、sandboxPolicy（宿主侧）与 slots、timer（浏览器侧）
• 图片「自动解码为真实文件」依赖本机 pwsh；缺失时自动降级为 base64 文本存储（不影响图库预览）

🔌 包内 RPC 接口（Client → Host）

🛠 开发

• 语法校验：node -e "new Function(require('fs').readFileSync('src/host.js','utf8'))"（client 同理）
• 截图工具：tools/screenshot.mjs 通过 CDP 驱动无头 Edge 截取真实控制台面板（README 中的截图即出自它）

⚠️ 已知限制

• 动态插件为进程级生命周期：DSH 重启后需重新激活（方式二可解决）
• 图库数据保存在工作区（.dsh-media/ 子目录；旧版本遗留文件为 .dsh-media-*.txt）
• 「路径导入」读取本机文件，依赖 DSH 的文件沙箱策略
• 「Git 变更」页签依赖 shell 服务执行 git：插件执行前自动清理宿主进程注入的不完整 GIT_CONFIG_* 环境变量；若 git 仍不可用（PATH 缺失/沙箱限制），自动降级为「分支名来自 .git/HEAD + 变更列表提示原因」，其余功能不受影响

🕰 更新日志

v4.5（令牌统计真实化 + 智能体体验增强）

• 令牌统计大修：改用适配器 usage 块的真实 TokenUsage（不再启发式估算），显示 出 X tok · 耗时 · T/s · 缓存命中% · 上下文% + 上下文占用进度条（>70% 变黄、>90% 变红，借鉴 dsh-TUI）
• 智能体树形缩进：按父子关系缩进显示（└─ 标记）
• 运行时长：每个智能体显示已运行时长
• 打开会话：一键跳转到子智能体的会话页面（sessions.openSubagent）
• 主会话目标摘要：🎯 一行显示当前目标
• 任务看板卡片显示任务标签

v4.4（粘贴链路修复）

• 全局粘贴识图改为捕获阶段拦截：焦点在聊天输入框内粘贴图片也能生效，并独占粘贴事件（不再被输入框抢走/当文本插入）
• 粘贴失败时状态条明确提示原因

v4.3（全面自检修复）

• 修复「上下文占用%」不显示：模型窗口字段实际在 resolveModelInfo().context.contextWindow（查 DSH 源码确认），原取值字段错误
• 修复侧边栏收起（56px 轨道）时工作台按钮：接收 owner props wide，收起时仅显示 🧰 图标
• 粘贴识图全局化：原来只有图库弹层打开时粘贴才生效（与文案不符），改为页面任意处 Ctrl+V 图片即自动上传+打开图库+自动识图
• 可发现性加固：状态条新增「🧰 工作台」按钮（不依赖侧边栏）+ 版本徽标 v4.3（看不到新功能时据此判断页面是否加载了旧界面包，刷新页面即可）

v4.2（侧边栏工作台，借鉴 DSH-better-sidebar）

• 🧰 工作台按钮嵌入侧边栏底部（设置旁，带运行数徽章），点击在页面左侧停靠常驻工作台面板（不替换官方侧边栏，零风险）
• 工作台内含 智能体 / 任务看板 / Git 变更 / 文件浏览 / 工作流 / 目标 六个页签，可长时间开着边聊边监督
• 监督内容抽为共享组件：底部 🧭 监督弹层与工作台共用同一套页签实现
• Esc 同时关闭弹层与工作台；工作台随皮肤主题变色

v4.1（用户体验精修，借鉴 modlens / dsh-TUI）

• 拖拽上传：图片直接拖进图库弹层即上传
• 粘贴识图（借鉴 modlens）：页面任意处 Ctrl+V 粘贴图片 → 自动上传并直接打开识图面板
• 大图预览：点击缩略图全屏放大（lightbox），点背景关闭
• Git 提交面板：变更页签新增提交信息输入框（Enter 提交），补齐 stage→commit 闭环
• 上下文占用（借鉴 dsh-TUI 上下文进度条）：令牌统计条显示 上下文 X%（输入 token / 模型窗口）
• 快捷键：Ctrl+Shift+G 图库 · Ctrl+Shift+S 监督 · Esc 关闭弹层
• 状态兜底：插件重启后智能体状态不再全显示「未知」，从 live Agent 对象读取

v4.0（原生嵌入版 — 重构交互）

• 移除浮窗式控制台：不再需要点击小按钮打开小面板
• 图库按钮嵌入输入框工具行（conversation.input.left）：点击打开挂在输入框上的大图库弹层（上传/路径导入/识图/插入消息/删除/视觉模型管理），插入消息直接写入输入框
• 监督按钮嵌入会话标题栏（conversation.session.header.actions）：智能体树（发消息/打断）+ 任务看板 + 工作流 + 目标总览
• 实时令牌统计移到输入框正下方官方统计条位置（conversation.composer.dock），与系统自带 stats 并排
• 设置中心新页「开发增强套件」（settings.section）：视觉模型管理 + 6 款皮肤切换 + 关于
• 保留输入框上方精简状态条（计数 + 图库/监督快捷按钮）

v3.2（令牌统计可见性）

• 无数据时显示灰色占位「待首次生成」；控制台底栏显示用量摘要

v3.0（借鉴社区优化版）

• 新增实时令牌统计：Host 半包裹 llm/stream 瀑布事件 + tokenMeter 启发式估价，状态条实时显示输出 token / 耗时 / TPS / 输入 token，控制台显示累计用量
• 新增 Git 变更（SCM） 页签：git status 变更面板，单文件暂存 / 取消暂存 / 丢弃 + 全部暂存
• 新增文件浏览与预览页签：工作区目录树 + 图片/文本即时预览
• 后台任务改为看板三列布局（进行中 / 等待 / 已结束）
• 新增皮肤中心：亮色 / 暗夜 / 海洋 / 森林 / 日落 / 水墨 6 款皮肤，即点即换并持久化
• 控制台面板支持左缘拖拽调宽（380–1180px，宽度记忆）
• 功能设计借鉴社区项目 dsh-web-ui（Apache-2.0）的任务看板 / 实时令牌统计 / SCM 变更 / 文件预览 / 皮肤中心思路，实现为精简自有版本，特此致谢

v2.6（视觉管线全链路验证）

• 修复 v1 起存在的图片字节损坏（沙箱 btoa 按 UTF-8 编码导致高位字节重编码）：改用手写 base64 编码器
• 修复图片自动解码：shell 服务本身是 PowerShell 宿主，改为直接执行 PowerShell 语句
• 修复识图附件保存：优先读取已解码真实文件获得宿主领域字节
• 新增多视觉模型管理：任意 OpenAI 兼容服务商（智谱/OpenAI/Kimi/MiniMax/硅基流动等）可随时添加/删除 API Key 路由
• 图库每张图片一键「识图」，调用所选视觉模型返回描述并可插入消息；新增 devkit_vision_describe 模型工具
• 已用智谱 GLM-4.5V 实测通过（几何图形 + 文字识别）

v2.0

• 修复「插入消息」失效：改用真实 InputActions.setDraft API，自动追加到当前草稿末尾；自动插入失败时提供可复制文本框兜底
• 智能体显示真实会话标题；主会话固定显示「★ 主会话」；深层子智能体按 parentId 正确投递消息
• 禁止给主会话自己发消息 / 打断主会话
• 媒体文件归入 .dsh-media/ 子目录（兼容读取旧版文件）
• 控制台新增「刷新」「复位位置」按钮；状态条新增刷新按钮；拖拽偏移修正

v1.3（初始发布）

• 多模态图库、多智能体监督控制台、8 个包内 RPC、4 个模型工具

📄 许可证

MIT © 2026 deepseek-Hsrness 社区