dsh-deepresearch
by havingautism
@deepseek-ai/dsh-deepresearch 把证据优先的 Codemini 研究工作区带到 DSH。它提供持久工作流状态、模型工具、生成的 deepResearch Remote namespace 和“深度研究”Web 工作区,同时组合宿主已有的 Web 与 subagent 能力。
@deepseek-ai/dsh-deepresearch brings the evidence-first Codemini research workspace to DSH: persistent workflow state, model tools, a generated deepResearch Remote namespace and a Deep Research web workspace, composing host web and subagent capabilities.
安装
dsh plugin --profile web add github:havingautism/dsh-deepresearchGitHub 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
English | 中文
@deepseek-ai/dsh-deepresearch 把证据优先的 Codemini 研究工作区带到 DSH。它提供持久工作流状态、模型工具、生成的 deepResearch Remote namespace 和“深度研究”Web 工作区,同时组合宿主已有的 Web 与 subagent 能力。
✨ 特性
- 🧭 记录研究问题、目标、约束、种子材料和研究深度。
- 🧩 确认前编辑子问题、依赖关系和明确的成功标准。
- ✅ 未确认计划时拒绝写入证据。
- 🔎 为每个子问题关联论点、摘录、URL、置信度和已覆盖标准。
- 📊 跟踪问题覆盖度、搜索与抓取预算、局限和部分完成状态。
- 📝 保存结论,以及完整或明确标记为未完成的最终报告。
- 🗂️ 在 Web 资料库中搜索、筛选、排序、恢复、中止或删除项目。
- 🤖 创建项目后由私有 DSH Agent 生成可审查计划;“确认并开始”再启动独立调查 Agent,不占用普通聊天会话。
- 🔄 研究页在运行阶段持续刷新,实时显示检索预算、子问题、证据、覆盖度和报告阶段。
- ✨ 对齐 Codemini 的研究 Modal、加载动效和各场景按钮形态。
🚀 快速开始
安装插件:
dsh plugin --profile web add github:havingautism/dsh-deepresearch
dsh web
在左侧边栏底部打开「深度研究」,创建项目。插件会在后台建立仅供研究使用的 DSH Agent 来生成计划;页面持续刷新,计划生成后可编辑并确认。点击“确认并开始”会建立新的私有调查 Agent,使用该 profile 已安装的 Web 与 subagent 能力,并把每次检索、证据、覆盖状态和最终报告写回研究工作区。普通聊天不会收到研究 prompt、工具调用或模型输出。插件 patch 显式启用 runner,并设置项目、问题、标准、证据和报告上限。
私有研究 Session 会记录宿主启动目录作为 cwd,以便 DSH persona 和运行时上下文可以完整装配。规划失败会停留在“计划”步骤并显示持久化错误,不会跳到空的调查看板。
模型体验
System prompt
What the model sees
只有插件创建的私有规划/调查 Agent 会收到对应阶段的研究工作流指引。
规划 Agent 只能读取指定项目并提交可审查计划;调查 Agent 只能处理同一项目,使用 Web 工具保存来源证据、更新覆盖度并提交带引用的报告。两者都禁止向普通聊天输出结果、虚构来源或跳过持久状态写入。
Token effect
固定输入成本只由私有研究 Agent 的请求承担;普通聊天请求不增加这段指引。
KV Cache 影响
文本和注册作用域不变时,本节保持前缀稳定。
Native 工具
What the model sees
私有研究 Agent 会看到阶段所需的 deep_research_get、deep_research_submit_plan、deep_research_add_evidence、deep_research_update_coverage 和 deep_research_complete。这些工具按 Agent scope 注册,不会泄漏到普通聊天。Remote 客户端负责创建、编辑、确认、停止、读取和删除项目。
Token effect
工具可见时承担固定 schema 成本。工具结果采用精简项目摘要;持久证据和报告受配置上限约束。
KV Cache 影响
工具定义不变时保持稳定。新证据通过后续调用与结果进入请求,不会重写之前的请求内容。
已知限制与后续工作
- 运行中的私有 Agent 会随宿主进程停止;项目、证据和报告保持持久化,但进程重启后不会自动续跑中断的任务。
- 证据只追加不编辑。错误论点应通过新项目重新调查,或在依赖报告前删除原项目。
原始 README: https://github.com/havingautism/dsh-deepresearch/blob/main/README.md ↗
同类插件
查看全部 →
deepseek-harness
从仓库或系统描述生成经过校验的自包含交互式架构图、流程图、时序图、数据流图和生命周期图。

dsh-plugin
通过 DSH MCP 客户端挂载 Ouroboros 的纯配置包,在 DSH 中提供 36 个涵盖需求访谈、Seed、执行、评估与演化流程的工具。

dsh-tongflow
基于 TongFlow 的“片场”插件,用于图片、配音、音乐与视频制作:agent 为每个资产生成 TongFlow 工作流文件(.tongflow.json)并通过 TongFlow 插件执行,内嵌工作流画布,按镜头/角色/take 组织项目,附漫剧模板;以 @tongflow 开头的会话进入 Studio 界面。

helloagents
AI 编码 CLI 的工作流层:技能、项目知识、交付检查、更安全的配置写入与可恢复执行

dsh-ai-novel-writer
安装专用 AI 小说创作预设与工作台:提供带修订号的本地项目资产、紧凑侧边工作台,以及需要原生审批的逐文件变更。

rea
用 agent 逆向任何东西:从应用行为到原生二进制