MIT 授權的以本機為優先的上下文圖譜，原生執行於 DeepSeek Harness（dsh）：畫布檢視中由連線決定模型下一步看到的上下文，並提供跨本機 agent 工作階段的唯讀 MCP 檢索。需要 Node 22.19+ 與 DSH 0.1.2-rc 及以上。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-09-06
授權條款
MIT
01它能幫你完成什麼？
Recover the exact past conversation that introduced a code change or a concept
The matching turn across your local Claude Code, Codex, DeepSeek Harness and ThoughtDAG sessions, with the file/line or phrase it referenced
Developers and researchers who want to recover decision context from scattered agent logs instead of re-reading everything
Cut contaminated context and improve the next answer
A cleaner answer after deleting a wire, with less irrelevant history and fewer context-driven hallucinations
Anyone using LLMs who wants visible, editable control over what the model sees next
02如何將外掛接入 DeepSeek Harness？
先決條件
- Node 22.19+ (the README states "Requires Node 22.19+ and DeepSeek Harness 0.1.2-rc or later")
- DeepSeek Harness 0.1.2-rc or later
安裝步驟
- 01
Run `dsh plugin --profile web add dsh-thoughtdag` to add the web plugin
$ dsh plugin --profile web add dsh-thoughtdag
- 02
Run `dsh web` to open the harness web UI and use the 对话 | 思维图 switch
$ dsh web
驗證整合成功
作者未說明
03DSH 整合程度與能力邊界
Installed as a DSH web plugin (`dsh plugin --profile web add dsh-thoughtdag`); renders as a canvas view inside the harness web UI (对话 | 思维图 switch)
Read-only MCP context search
a code file, an exact phrase, a URL, or a paper→the matching turn across your local Claude Code, Codex, DeepSeek Harness and ThoughtDAG sessions
Editable context canvas (Session Atlas)
agent sessions and nodes→a merged, editable thought graph; continue from any node and bring the result back to the graph
Source sessions remain read-onlyHarness-native model calls
a question asked on the canvas→the answer streams back into the node and stays in the harness session log
Local-first backup & Thought Map export
the canvas→automatic folder backup of real files; export of the node/wire structure as a light or dark Thought Map
04適合誰？何時不該用？
適合
- Developers and researchers who want to recover decision context from scattered agent logs instead of re-reading everything
- Anyone using LLMs who wants visible, editable control over what the model sees next
不適合
- Requires Node 22.19+ and DeepSeek Harness 0.1.2-rc or later — older Node or DSH versions are not supported.
05相容性、維護與安全提醒
- Requires Node 22.19+ and DeepSeek Harness 0.1.2-rc or later — older Node or DSH versions are not supported.
- Source agent sessions stay read-only; ThoughtDAG indexes and mirrors them but does not modify the original logs.
- Session Atlas currently supports local Claude Code, Codex and DeepSeek Harness sessions, with more agent integrations still in development.
readme_verified
06常見問題
要怎麼在 DeepSeek Harness 裡安裝 ThoughtDAG？
執行 `dsh plugin --profile web add dsh-thoughtdag`，再執行 `dsh web`。外掛程式已內含畫布，不需另外安裝 ThoughtDAG——只要 Node 22.19+ 與 DeepSeek Harness 0.1.2-rc 及以上版本。
在 harness 裡 ThoughtDAG 需要自己的 API key 嗎？
不需要。在 DeepSeek Harness 內，模型呼叫使用的是 harness 自己的服務商與金鑰；ThoughtDAG 不新增任何自有金鑰，圖片與連結抓取也走 harness 的附件儲存區。
畫布對模型上下文有什麼作用？
連線即上下文：連入節點的內容就是模型下一步看到的全部。刪掉一條連線再問，同樣的提示會給出不同的回答——你編輯圖，就編輯了模型的記憶。
Session Atlas 能把哪些 agent 工作階段放到畫布上？
目前支援本機 Claude Code、Codex 與 DeepSeek Harness 工作階段。來源工作階段保持唯讀，更多 agent 整合仍在開發中。
我的資料在本地嗎？
在。桌面應用程式裡一切都在你的機器上——畫布、金鑰、文件——PDF 永遠不會離開你的機器。網頁示範中模型流量由瀏覽器直連，金鑰不會碰到伺服器。
07相關的 DSH 工作流程
weknora
作者 tencent
開源的 LLM 知識庫平臺：把原始文件轉化為可檢索的 RAG 知識庫、自主推理智慧體和自動維護的 Wiki 系統，支援多租戶部署。
honcho
作者 plastic-labs
用於構建有狀態 AI 智慧體的記憶庫，支援跨會話連續學習與上下文工程。
mirage
作者 strukto-ai
全球首個面向 AI 智慧體的統一虛擬檔案系統。
reme
作者 agentscope-ai
ReMe：面向 AI Agent 的記憶管理套件——幫 Agent「記住我、最佳化我」，支援 RAG 與長期記憶。
08資料與來源
ThoughtDAG runs as a view inside the DeepSeek Harness web UI: a 对话 | 思维图 switch above the chat.
The canvas is where you decide what the harness sees next; the harness runs the turn.
此頁面根據專案公開文件、儲存庫中繼資料與 DSH Plugins 的結構化解析所產生；最後核實於 2026-09-06。發現錯誤？提交更正。
最佳 DeepSeek Harness 外掛
從全目錄挑出的 12 個值得優先安裝的外掛，涵蓋各個分類。