DeepSeek Harness 插件

lilyblessing/dsh-mcp-skill-panel

Star 数 ★ 0 分类 UI 增强 收录于 2026-08-16

MCP 与技能管理面板:设置页面板实时启停 MCP 服务器与 Skill 释放上下文占用;可选 AI 中间层(mcp_search/mcp_call)按需调用停用服务器,按 server 状态过滤模型可见性(用户打开的保持可见)。

安装

# GitHub 源码(首次需按提示配置 allowBuilds 构建授权后重试)

dsh plugin --profile web add github:lilyblessing/dsh-mcp-skill-panel

装任何插件都等于在你的机器上跑第三方代码,权限和你本人一样大——能读你的文件、用你的凭据、访问网络,工具审批管不到它。GitHub 来源的插件还会在安装时执行构建脚本。请只安装可信来源,并尽量锁定 commit(github:owner/repo#sha)。

README


✨ 是什么

一个把 MCP 服务器Skill 目录 变成可操作清单的设置页面板:每个条目一个启停开关,停用即释放上下文占用,启用无需重启。还内置可选的 AI 中间层autoManage):停用的 MCP 对模型隐藏、需要时由模型按需调用,用户打开的 MCP 保持模型可见 —— 上下文占用完全由你的开关决定。

MCP 管理面板

🎯 核心能力

能力 说明
🟢 MCP 实时启停 停用 → loader entry 卸载(断开连接 + 注销该服务器全部 mcp__<server>__* 工具),工具从模型目录立即消失,schema token 即时释放;启用 → 重新连接 + 恢复工具,无需重启
🧠 Skill 启停 往 SKILL.md frontmatter 注入/移除 disable-model-invocation: true,模型 catalog 实时失效
📊 停用态回填 停用的 MCP 卡片仍显示「目录中有多少工具、约多少 token」(来自私有 catalog 的 last-good 快照),决策是否启用更有依据
🤖 AI 中间层(可选开关) autoManage 开启后:停用的 MCP 对模型隐藏,模型经 mcp_search(目录检索 top-K 精确 schema)与 mcp_call(保活启用 → 插件内执行 → 空闲 30s 自动回收)按需使用;用户打开的 MCP 保持模型可见(memory 高灵敏召回、filesystem 直接读写);AI 临时启用的 server 不污染上下文
🔒 用户启停不被模型干预 回收器只回收「AI 从停用态临时启用」的 server;用户手动打开的 server 永不被自动关闭(toggle 时自动清除 AI 标记)
💾 重启保持 MCP 状态经插件状态文件(~/.dsh/dsh-mcp-skill-panel/state.json)物化进预设组合文件;catalog 快照持久化(catalog.json)重启后仍可回填
响应快 开关点击即翻转(乐观更新 + 服务端确认),分域缓存 + 事件驱动失效(tools/change / skills/change),MCP 页不触发 skill 目录扫描
🌐 双语界面 全部文案 zh/en 双语,跟随 DSH 界面语言;明暗主题适配
🪶 零上下文占用 插件自身不注册任何模型工具,不消耗模型注入面(开关关闭时与未安装无异)

🏗️ 两种形态(面板上的「AI 中间层」开关)

stateDiagram-v2
    [*] --> 形态1直用: autoManage 关
    [*] --> 形态2中间层: autoManage 开
    形态1直用 --> 形态2中间层: 面板开关 / POST /config
    形态2中间层 --> 形态1直用: 面板开关 / POST /config

    state 形态1直用 {
        direction LR
        M1: 模型直接使用所有已启用 MCP 的原生工具(mcp__*)
        M1a: 启停只靠面板手动
    }
    state 形态2中间层 {
        direction LR
        M2: 停用的 MCP 对模型隐藏
        M2a: 模型经 mcp_search / mcp_call 按需调用
        M2b: 用户打开的 MCP 保持模型可见
        M2c: AI 临时启用不污染上下文
    }

形态 2 的装配过滤(每回合实时判定):

flowchart TD
    A[system-prompt/assemble] --> B{工具名以 mcp__ 开头?}
    B -- 否 --> K[保留: 进入模型上下文]
    B -- 是 --> C{解析 server}
    C -- 失败 --> K
    C -- 成功 --> D{server 当前状态?}
    D -- 用户打开 disabled=false 且非 AI 启用 --> K
    D -- 用户停用 disabled=true --> F[过滤: 模型不可见]
    D -- AI 临时启用 mcp_call 保活中 --> F
    F --> G[需要时: mcp_search 检索 / mcp_call 按需调用]

📦 安装

dsh plugin --profile web add "github:lilyblessing/dsh-mcp-skill-panel#main"

产物已入库(lib/),git 源一行安装,无需构建授权。安装后重启 dsh web(bundle 层在启动时合成,热更新无效),设置页即出现「MCP 与技能管理面板」入口。

🚀 使用

  1. 设置页 → MCP 与技能管理面板
  2. MCP 服务器 标签页:每张卡片显示服务器名、状态徽标(运行中 / 已停用 / 无工具 / 异常)、模型可见徽标(中间层模式下用户打开=可见,停用/AI 临时=隐藏)、工具数与 token 占用估算;点右上角开关启停
  3. 技能 标签页:每张卡片显示技能名、来源、描述、模型可见徽标;点右上角开关启停
  4. AI 中间层开关:开启后停用的 MCP 由模型按需调用(见上节形态说明);关闭回到经典模式
  5. 手动管理(可选):直接编辑预设组合文件(disabled: true 行)或 SKILL.md frontmatter(disable-model-invocation: true),下次重启/变更即生效

状态徽标含义:🟢 运行中(有工具)/ ⚪ 已停用 / 🟡 无工具(进程在跑但工具列表为空,多为 server 启动失败或空实现)/ 🔴 异常(未在运行也未停用)。

🔌 HTTP API

方法 路径 说明
GET /api/mcp-skill-panel/state?session=<id>&part=<mcp|skills|all> 清单快照;part 分域拉取(前端按 tab 懒加载),缺省 all;session 省略时取首个根 agent
POST /api/mcp-skill-panel/mcp/toggle { entryId, disabled }
POST /api/mcp-skill-panel/skill/toggle { name, disabled }
GET /api/mcp-skill-panel/config 读取 AI 中间层开关状态
POST /api/mcp-skill-panel/config { autoManage: boolean } 切换 AI 中间层(持久化到 state.json)
GET /api/mcp-skill-panel/debug catalog 采集诊断(事件计数/快照现场/内存目录摘要),运维排障用
POST /api/mcp-skill-panel/debug/collect 手动触发一次 catalog 采集

旧前缀 /api/runtime-inventory/*(≤0.3.1)仍兼容注册。分域缓存(60s TTL 兜底)由事件驱动精确失效:tools/change / loader/partial-dispose → MCP 域;skills/change → Skill 域。

⚙️ 工作原理

flowchart LR
    subgraph Host["Host(Node,cordis 插件)"]
        R[webServer 路由<br/>/api/mcp-skill-panel/*]
        C[catalog 采集<br/>tools/change 增量 + last-good 持久化]
        L[loader 启停<br/>resolve + update disabled]
        F[装配过滤<br/>system-prompt/assemble]
        T[mcp_search / mcp_call<br/>保活启用 + 空闲回收]
        R --> L
        C --> R
        F --> C
        T --> C
        T --> L
    end
    subgraph Browser["浏览器(client bundle)"]
        P[MCP / 技能 双标签面板<br/>启停开关 + 模型可见徽标 + autoManage 开关]
    end
    R <--fetch--> P

MCP 启停:MCP 行是 agent preset 组合(agent.cordis.yml)中的 loader entry(@deepseek-ai/dsh-mcp-client,完整 id 形如 include:agent-presets:mcp-cheatengine)。loader.resolve(id).update({ disabled }) 实时 dispose/restart 该 entry。

MCP 持久化为何分两步:预设树(PresetTree)的 write() 是显式 no-op,且 dsh-agent-presets{mtimeMs, size} stamp 检测预设文件变化 —— 运行期写该文件会触发 standing 重挂而旧实例不清理(serverName 全冲突、会话创建失败,0.1.0 实测事故)。因此 toggle 只写插件状态文件,插件 apply(启动早期、standing 未挂载)时再把意图物化到预设文件。

中间层调用链mcp_call 对停用 server):

sequenceDiagram
    participant M as 模型
    participant P as 插件(mcp_call)
    participant L as loader
    participant S as MCP server

    M->>P: mcp_call(server, tool, args)
    P->>L: entry.update({disabled:false})(记录 AI owner)
    L->>S: spawn / 重连
    P->>P: 等注册(轮询 tools.get + tools/change 加速)
    P->>S: tools.execute(插件内执行)
    S-->>P: 结果
    P-->>M: 文本结果
    Note over P: 引用计数 -1;空闲 30s 后回收(仅回收 AI 启用的)

catalog 采集tools/change 事件(root 监听,150ms 去抖)对 enabled server 增量快照;apply ctx 的 agents 不可用时 fallback agentPresets.standingKeyFor() 解析 scope(v0.4.1 修复);空快照不覆盖磁盘 last-good;catalog.json 原子写回(tmp + rename,0600)。

✅ 验证清单

检查项 操作 预期
面板入口 重启后打开设置页 出现「MCP 与技能管理面板」,MCP/技能双标签,zh/en 跟随界面语言
MCP 停用 关掉一个服务器开关 卡片变「已停用」,新会话工具列表不再含 mcp__<server>__*;停用态仍显示目录工具数
MCP 启用 再打开开关 工具恢复,无需重启
持久化 停用后重启 dsh 该服务器仍处于停用状态
Skill 启停 点技能开关 卡片立即翻转且不回跳;模型目录同步移除/恢复
外部变化 会话 A 停用某 MCP,会话 B 打开面板 无需点刷新即为最新状态
AI 中间层 面板开 autoManage 停用 server 对模型隐藏、mcp_search/mcp_call 可用;用户打开的 server 带「模型可见」徽标
回收保护 模型 mcp_call 后空闲 30s AI 临时启用的 server 自动停用;用户手动启用的不被回收

⚠️ 已知限制

  • 启停作用于 preset 层:一个服务器/技能的开关影响该 preset 下所有会话。
  • 无 frontmatter 的 SKILL.md 无法切换(provider 本身会忽略此类文件)。
  • 工具数/token 为估算值(JSON.stringify(parameters).length / 4),与模型注入面真实值近似。
  • 停用后工具立即消失,但当前回合的请求缓存(如有)可能仍引用旧 schema;下一请求自然刷新。
  • 持久化时滞:启停实时生效;跨重启保持依赖下次启动的物化 —— 插件在「已有会话运行」期间被热更新时,本次进程不物化,下一次重启生效。
  • 手动编辑预设组合文件的 mcp 行(如手动移除 disabled: true)会令该行退出插件的持久化管理(下次启动尊重你的改动,不再覆盖)。
  • 运行期写 SKILL.md 安全(skill-filesystem 的 watcher 本就预期文件被改);运行期写预设组合文件会触发 dsh-agent-presets 的 stamp 重挂事故,插件刻意不做。
  • 能力摘要表(mcp_search 空查询)只覆盖有 catalog 快照或配置了 serverSummary 的 server;从未成功启动过的 server(如 codegraph)不会列出。

🛠️ 开发

npm run setup      # junction DSH 闭包类型到 node_modules/@deepseek-ai
npm run typecheck  # tsc 类型检查(闭包类型)
npm run build      # tsc dts + tsdown(node external 全部 @deepseek-ai/*)
npm run verify     # 产物验证(无 TOOL_RUNTIME_SCHEDULER 内联、client 包装完整)
node scripts/selftest-mcp.mjs  # catalog 单测

node 半区 tsdown 必须 external: [/^@deepseek-ai\//]:内联 dsh-tools 会产生第二个 TOOL_RUNTIME_SCHEDULER Symbol,导致工具调度崩溃(dsh-context-doctor 同款教训)。

📋 变更日志

版本 内容
0.4.4 可维护性重构:index.ts 拆分(state.ts/preset.ts/collect.ts/routes.ts/util.ts/mcp-entry.ts/shared-types.ts);MCP entry 判定 4 处重复收敛;前后端视图类型单一来源;HTTP 端点样板收敛(defineHandler/ok);client 平台类型声明替换 any;setSkillFlag 移除残留空行修复;peerDependencies 补全
0.4.3 性能优化:修复 restore 竞态(用户中途手动打开后 mcp_call 失败不再误关);装配过滤回合内可见性 Map 缓存(560 次比较→O(1) 查表);schemas 500ms 窗口复用;catalog 写盘 300ms 防抖合并;state.json 内存态 + 写队列合并;摘要表截断 80 字符;停用态 token 估算缓存;缓存 Map 主动 TTL 清理;snapshotServer 死代码清理
0.4.2 装配过滤按 server 状态:用户打开的 MCP 工具进模型上下文(memory 高灵敏召回),停用的对模型隐藏、经 mcp_search/mcp_call 按需调用;AI 临时启用不污染上下文;用户手动打开清除 AI 标记(防回收器误关);面板新增 autoManage 开关 + 模型可见徽标
0.4.1 修复 catalog 采集链路:apply ctx 下 agents 为空导致自动采集恒空(fallback standingKeyFor 解析 scope)、last-good 守卫失效、启动早期空快照写盘、写盘竞态;新增 debug 诊断端点;案例复测通过(chrome→mimo 跨 server、calcmcp 连击零重复 spawn + 30s 回收)
0.4.0 AI 中间层(autoManage):mcp_search/mcp_call 按需使用 MCP(保活启用 + 空闲回收 + 装配过滤);私有 catalog 持久化 + 面板停用态回填目录工具数
0.3.2 API 前缀对齐包名(旧前缀兼容);本地目录改名
0.3.1 MCP 聚合版本化复用;前端 fetch 乱序防护
0.3.0 分域端点 + 分域缓存 + 事件驱动失效(tab 懒加载)
0.2.1 skill 启停 UI 30s 滞后根因修复(已确认值覆盖陈旧 catalog)
0.2.0 改名「MCP 与技能管理面板」+ GitHub 库 dsh-mcp-skill-panel
0.1.1 MCP 持久化重构(状态文件 + 启动早期物化),修复运行期写预设文件导致的会话创建失败
0.1.0 初版:MCP/Skill 清单 + 启停

📄 License

MIT © lilyblessing

内容来自项目 README(GitHub)↗

链接

同类插件

查看整个分类 →