dsh-content-lab
by hanyi7867069-create
内容工坊 — topic, title, post and content-calendar generation tools for DeepSeek Harness.
安装
dsh plugin --profile web add github:hanyi7867069-create/dsh-content-labGitHub 源码安装:首次需按提示配置 allowBuilds 构建授权后重试
安装与环境配置指引、插件开发教程见 DSH 中文社区文档 ↗
安装即在你的机器上以你的权限运行第三方代码——它可读写文件、使用凭据、访问网络,DSH 的工具审批不会为插件代码加沙箱。「检测到 manifest」仅代表发现 dsh.bundle / dsh.plugin 清单,不构成兼容性或安全审查;安装前请审阅源码,不熟悉的插件先在不含密钥的环境试用。
README
给 DeepSeek Harness 装上"内容生产流水线":选题 → 标题 → 文案 → 排期。
面向做自媒体 / AI 副业 / 内容营销的人。全部工具在插件内直接调用 LLM,不依赖任何外部 API。
Tools
| 工具 | 作用 |
|---|---|
content_topic_generator |
按领域 × 平台生成爆款选题(含切入角度、钩子、理由) |
content_title_rewriter |
标题改写,支持悬念/数字/情绪/反差/疑问风格 |
content_post_writer |
按平台生成完整文案(小红书/公众号/抖音/B站) |
content_calendar |
生成 N 天内容排期表 |
Install
dsh plugin --profile web add dsh-content-lab
Configure
默认使用 deepseek-official provider 和 deepseek-v4-flash 模型。在 profile 的
cordis.patch.yml 里按 id: content-lab 覆盖:
- id: content-lab
name: dsh-content-lab
config:
provider: deepseek-official
model: deepseek-v4-flash
每个工具还接受可选的 model 参数做单次覆盖。
Design
- 零外部依赖:工具用原生 JSON-Schema 注册(
ctx.tools.register),LLM 调用用ctx.llm.stream()+ 手建消息,不需要解析任何@deepseek-ai/*包。 - 输出走"结构化 JSON 规范值 + 可读渲染",模型只负责生成,工具负责保证格式。
- 模型偶尔会吐脏 JSON,
parseJsonLoose会做宽松解析,失败时原样返回文本。
Roadmap
- v1:配图提示词生成 + AI 配图(接图像 API)
- v2:模板包(小红书美妆号 / 电商带货 / 知识付费等垂类模板)
- v3:定时批量出稿(配合 DSH schedule 能力)
原始 README: https://github.com/hanyi7867069-create/dsh-content-lab/blob/main/README.md ↗
同类插件
查看全部 →vibe-skills
vibe 编码技能合集(含快速开始、CI 证明、发布说明与文档)

Aegis
面向编码 Agent 的软件工程方法包,提供基线优先规划、系统化调试、提示词卫生、完成前验证,以及修复/退役双轨跟踪技能。

J-Space-Cognition-Suite-V3.6
A model-agnostic inference-time control suite for deep reasoning, long-horizon work, tool use, verification, and recovery. 面向深度推理、长程任务、工具调用、验证与恢复的模型不可知推理时控制套件。

MisakaNet
失败恢复记忆库:从真实工程会话中搜索和记录失败恢复教训,支持 BM25 + 语义 RAG 检索和知识库管理。

dsh-find-plugins
对 DSH 说一句「有没有插件能……」,它就会从全 GitHub 的 dsh-plugin topic 里找出候选,解释差别,等你选好以后再安装和验证。

humanizer-ru
AI代理技能:识别并清除俄语文本中的机器生成痕迹。38种模式,39个带证据注册的regex标记,盲对偶运行,C2PA/EXIF/XMP文件元数据清理