跳到主要内容
Plugin安装含风险命令

dsh-office

Fayelin12/dsh-office

办公室工作区/会话仪表盘:悬浮 6 列精灵面板,可视化工作区、会话、token 用量与子代理,并提供 Agent Mail 与办公日志页签。飞书相关视图(消息流、会议日程、妙记逐字稿)另需自行安装并授权 `@larksuite/cli`。

形态
Plugin 插件
安装
npm 包安装
需要密钥
是
近月下载
3,076
最近推送
26 天前更新

项目说明

From README

🏢 dsh-office 一眼看穿你的每个 Agent 在忙什么。The agent-office dashboard for DeepSeek Harness (DSH) : workspaces, sessions, token usage, subagents, Agent Mail, Feishu/Lark messages, meeting schedules & transcripts , visualized as a living 6-column sprite office — every agent, at a glance.

Aha moment : open the panel and the whole agent fleet is one screen — who's working, who's waiting for you, how many tokens each session burned, what tools they just called — plus your Feishu messages & upcoming meetings, without opening a single session.

📧 内置 Agent 邮箱 / 💬 飞书消息流 / 📅 会议日程 + 妙记逐字稿 / 🪵 办公室日志 , 全部在面板内完成,不离开办公室。DeepSeek Harness「办公室」插件:工作区 / 会话 / token 用量 / 子代理一屏总览, 内置 Agent 邮箱收发、飞书消息、会议日程与妙记逐字稿,每个 agent 在忙什么,一眼就知道。📈 日均 50+ 次下载 (npm,持续增长)—— 别看 GitHub star 少,真实用户每天都在装。--- What is dsh-office?

/ 这是什么 dsh-office is a floating office panel for DeepSeek Harness.It turns your workspaces, sessions, tok

Original description

Agent-office dashboard for DeepSeek Harness (DSH): workspaces, sessions, token usage & subagents in a 6-column sprite office — plus Agent Mail, Feishu/Lark messages, meetings, transcripts & office logs. DeepSeek Harness「办公室」插件:工作区/会话/token/子代理 + 邮箱/飞书消息/会议/逐字稿/日志一屏总览,一眼看穿每个 Agent 在忙什么。

安装方式

npm 包安装 · 需要额外配置密钥

README 解析
shell
dsh plugin --profile web add dsh-office
shell
pnpm add dsh-office@file:<path/to/dsh-office>
shell
npm install -g @tencent-qqmail/agently-cli

安装命令包含风险形态

  • 全局安装,会改动系统级依赖

全局安装会修改系统级依赖;远程脚本执行等于把执行权交给仓库作者。装前请通读命令。

安全能力

静态扫描源码得到的权限画像 —— 回答的是「它要动什么」,而不是「它好不好」

  • 执行命令
  • 写入文件
  • 读取文件
  • 访问网络
  • 读取环境变量

未发现已知红线(明文传输、安装期执行代码、凭据外传等)。

能力与红线来自 awesome-dsh-plugin 的静态扫描结果(CC0 公有领域),本站未逐行复核源码; 它只覆盖能被静态识别的模式,不等于安全审计结论。

为什么是这个分数

近 27 天内有提交;README 给出了可直接复制的安装命令;运行前需要准备 API Key 或环境变量;近月 npm 下载 3076 次,star 不多但真在被使用。

维护活跃
86
实用度
94
生态热度
70
上手便捷
74
信号质量
100
数据置信度
100%
评分怎么算