跳到主要内容
Plugin安装含风险命令

dsh-mcp-panel

PerryLink/dsh-mcp-panel

官方 MCP 客户端(dsh-mcp-client)的只读运行时管理面板:/mcp 命令与设置页 MCP 页签展示连接状态、已注册工具、错误与重连计数,脱敏展示并提供启停 patch 建议。

形态
Plugin 插件
安装
npm 包安装
需要密钥
是
近月下载
9,759
最近推送
今天更新

项目说明

From README

dsh-mcp-panel 把 MCP 服务器的增删改和工具试用收进一个设置页——状态诚实、写入可逆。官方 DeepSeek Harness MCP client 的管理控制台:不用再手改 YAML,在 设置 → 插件 → MCP 里增删改服务器、看健康诊断、试用工具调用。安装 · 配置 · FAQ · 简体中文 · English · Español · Português · हिन्दी PerryLink 维护的官方仓库: (Gitee 为镜像)。社区插件,与 DeepSeek 官方无关。

它是什么 官方 MCP client 是桥接层:每个 MCP 服务器一行 @deepseek-ai/dsh-mcp-client ,由它连接传输、同步工具、注册 mcp 。dsh-mcp-panel 是架在这层之上的控制台——通过 mcp/status seam、工具注册表和 loader 读取事实,把增删改操作渲染成 cordis.patch.yml 的片段,写入只追加、走审批、先备份、写完再复验。传输、OAuth 与协议一概不碰。

面板给的是只读运行时视图:每个 server 的 transport、目标、工具数、连接状态、最近错误与重连计数,加上健康诊断、Resources 浏览与工具试用台。控制台与手写 cordis.yml 的差别,只是把易错的 YAML 编辑换成了表单、预览与安全落地。三步上手 1.安装 (三选一): git 通道的 prepare 脚本只用生产依赖构建( typescript 与 tsdown 特意放在 dependencies )。2.重启并确认 profile 行已挂载 : 各配置项默认即可用; cordis.patch.yml 逐键内联注释,下文配置表列出全部键。3.

打开面板或直接跑命令 : 打开 设置 → 插件 → MCP ,或运行: 卸载 :从 cordis.patch.yml 移除 mcp-panel 行(web 面板热重载),从 profile 的 node modules 删除本包,并用 dsh web --du

Original description

MCP management console for the official DeepSeek Harness MCP client: /mcp command with health diagnostics and pipeline trial calls, a Settings MCP tab with server CRUD (approval-gated writes, automatic backups) and a tool trial console over the official tool pipeline (Apache-2.0, dsh-plugin).

安装方式

npm 包安装 · 需要额外配置密钥

README 解析
shell
dsh plugin --profile <name> add dsh-mcp-panel
shell
dsh plugin --profile web add github:PerryLink/dsh-mcp-panel
shell
dsh plugin --profile web add dsh-mcp-panel

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

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 1 天仍在推送;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 9759 次,star 不多但真在被使用。

维护活跃
100
实用度
100
生态热度
80
上手便捷
74
信号质量
100
数据置信度
100%
评分怎么算