MIT 授權的 AI 資安平台（Shield 程式碼稽核 + Spear 授權滲透），以 DeepSeek Harness 原生外掛方式接入，並以 DeepSeek 作為語意分析的預設 LLM——離線 L1/L2、API 驅動的 L3，由授權白名單把關。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-08-25
授權條款
MIT
01它能幫你完成什麼？
在 AI 產生的程式碼上線前做安全稽核
三層檢測報告（L1 幻覺套件 / 硬編碼金鑰、L2 SAST、L3 語意漏洞），可匯出 SARIF / JSON / HTML / Markdown
撰寫並交付 AI 生成程式碼的開發者與團隊，需要找出遺漏的安全防護與 AI 典型錯誤
對自己擁有的目標執行授權、自動化滲透測試
端到端 Recon → Explore → Fact → Reflect → Report → PoC 流程，輸出多種格式報告（Markdown / SARIF / JSON / HTML）
資安工程師、紅隊與 CTF 選手，需要一套有授權邊界把關的自動化滲透引擎
在編輯器與終端機裡獲得即時安全回饋
VSCode / JetBrains 即時診斷 + Quick Fix，以及基於 Rust + ratatui 的 TUI 工作台與斜線指令
希望把安全掃描嵌入 IDE、並擁有終端機工作流的開發者
02如何將外掛接入 DeepSeek Harness？
先決條件
- 核心執行環境需要 Python 3.10+
- 選用：建置 TUI 的 Rust 工具鏈，以及支援的 IDE（VSCode / JetBrains 2025.2+）
安裝步驟
- 01
安裝 Python 核心 + CLI：`pip install -e .`
- 02
（選用）建置 Rust TUI：`cargo build --manifest-path tui/Cargo.toml`
- 03
執行 `deepsec tui` 啟動終端機工作台，或從 Releases 下載預編譯二進位（如 deepsec-tui-windows.exe）
驗證整合成功
作者未說明
03DSH 整合程度與能力邊界
以 DeepSeek Harness 外掛形式發布（dsh-plugin / dsh-plugin-market 標籤），並以 DeepSeek 作為 L3 語意程式碼分析的預設 LLM 提供方。
Shield — 程式碼安全稽核
專案目錄或 agent 設定（如 ./src、./agent-config）→三層檢測結果（L1 正則/熵、L2 Tree-sitter AST、L3 LLM 語意），支援 SARIF / JSON / HTML 匯出
L3 語意分析會呼叫外部 LLM API，需要 API KeySpear — 授權滲透測試引擎
~/.deepsec/targets/scope.json 白名單內已授權的目標→Recon → Explore → Fact → Reflect → Report → PoC 流程，輸出 Markdown / SARIF / JSON / HTML 報告
只攻擊 scope.json 白名單內的目標，其餘一律拒絕會向已授權目標發起真實網路請求TUI 終端機工作台
斜線指令，如 /shield scan、/spear run→三面板安全工作台（工作區 · 會話紀錄 · 漏洞檢查器），支援 Plan / Agent / YOLO 模式
IDE 外掛（VSCode / JetBrains）
編輯器中開啟的源碼檔案→即時診斷、Quick Fix 建議與 Findings 側邊欄
預設儲存即掃描（deepsec.scanOnSave = true）MCP Server
Claude Desktop、Cursor 等 MCP 客戶端→暴露 Shield 掃描、Spear 偵察與報告產生等工具
04適合誰？何時不該用？
適合
- 撰寫並交付 AI 生成程式碼的開發者與團隊，需要找出遺漏的安全防護與 AI 典型錯誤
- 資安工程師、紅隊與 CTF 選手，需要一套有授權邊界把關的自動化滲透引擎
- 希望把安全掃描嵌入 IDE、並擁有終端機工作流的開發者
不適合
- Spear 只攻擊 scope.json 中明確列出的目標，其餘一律拒絕，且私有/迴路位址始終被阻擋以防打到內網。只掃描你擁有或已書面授權的資產。
- L3 語意分析依賴外部 LLM API（預設 DeepSeek），需要 API Key 與連網；離線僅涵蓋 L1 + L2。
05相容性、維護與安全提醒
- Spear 只攻擊 scope.json 中明確列出的目標，其餘一律拒絕，且私有/迴路位址始終被阻擋以防打到內網。只掃描你擁有或已書面授權的資產。
- L3 語意分析依賴外部 LLM API（預設 DeepSeek），需要 API Key 與連網；離線僅涵蓋 L1 + L2。
- TUI 需要 Rust 編譯或下載預編譯二進位；JetBrains 外掛要求 JetBrains 2025.2+；Python 核心需要 Python 3.10+。
MIT · 持續維護中（最新發布 v0.2.0，2026-08-12）
06常見問題
DeepSec 與 DeepSeek Harness 是什麼關係？
DeepSec 以 DeepSeek Harness 外掛形式發布（dsh-plugin / dsh-plugin-market 標籤），並以 DeepSeek 作為 L3 語意分析的預設 LLM 提供方。DeepSeek 開箱即用（provider `deepseek`、base URL `api.deepseek.com/v1`、model `deepseek-chat`）。
使用 DeepSec 需要 DeepSeek API Key 嗎？
僅 L3 語意分析需要。L1（正則/熵）與 L2（Tree-sitter AST）完全離線運作。啟用 L3 需執行 `deepsec config set llm.provider deepseek` 與 `deepsec config set llm.api_key "sk-xxx"`，或匯出 `DEEPSEC_LLM_API_KEY`。
Spear 安全嗎？會不會打到未授權目標？
Spear 由授權白名單把關。只有 scope.json 的 targets 裡列出的目標才會被攻擊，其餘一律拒絕並提示 `target ... is not present in the scope manifest`，私有/迴路位址也保持阻擋。切勿加入你未擁有或缺乏書面授權的資產。
怎麼在 DeepSeek Harness 裡掃描 AI 產生的程式碼？
執行 `deepsec shield scan ./src` 進行離線 L1+L2 掃描；要啟用 LLM 語意檢查則加 `DEEPSEEK_API_KEY=... deepsec shield scan ./src --layer l3`。輸出可產生 SARIF 接入 CI。
支援哪些 IDE 與互動方式？
VSCode 與 JetBrains 2025.2+ 提供即時診斷與 Quick Fix；另有基於 Rust + ratatui 的 TUI 工作台，以及可被 Claude Desktop / Cursor 呼叫的內建 MCP Server。
07相關的 DSH 工作流程
open-design
作者 nexu-io
DeepSeek Harness 的開源 AI 設計外掛，本地優先桌面應用，讓編碼智慧體變身設計引擎，生成原型、落地頁、幻燈片、圖片與影片，支援多種格式匯出。
picgo
作者 molunerfinn
PicGo：面向高效創作者的圖片上傳神器，支援 Obsidian、Typora、VS Code 等編輯器，以及 S3、GitHub、Cloudflare R2、Imgur、阿里雲 OSS 等 60+ 圖床，貼上即上傳。
dsh-desktop
作者 anywhere-labs
為 DeepSeek Harness (DSH) 外掛生態打造的現代化桌面端解決方案。萬物皆「外掛」，桌面本身也是「外掛」。
openbiliclaw
作者 whiteguo233
本地私有、開源的自進化跨平臺 AI 內容發現 Agent：先理解你，再主動從 B站、小紅書、抖音、YouTube、X、知乎、Reddit、微博等平臺與開放 Web 尋找內容。（支援 deepseek harness 外掛） | Local-first open-source cross-platform AI content discovery agent: understands you, then proactively finds content across Bilibili, Xiaohongshu, Douyin, YouTube, X, Zhihu, Reddit, Weibo and the open web.（support deepseek harness plugin）
08資料與來源
DeepSeek | `api.deepseek.com/v1` | `deepseek-chat`
交互设计借鉴 DeepSeek-TUI
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 2026-08-25。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。