DSH Desktop（DeepSeek Harness Desktop）是将 DeepSeek 官方 CLI 工具 dsh（DeepSeek Harness）封装为开箱即用桌面客户端的项目。打包内置完整 Node.js 运行时 + npm CLI + 全部官方插件，双击即启动 dsh web UI，无需用户自行安装任何环境。适合不想折腾命令行、直接在 Wi…
仓库攻略
10 篇 · 10 个项目 · 评测基准 · 多模态
DiGbench（Discovery in Games）是 2026 年 8 月 12 日由 James C.R. Whittington（牛津大学）联合多位学者发布的新型 AI 评测基准，全称 Discovery in Games。 核心设计：70 个纯文本互动游戏，每个游戏内部有隐藏的「变换规则」，AI 智能体必须通过主动交互和实验来发现这些规则，然后将…
内容待复核
Zhiyuan-Fan/Awesome-DeepSeek-Harness-Plugins · 上手攻略
DeepSeek Harness（DSH）是 DeepSeek 官方开源的 Agent 执行框架，其核心理念是"一切皆插件"——每个能力（模型供应商、工具、记忆、调度、UI 客户端）都是可插拔的组件。AwesomeDeepSeekHarnessPlugins 是由 ZhiyuanFan 维护的每日精选目录，收录 DSH 生态中公开可用的插件、扩展、技能、工具…
dshtianshutui（npm 包名 @huiliyi37/dshtianshutui）是 DeepSeek Harness（官方 CLI @deepseekai/dsh）的交互式终端极简风格 UI 插件。它以自研 ANSI 渲染为核心，在官方 Web UI 之外提供类 Claude Code 风格的纯终端对话界面，并叠加了 TDD 工作流、证据门、视觉…
dshwebui 是给 DeepSeek Harness（以下简称 DSH）Web GUI 的一站式插件与皮肤全家桶，通过官方 profile 机制挂载，不改 DSH 源码。所有插件以 npm 包发布（@linxin666/ scope），可逐个安装也可一次性装齐。 仓库包含 11 个子包，核心能力如下： | 能力 | 说明 | ||| | 梁神模式 | 面…
EvalScope 是魔搭社区（ModelScope）打造的一站式大模型评测框架，用一行命令即可对 LLM、VLM、Embedding、Reranker、AIGC 等多类型模型进行能力评估、推理性能压测和结果可视化。 核心场景：评测模型效果（能力基准）、压测推理性能（TTFT/TPOT 等指标）、Agent 轨迹回放、多模型对战（Arena）。 ⚠️ Eva…
ParseBench 是 LlamaIndex 在 CVPR 2026 上发布的首个面向 AI Agent 的文档解析评测基准（arXiv:2604.08538，cs.CV）。 它的核心命题是：文档 OCR 不是"把 PDF 转成文字"，而是必须保留足够的结构和语义，让 Agent 能可靠地自主决策。一旦表格列对齐错位、小数点丢失、删除线被静默丢弃，Agen…
VLMEvalKit（Python 包名 vlmeval）由上海人工智能实验室 OpenCompass 团队开源，是大型视觉语言模型（LVLM / VLM）的事实标准评估工具包。它的口号是 "一命令评测 220+ LVLM、80+ benchmark" —— 用户只写一个 generate_inner()，剩下的数据下载、预处理、推理、metric 全部由框…
funNLP 是一个中文 NLP 工具与资源的大集合，由 NLP 从业者「fighting41love」整理维护。GitHub Stars 超过 81k，周增 +77（数据截至 20260713），最后提交 20240510。仓库并非一个独立的 Python 包，而是按主题分类的资源索引：每个条目都是一个真实的开源项目、数据集或工具，包含名称、描述和 Git…
whichllm 是一个本地大模型硬件适配工具，一条命令帮你找出"在你的电脑上真正能跑且表现最好"的本地 LLM。它不是模型本身，而是一个智能选型引擎：读取你机器的 GPU/CPU/RAM 配置，去 HuggingFace 实时拉模型列表和基准测试数据，然后给你一份排名。 核心哲学：参数量不等于性能。一个 27B Q5 量化模型可能比 32B Q2 更快更准…