MIT 协议的 DeepSeek Harness 插件包，把 dsh 变成只读的交易研究工作台：类型化市场数据接缝、确定性指标、交互式图表，以及策略完整性评估框架——并带有「绝不执行下单」的硬性边界。
DSH 适配
原生运行时
作者声明
安全审计
未审计
最后核验
2026-09-06
许可证
MIT
01它能帮你完成什么？
在 DeepSeek Harness 上做只读的交易研究——拉取 K 线、计算完整的多周期指标状态，再画图
交互式 K 线图卡（K 线＋成交量＋SMA20/50/200，chip 切换指标面板），以及由用户驱动的实时图表栏
使用 DeepSeek Harness（dsh）的交易者与分析师，想要研究工具但不想要下单执行
审查策略的完整性——把回测成交与真实 K 线比对、跑带种子的基线、做样本量功效检验
评估结论（可能如实给出 NOT PROVEN）、前视泄漏 lint，以及来自 verdict 框架的样本量功效检验
需要诚实、可验证策略评估（而不是 README 里一句「只做研究」）的量化研究者
在类型化接缝背后接入自己的市场数据
把 `market-data-provider` 行换成 CSV、券商 API、ClickHouse 或 CCXT——上游工具代码无需改动
想把自己的市场数据后端接入 dsh、又不想重写工具的工程师
02如何接入 DeepSeek Harness？
前置条件
- 已安装 DeepSeek Harness（`dsh`）——本插件是叠加在 stock `web` / `headless` 配置上的一组 dsh 插件
- 已通过 `DEEPSEEK_API_KEY`（或 `dsh web` 的 Models 页面）配置模型 key
安装步骤
- 01
添加 bundle：`dsh plugin --profile trading add @dsh-trading/bundle`
$ dsh plugin --profile trading add @dsh-trading/bundle
- 02
在 profile 的 `dsh.profile.bundles` 列表中，把 `@deepseek-ai/dsh-web-app`（或 `@deepseek-ai/dsh-headless`）加在 `@deepseek-ai/dsh-base` 之后
- 03
配置模型 key，并从 `./data` 按 CSV 布局存放 K 线的目录运行
验证接入成功
- 随时用 `dsh --profile trading --dump-config` 校验组合后的各层
03DSH 适配与能力边界
Stacks on the stock `web` or `headless` profile as dsh plugins via `cordis.patch.yml` profile patches — no fork, no patched core.
类型化市场数据接缝（ctx.marketData）
任意 MarketDataProvider 实现→被所有工具消费的、类型化的 K 线/标的接口
确定性的多周期指标状态
标的＋周期→`market_snapshot`：RSI、slow stochastic、ADX/DI、MACD、MFI、ATR、SMA/EMA、Bollinger，附带粗略状态标签
风险控制（只读，无执行）
dsh 的 tools/pre-execute 关口中的工具名→拒绝下单执行与资金划转类工具名
在 dsh 的 tools/pre-execute 关口，对所有插件的执行类工具名一律拒绝交互式图表卡与实时图表栏
模型产出的 `market_snapshot` / `get_ohlcv` 结果→交互式 K 线图卡＋由用户持续驱动的实时图表栏
04适合谁？何时不该用？
适合
- 使用 DeepSeek Harness（dsh）的交易者与分析师，想要研究工具但不想要下单执行
- 需要诚实、可验证策略评估（而不是 README 里一句「只做研究」）的量化研究者
- 想把自己的市场数据后端接入 dsh、又不想重写工具的工程师
不适合
- 不存在下单执行能力，也不存在执行通道；`@dsh-trading/risk-guard` 会在 dsh 的 tools/pre-execute 关口拒绝执行类工具名。增加实盘交易执行的功能不在范围内。这里没有任何投资建议。
05兼容性、维护与安全提示
- 不存在下单执行能力，也不存在执行通道；`@dsh-trading/risk-guard` 会在 dsh 的 tools/pre-execute 关口拒绝执行类工具名。增加实盘交易执行的功能不在范围内。这里没有任何投资建议。
- 图表优先的 shell（`@dsh-trading/client-frame`）是可选的，且刻意不包含在 bundle 中；你必须停用 dsh 的 `ui-layout` 行，并在自己的 profile patch 里插入 `@dsh-trading/client-frame`。
- `futu-api` SDK 是刻意不锁版本的 peer 依赖——请安装与你本地 OpenD 匹配的版本（例如 OpenD `10.9.x` 对应 SDK `10.9.x`）；provider 在连接时会检查协议版本，若不一致会告警。
MIT · research-only trading workbench; no tagged release (early scaffold)
06常见问题
怎么在 DeepSeek Harness 上安装 dsh-trading？
用 `dsh plugin --profile trading add @dsh-trading/bundle` 添加发布版 bundle；然后在 profile 的 bundles 列表里把 `@deepseek-ai/dsh-web-app`（或 `dsh-headless`）加到 `@deepseek-ai/dsh-base` 之后，并配置模型 key。可用 `dsh --profile trading --dump-config` 校验。
dsh-trading 会下单或给投资建议吗？
不会。项目从设计上就没有下单执行能力，也没有执行通道；risk-guard 会在 dsh 的 tools/pre-execute 关口拦截交易类工具名。这里没有任何投资建议，增加实盘交易执行的功能也不在范围内。
能用自己的市场数据吗？
可以。`market-data` 接缝（ctx.marketData）背后是可替换的 `MarketDataProvider`。bundle 自带 CSV 模板（provider-csv）；你把 `market-data-provider` 行指向券商 API、ClickHouse 或 CCXT 即可——上游工具代码不用改动。
指标数值是怎么算出来的？
`market_snapshot` 一次返回完整的多周期指标状态（RSI、slow stochastic、ADX/DI、MACD、MFI、ATR、SMA/EMA、Bollinger）及粗略状态标签。计算是纯函数且确定性的（教科书定义 + Wilder 平滑），因此可与任意图表平台对账。
07相关的 DSH 工作流
weknora
作者 tencent
开源的 LLM 知识库平台：把原始文档转化为可检索的 RAG 知识库、自主推理智能体和自动维护的 Wiki 系统，支持多租户部署。
honcho
作者 plastic-labs
用于构建有状态 AI 智能体的记忆库，支持跨会话连续学习与上下文工程。
webnovel-writer
作者 lingfengqaq
基于 Claude Code 的长篇网文辅助创作系统，解决 AI 写作中的「遗忘」和「幻觉」问题，支持 200 万字量级 连载创作。
billion-context
作者 ranxianglei
A context-compression plugin for month-long single sessions (billions of tokens) ,small context windows (a 100K context is enough) and token savings (5x fewer tokens) .上下文压缩插件，月级长会话会话， 兼顾小窗口(100k上下文足矣)省token(省5倍token) . billion-context is all you need
08数据与来源
No fork, no patched core — just a bundle you stack on the stock `web` or `headless` profile.
built as plugins for [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) (`dsh`).
页面基于项目公开文档、仓库元数据和 DSH Plugins 的结构化解析生成；最后核验于 2026-09-06。发现错误？提交更正。
最佳 DeepSeek Harness 插件
从全目录挑出的 12 个值得优先安装的插件，覆盖各个分类。