DSH 插件开发方法论
业务人员用 DeepSeek Harness(DSH)自建插件时的两套口诀与三条调试经验:用「角色 + 最小场景 + 数据/能力 + 极简页面」选题,用「需求 + 上下文 + 调试」下手,把成本集中在数据口径与规则完整性上,而不是页面本身。
简介
DSH 插件开发方法论,是指在 DeepSeek Harness 的创造模式里,由最懂业务但不写代码的人(考勤 HR、薪酬 HR、客户对接人)亲手做出可用插件的完整路径。它的提出者「产品方法论集散地」在完成客户个性化需求之后,把插件开发推广到内部小伙伴和客户,随即发现两个卡点:不知道写什么(选题问题)和不知道怎么写(动手问题)。他把这两件事拆成两句话,并用三款真实 HR 插件(假期余额、每日出勤、工资追算器)验证。
它和一般的 Vibe Coding 教程不同:Vibe Coding 讨论的是「怎么让 AI 把东西做出来」,这套方法论讨论的是「让谁、做什么、做到什么程度算能用」。三个变量依次收紧——先限定使用者(角色),再限定问题规模(最小场景),再限定数据来源与呈现范围(数据/能力 + 极简页面)。它与 Skill 封装逻辑相邻:Skill 封装的是「方法步骤」,插件封装的是「一个角色的一件具体事」,前者偏流程,后者偏界面与数据。
在 DSH 的插件体系里,这套方法论对应的是「上层选题与验收」,不是底层机制。插件如何注册、宿主与客户端如何分工、生命周期如何管理,属于 DeepSeek Harness 的插件架构层;本文关心的是业务人员在这套架构之上,如何避免做出一个功能很多、但没人相信其数字的工作台。
关键信息
- 类型:方法论 / 概念
- 领域:Agent 桌面端插件开发、业务人员自建工具、B 端内部效率工具
- 提出者:产品方法论集散地(人人都是产品经理作者,公众号同名)
- 载体:DeepSeek Harness 桌面版「创造模式」
- 核心公式:选题
角色 +(最小)场景 + 数据/能力 +(极简)页面 = 一款插件;写作需求 + 上下文 + 调试 = 写好一款插件 - 相关概念:DeepSeek Harness、Vibe Coding、Skill、Harness闭环工程、一人团队、最小场景、极简页面
核心特性
一、选题方法论:四个词各是一道闸
角色 +(最小)场景 + 数据/能力 +(极简)页面 = 一款插件,四个词依次回答四个问题:你要为谁写?如果只能替他解决一件事,你选哪件?这件事要的数据和能力是不是已经现成?如果只有一个页面,这个页面最该放什么?
- 角色:先让脑子里站一个人。没有角色,就没有「哪些功能该砍」的判据。假期余额插件对应考勤 HR,工资追算器对应薪酬 HR。
- 最小场景:作者特意加了「最小」二字,因为这是新人最大的坑。他做第二款插件时想做「考勤 HR 工作台」(每日出勤、异常考勤、出勤预警、工时统计、报表管理、考勤确认、假期余额、大批量数据处理),刚画原型就发现一人做不完研发与测试、数据缺口越列越大,项目无疾而终。从中只挑「每日出勤」单独成插件后,第三款工资追算器 1 小时就出了第一版。
- 数据/能力:解决「从哪来」。作者把产研团队比作「蔬菜运营商」,缺数据直接找他们要,不要自己造。
- 极简页面:解决「呈现什么」。工资报表几十张、几百个字段,日常真正要核查的可能只有 10 项——默认给这 10 项,其余交给用户勾选。
二、写作方法论:三步走
需求 + 上下文 + 调试 = 写好一款插件。
- 需求:第一句话的目标不是「说对」,是「发出去」。作者的三段首句都没有需求文档、没有原型规范、没有字段清单;工资追算器甚至以「计算公式与逻辑,我稍后给你提供」收尾,把不确定部分显式留到后面补。
- 上下文:只给三样东西——长什么样(效果草图/截图/原型)、数怎么算(规则和公式)、从哪取数(接口和字段)。公式直接截图、一条一条给,不翻译、不精简。作者用「刚毕业的北大实习生」比喻:第一版做成什么样,八成取决于背景给得够不够。
- 调试:占成本的绝大部分。工资追算器出「大致能看的页面」只用 1 小时,调到基本可用花了 2 天多,翻了十几次车。
三、三条调试经验
- 顺序:先初调页面效果 → 再精调数据准确性 → 最后再精调页面效果。 先易后难,像「让猴子站上 5 米台子演讲,先搭台子而不是先教说话」。这样排是踩过教训的:如果过早抠样式,「同一账号 2026 年 1 月实际 65 人却只查到 5 人」这类口径问题根本浮不出来。
- 一图胜千言,示例胜千言。 说不清就上图。做不出「年份和月份一起选」的筛选组件,就截现有系统的图;公式不方便敲,就截图。作者还补了一条更深的用法:示例也是跟用户对账的方式——他一度用「报表值减去其余项」倒挤填数,被用户质问「你这是瞎凑数,只要凑够 500 即可,是吗?」改了六版才靠「已归类项合计 + 候选字段明细 + 版本号全部摊在页面上」收口。
- 不追求大而全,也不追求完美。 插件叫插件不叫产品,专注解决一个问题。工资追算器停在 0.17.18 版本、65 个测试用例,仍遗留平台项来源、万人导出、部门维度三个问题,但页面每个数字都能说清来源,或明确标注「这部分我还没识别出来」。
四、AI 错误是「成批同构」的
这是本文对调试方式影响最大的一条观察。作者刚修完一个括号显示的 bug,用户回了一句:「你重新过一遍,看看是否还有哪些字段的公式遗漏?不能我说哪个你改哪个,终究会有遗漏。」于是调试从「用户指哪打哪」变成「一次性把全部规则过一遍」。它意味着插件验收不能靠逐案修补,而要有可全量复核的规则清单。
不同素材中的观点
- 2026-11-10-woshipm-dsh-plugin-ecosystem-3-paths:张佳的AI实战笔记没有另起一套写法,而是回答了这篇方法论没有回答的前置问题——值得写哪一类插件。他把 DSH 的插件机会分成三层:魔改前端交互(前端本就是 WebUI 插件,会写网页即可)、魔改产品交互(用子 Agent 能力改造协作形态)、做插件市场(一个 JSON 索引 + GitHub Repo 地址即可)。这个分层对本页的「选题四词」是一个补充:
角色 + 最小场景 + 数据/能力 + 极简页面决定「做什么功能」,而三层路径决定「改造的是外观、协作结构,还是分发」。同篇的规模数据(3.5 万个第三方插件、约 60% 活跃用户用过插件)也说明业务人员自建插件不再是少数人的试验,而是已经进入主流使用路径。两篇的结论一致:DSH 降低的是动手门槛,没有降低选题与验收门槛。 - 2026-10-31-woshipm-dsh-plugin-2-methods-3-cases(本页首个来源):作者认为插件开发真正的难点不在页面、接口和分页,而在调试过程中保证功能完整性与数据准确性。他的原话收束是「插件不是把页面做出来就完了,是要让用户相信页面上的数字,是真正能解决用户的问题」,并判断让每个人都写插件的意义不是培养程序员,而是「让最懂业务的人,第一次有了自己动手的资格」。同一篇还给出一个反直觉结论:围绕 HR 不断做小插件,最后把它们「缝」在一起,当初没做成的 HR 工作台反而自己长出来了——最小化不是放弃整体,而是让整体可以增量长成。
实用信息
- 适用场景:B 端 SaaS(考勤、薪酬、审批、报表)内部工具的补缺;客户提出高频但标准产品缺失的个性化需求;一人可独立完成的轻量工具。不适用于需要多人协作、强一致性与审计合规的大型系统改造。
- 不适用场景:功能边界尚不清晰、规则还在频繁变动的领域——作者和 2026-10-06-woshipm-deepseek-harness-desktop 的结论一致:别从没定下来的规则开始封装。
- 上手顺序:先在 DSH 创造模式里用「角色 + 最小场景 + 数据/能力 + 极简页面」写一张四行卡片,确认数据能从现有开放接口拿到,再开始写第一句需求。
- 验收口径:页面上的每个数字要么能说清公式与来源,要么明确标注「未识别」;不要用倒挤、默认值或相似字段名填补未知。版本号与已归类项合计应可见,便于与用户对账。
- 成本预期:首个可看版本 1 小时量级,调到基本可用 2 天以上;把工期主要留给调试而非编码。