kaijia323/create-dsh-plugin
创建、开发、调试、打包 DeepSeek Harness（DSH）插件的 AI 技能。覆盖插件开发的完整流程：最小可加载插件、工具（tool）、事件监听、服务（service）、LLM 适配器（adapter）、插件配置，以及 cordis.yml / cordis.patch.yml 覆盖层编写、`dsh web --patch` 本地调试和 bundle 打包发布。基于官方文档编写，附可运行的示例与踩坑记录。
安装Install
dsh plugin --profile web add github:kaijia323/create-dsh-plugin把 kaijia323/create-dsh-plugin 加入你的 DSH 配置（web profile）即可启用。
READMEREADME
create-dsh-plugin
为 DeepSeek Harness（DSH） 编写插件的 Agent 技能（skill）。
本技能指导 AI 代理创建、开发、调试、打包 DSH 插件：从最小可加载插件，到带配置、工具、事件、服务的完整插件，再到打包发布为可安装的 bundle。所有内容基于 DSH 官方文档整理，并内置了官方文档原文作为参考材料。
这是什么
DSH 插件是一个导出 apply(ctx) 函数的 TypeScript 模块，通过 Cordis 的 Context 注册工具、事件监听、定时器、服务等能力。本技能让代理无需联网查文档即可按官方约定开发插件，覆盖：
- 插件形态：函数 / 对象 / 类三种写法，
inject依赖注入，ctx.effect()生命周期清理，Fiber 状态机 - 工具开发：
defineToolDSL（参数 schema、规范值、render、后台任务、策略钩子、UI 卡片、Code Mode） - 插件配置：
Config类型 + Schemastery schema（默认值、严格校验、!!js计算值、设计原则） - 事件系统：
emit/parallel/serial/bail/waterfall五种模式、类型化事件 - 服务与依赖：
Service类、声明合并、服务隔离、能力分层（Definition / Provider / Consumer） - LLM 适配器：
LlmAdapter、StreamChunk协议、registerAdapter - 客户端 UI 扩展：
dsh.client打包契约、slot 体系（single / list / keyed / chain 与 scope）、slot 查询方法、槽位清单、设置卡片 / 会话节点 / 模态浮层 / 右栏等配方 - 打包发布：bundle / profile 概念、
dsh plugin add、配置层序、cmdline 服务、Git 安装陷阱
目录结构
create-dsh-plugin/
├── SKILL.md # 技能主指令（工作流 + 代码模板 + 常见坑）
├── evals/
│ └── evals.json # 评估用例（带断言）
└── references/ # 官方文档原文（按需加载）
├── basic.md # 第一个插件教程
├── framework.md # 生命周期、Fiber 状态机、HMR
├── tool.md # 工具 DSL 基础
├── tool-authoring.md # 工具编写完整契约
├── subsystems-tools.md # 工具注册表 API 与 tools/* 事件签名
├── config.md # 插件配置与 schema 校验
├── events.md # 事件系统（五种模式）
├── service.md # 服务与依赖
├── practice.md # 能力分层三包模式
├── llm-adapter.md # LLM 适配器
├── publish.md # 打包与安装
├── cordis-primer.md # Cordis 核心概念
├── extension-cookbook.md # 钩子/UI/协议驱动扩展形态
├── client-ui.md # 客户端 UI 扩展总纲（slot 体系与槽位清单）
├── client-settings-card.md # 官方 cookbook：插件设置卡片
└── client-conversation-node.md # 官方 cookbook：会话业务行
安装
把本目录复制（或软链）到你的 skills 目录，例如：
# macOS / Linux
git clone https://github.com/kaijia323/create-dsh-plugin.git ~/.agents/skills/create-dsh-plugin
# Windows
git clone https://github.com/kaijia323/create-dsh-plugin.git %USERPROFILE%\.agents\skills\create-dsh-plugin
重启会话后，代理在遇到"创建 DSH 插件 / 给模型加工具 / 写 cordis.yml / 打包 bundle / 给 DSH 加设置卡片、侧边栏、模态窗或前端页面"等请求时会自动加载本技能。
使用方式
直接向代理描述需求即可，例如：
- "帮我在项目里创建一个 DSH 插件，给模型加一个
current_time工具" - "写一个监听
tools/result事件、可配置截断长度的日志插件" - "接一个新的模型提供方（LLM 适配器）"
- "在 DSH 设置页里给插件加一张配置卡片"
- "在 Web 客户端加一个右侧栏显示 git log 和文件树，该注册哪个 slot？"
- "把这个插件打包成可安装的 DSH bundle"
代理会按 SKILL.md 中的工作流产出：插件源码 + cordis.yml 覆盖层 + 启动/验证命令。
文档来源
- 官方文档：https://deepseek-harness.github.io/deepseek-harness/develop/basic/
- 源码仓库：https://github.com/deepseek-ai/deepseek-harness（
docs/user/develop/**、docs/cookbook/**、docs/subsystems/*等）
references/ 中的文件是上述官方文档对应页面的原文副本（英文版；中文版在同一路径加 .zh）。如与在线文档冲突，以在线文档为准。
测试与评估
evals/evals.json 包含 9 个评估用例（工具插件 / 事件日志插件 / bundle 打包 / LLM 适配器 / Fiber 诊断 / 权限门禁钩子 / 客户端 slot 查询与右栏 / 设置卡片 / 模态窗兜底），每个用例都有可程序化检查的断言。
iteration-3 结果（3 个新增 UI 扩展用例 × 24 条断言 × 2 配置 = 48 项检查，新技能 vs 旧版快照）
| 指标 | with_skill（新版） | old_skill（快照） | 差异 |
|---|---|---|---|
| 断言通过率 | 100% (24/24) | 79% (19/24) | +21% |
按用例：
| 用例 | with_skill | old_skill |
|---|---|---|
| eval-7 右侧栏 + slot 查询 | 9/9 | 4/9 |
| eval-8 设置卡片打包 | 10/10 | 10/10 |
| eval-9 模态窗兜底 | 5/5 | 5/5 |
要点：
- 核心差距在 eval-7：旧版技能缺少
ctx.slots.snapshot()/spec()/inject()查询法、details接管代码、ctx.layout.openDetails()、React 渲染契约与 DOM hack 理由；新版references/client-ui.md全部覆盖。 - eval-8 无区分度：基线代理可直接读本机安装的
dsh-client-ui-settings-plugins包类型与 README。 - eval-9 首轮有一条偏窄断言（要求提及
conversation.input.overlay），按评审反馈删除后两配置均 5/5。 - 本轮环境未采集 token / 耗时指标（子代理完成通知不携带），故只报告断言通过率。
- 评审页面见同目录的
create-dsh-plugin-workspace/iteration-1/review.html（未包含在本仓库中）。
iteration-2 结果（44 条断言 × 2 配置 = 88 项检查，新技能 vs 旧版快照）
| 指标 | with_skill（新版） | old_skill（快照） | 差异 |
|---|---|---|---|
| 断言通过率 | 100% (44/44) | 100% (44/44) | — |
| 平均 token | 11.9 万 | 13.5 万 | -12% |
| 平均耗时 | 125.1s | 179.1s | -30% |
要点：
- 断言层面无区分度，但语义层面有实质差异（grader 深度复核）：eval-5（Fiber 诊断）旧技能输出含 2 处平台事实错误——声称"DSH 没有 timer 服务"（实际
@deepseek-ai/cordis-plugin-timer存在且 dsh-base 默认挂载）、FiberState 枚举值 UNLOADING/DISPOSED 写反；新技能两者均正确，正是新增references/framework.md的价值。 - 效率收益集中在新增内容：eval-6（权限门禁，旧技能无 guard 文档）-51% 耗时、-30% token；eval-2（事件日志）-55% 耗时。
- eval-4（LLM 适配器）是唯一持平用例（-11% 耗时、token 持平）：适配器复杂度本身主导成本，两配置都交付了完整实现。
- iteration-2 对应 DSH 0.1.0-rc.7：事件五种模式（含
parallel）、Fiber 状态机、LLM 适配器协议、!!js计算配置、guard/restrict、Code Mode 与 UI 卡片契约。
iteration-1 结果（24 条断言 × 2 配置 = 48 项检查）
| 指标 | with_skill | without_skill | 差异 |
|---|---|---|---|
| 断言通过率 | 100% (24/24) | 100% (24/24) | — |
| 平均 token | 165.2 万 | 237.1 万 | -30% |
| 平均耗时 | 319.6s | 529.3s | -40% |
要点：
- 质量上两者打平（基线代理可读取本机已安装的
@deepseek-ai/*包真实类型定义，相当于拿到官方实现的 ground truth）。 - 技能的真实收益在效率：内置官方文档省去代理考古类型定义的过程。事件日志用例差距最大（-71% token、-63% 耗时）。
- 评估数据、评分脚本与评审页面见同目录的
create-dsh-plugin-workspace/（未包含在本仓库中）。
许可证
本仓库代码与技能指令（SKILL.md、evals/）采用 MIT 协议。
references/ 中的文档原文版权归 DeepSeek AI 官方文档所有，仅作参考用途转载。
相关推荐Related
-
esengine/DeepSeek-Reasonix
DeepSeek-native AI coding agent for your terminal. Engineered around prefix-cache stability — leave it running.
-
nocobase/nocobase
NocoBase is an open-source AI + no-code platform for building business systems fast. Instead of generating everything fr…
-
EverMind-AI/EverOS
One portable memory layer for every AI agent: local-first, Markdown-native, user-owned, and self-evolving across apps, t…
-
YaoApp/yao
✨ All your agents and workspaces in one place, on every device you own. Track tasks on a board, accessible from desktop,…
-
ZSeven-W/openpencil
The world's first open-source AI-native vector design tool and the first to feature concurrent Agent Teams. Design-as-Co…
-
Anionex/agent-vision-toolkit
为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ A vision toolkit and skill designed for t…
-
TencentCloudBase/CloudBase-AI-Toolkit
Backend for AI coding agents on CloudBase — database, auth, functions via Plugin, Skills & MCP.
-
PicGo/PicGo-Core
:zap:The ultimate image uploading engine. Both CLI & API supports.