已经在跑 DSH，或者手上就有 Java 中间件的团队，这十篇适合成组来看
十篇开源项目，分四组：给 DeepSeek Harness 加外围的两篇，三套 Java 后台基座，把领域约束写进流程的两个垂直 Agent，以及三条各自要备外部凭据的路径。共同前提是宿主、密钥、中间件先到位，差别在产物落在哪里、维护成本由谁承担。每组的搭配关系、阅读顺序与需要自行核验的部分都单独列出。
今天这十篇都挂着仓库地址，彼此之间也有搭配关系。两篇是给 DeepSeek Harness 换入口，三套 Java 后台基座得先比部署形态再比功能，另外两个垂直 Agent 把领域约束写进了流程。共同前提也一样，宿主、密钥、中间件缺哪样就卡在哪一步。
今天值得留下的线索
给 DeepSeek Harness 加两个外围，一个进聊天窗口，一个包成桌面程序
dsh-im 是插件，把九类聊天渠道接进来：入站靠长连接或 HTTP 回调把消息转成 DSH 的会话轮次，出站由本机 Harness 主动连出去。DSH-Desktop-EAC 是外壳，把 Node.js、npm CLI 与 dsh 本体一起打进安装包，再叠上插件市场、10 款皮肤与插件快照回滚。两篇都动外围，不换内核，DSH-Desktop-EAC 的 README 明确说不修改官方 dsh 内核。前提也是一样的，本机得先有可用的 DSH：版本对不上时，插件表现为装了不工作；桌面端只隔离插件环境，会话与 API Key 仍与 CLI 共享 ~/.dsh。想叠着用，顺序是先有宿主与桌面端，再接 IM 入口。
- 把飞书、微信、钉钉接成本地 Agent 的入口（dsh-im）如果团队已经在跑 DeepSeek Harness，又想让成员在飞书或企业微信群里直接调 Agent，这篇把九个渠道的凭据字段、回复呈现差异、权限命令和版本绑定
- 让数百个 DeepSeek Harness 插件共存的桌面客户端（DSH-Desktop-EAC）它把 dsh 这条命令行工具链包成 Windows 与 Apple Silicon Mac 上双击即用的客户端。值得留的是平台边界、数据目录、版本线这些能直接拿
三套 Java 后台基座，功能清单相近，分岔在部署形态
三套都带代码生成器、RBAC 权限、多租户和 Flowable 工作流，也都按 JDK 版本切分支并行维护。差别落在形态上。ruoyi-vue-pro 是 Spring Boot 多模块单体，MySQL 与 Redis 是硬依赖，仓库体积 200082 KB，拉代码前要先在 master、master-jdk17、master-jdk25 三条分支里选对一条。yudao-cloud 是它按业务域拆开的微服务版本，多出 Nacos、Sentinel、Seata、XXL-Job 一串中间件，另有一个只留系统与基础设施的精简版。JeecgBoot 走低代码路线，一句话生成整套系统要装 Claude Code 配合 JEECG Skills，属于外部工具链。三篇放在一起，选型要问的第一个问题是团队能不能长期维护对应的依赖，功能清单的差异反而其次。
- 一句话生成前后端代码的低代码平台（JeecgBoot）这篇把 JeecgBoot 的环境门槛、Docker 启动路径、代码生成器与 Online 表单的验证方法写清楚了，也附上了仓库 Issue 里出现过的同步建库
- Java 后台管理系统从跑起来到跑顺要过哪几道坎（ruoyi-vue-pro）按「装上之后会遇到什么」组织内容：编译失败、Mac M 系列依赖、ARM64 上 CPU 飙升与日志暴涨、支付配置 403、数据权限失效，逐条对应仓库 Issu
- 用 Spring Cloud Alibaba 搭多租户后台的快速开发平台（yudao-cloud）拆解了 yudao-cloud 的模块划分、多租户封装与三套 JDK 分支的选型逻辑，也把依赖栈长度、仓库体量、多分支维护成本这些落地时会碰到的代价摆到明面上。
两个垂直领域的 Agent，都拿真实工具输出给模型设闸门
VulnClaw 有证据级反幻觉闸门，模型声称的 flag 或结论必须在真实工具输出里逐字符出现才被采信，另有 NO_PATH 闸门，在源码 sink、表单参数、请求面这些高信号没耗尽时不收口。TradingAgents-Astock 把 T+1、涨跌停、最小手数写进 Trader 节点的约束，7 位分析师里有三位专看政策、游资与解禁，东财请求统一走串行限流再加随机抖动，README 写明的封禁阈值是每秒超过 5 次、并发不低于 10、一分钟超过 200 次。产出物不一样：一个落 ./reports/ 下的 Markdown 报告加可独立执行的 Python PoC，一个给投资计划与评级。共同前提是都得接外部模型，后者一次完整分析要发起 30-50 次 LLM 调用。
- 用自然语言驱动渗透测试全流程（VulnClaw）这篇的价值在把安装、配置、命令和报告落点按能跑通的顺序排清楚，并列出未关闭的两个 Bug、外部 MCP 的自部署门槛，选型时能直接对照。适合已拿到授权、想评估自
- 用 7 个 AI 分析师做 A 股投研辩论（TradingAgents-Astock）TradingAgents-Astock 把美股的多 Agent 辩论框架改写为 A 股版本，值得留存的地方在于它把 T+1、涨跌停、政策、游资、解禁这些制度变
三条要自备外部凭据的路径，产物落点各不相同
NoneBot2 要一个可用的平台侧接入配置，比如 OneBot 实现端或对应平台的机器人凭据，仓库节选没有给出安装命令与最小示例。OpenBiliClaw 靠浏览器插件复用已登录的平台会话，LLM 默认用你自己的 API Key，桌面包未签名也未公证。Banana Slides 的文本生成与生图都要接外部服务，改造已有的 PPT 还要 MinerU 凭据，Gemini 免费层级在 Issue 里被确认只能出大纲。仓库本身都不提供这些能力，产物落点却不同：NoneBot2 的回复出现在群聊或私聊里，OpenBiliClaw 的行为、推荐与对话写在本机 SQLite，Banana Slides 导出的是可编辑 PPTX，页面本体仍是模型渲染的图像，文字还原属于有损。
- 用 Python 写跨平台聊天机器人（NoneBot2）这篇把 NoneBot2 的适配器分层、插件加载、环境变量配置和逐版本变更整理成可查的条目，安装命令与最小示例处明确留白、没有编造代码，这一点比多数同类介绍可信
- 在自己电脑上跑跨平台内容发现 Agent（OpenBiliClaw）这篇把 OpenBiliClaw 的形态、安装路径、关键参数和已知坑一次列清，价值在于替想自建跨平台推荐的人省去翻 README 的时间：它写明数据落在本机 S
- 把一句话变成可编辑的 PPT（Banana Slides）一份写明边界的选型参考：它如实交代不自带模型额度、页面本体是渲染图像、导出属有损还原，并把仓库 Issue 里踩过的坑逐条对上。适合愿意自备密钥、需要逐页模板与
阅读时需要保留的判断
- 文中所有仓库指标（Star、Fork、开放 Issue 数、仓库体积、语言占比）、版本号与焚评评分，来自作者披露或焚.com 授权引用，诀.com 未独立复算，数值会随页面刷新变化。
- 所引 Issue 描述与解决状态取自 GitHub 公开记录，文章未做本地复现；VulnClaw 的工作流类结论不保证在其它环境复现，ruoyi-vue-pro 与 yudao-cloud 的分支、依赖问题换台机器结果可能不同。
- dsh-im 的安装命令与步骤不在所引材料范围内，需查仓库 README 或 CHANGELOG；Banana Slides 的导出效果案例由 Issue 提交者提供，本站未实测。
- TradingAgents-Astock 明确写着面向研究与教学，不构成投资建议，也不接券商、不下单，把它当成策略验证或实盘工具都超出其声明的范围。
按需求选择阅读顺序
已经在跑 DSH，想把入口挪到手机
先看清桌面外壳能做什么、插件环境怎么隔离，再决定接哪个 IM 渠道。顺序上桌面端在前、插件在后，插件装了不工作时更容易定位是版本还是凭据的问题。
团队要选一套 Java 后台基座
先读单体版看功能范围与仓库 Issue 里暴露过的编译、权限问题，再读微服务版核算中间件账单，最后读低代码那篇判断生成能力值不值得额外的工具链依赖。
想自己跑一个垂直领域的 Agent
两篇的共同点是拿真实工具输出约束模型。先读渗透那篇的闸门设计与报告落点，再读投研那篇看制度约束怎么写进节点、一次分析要花多少次模型调用。
想先看到产出，不想先装环境
Banana Slides 有在线 Demo 可以直接走一遍生成流程，之后再决定要不要本地部署；想把已有平台账号接进来，再对照 OpenBiliClaw 的浏览器插件加本机后端这条路径。
今日全部收录
- 用自然语言驱动渗透测试全流程（VulnClaw）这篇的价值在把安装、配置、命令和报告落点按能跑通的顺序排清楚，并列出未关闭的两个 Bug、外部 MCP 的自部署门槛，选型时能直接对照。适合已拿到授权、想评估自
- 用 Python 写跨平台聊天机器人（NoneBot2）这篇把 NoneBot2 的适配器分层、插件加载、环境变量配置和逐版本变更整理成可查的条目，安装命令与最小示例处明确留白、没有编造代码，这一点比多数同类介绍可信
- 在自己电脑上跑跨平台内容发现 Agent（OpenBiliClaw）这篇把 OpenBiliClaw 的形态、安装路径、关键参数和已知坑一次列清，价值在于替想自建跨平台推荐的人省去翻 README 的时间：它写明数据落在本机 S
- 一句话生成前后端代码的低代码平台（JeecgBoot）这篇把 JeecgBoot 的环境门槛、Docker 启动路径、代码生成器与 Online 表单的验证方法写清楚了，也附上了仓库 Issue 里出现过的同步建库
- Java 后台管理系统从跑起来到跑顺要过哪几道坎（ruoyi-vue-pro）按「装上之后会遇到什么」组织内容：编译失败、Mac M 系列依赖、ARM64 上 CPU 飙升与日志暴涨、支付配置 403、数据权限失效，逐条对应仓库 Issu
- 用 Spring Cloud Alibaba 搭多租户后台的快速开发平台（yudao-cloud）拆解了 yudao-cloud 的模块划分、多租户封装与三套 JDK 分支的选型逻辑，也把依赖栈长度、仓库体量、多分支维护成本这些落地时会碰到的代价摆到明面上。
- 把飞书、微信、钉钉接成本地 Agent 的入口（dsh-im）如果团队已经在跑 DeepSeek Harness，又想让成员在飞书或企业微信群里直接调 Agent，这篇把九个渠道的凭据字段、回复呈现差异、权限命令和版本绑定
- 把一句话变成可编辑的 PPT（Banana Slides）一份写明边界的选型参考：它如实交代不自带模型额度、页面本体是渲染图像、导出属有损还原，并把仓库 Issue 里踩过的坑逐条对上。适合愿意自备密钥、需要逐页模板与
- 用 7 个 AI 分析师做 A 股投研辩论（TradingAgents-Astock）TradingAgents-Astock 把美股的多 Agent 辩论框架改写为 A 股版本，值得留存的地方在于它把 T+1、涨跌停、政策、游资、解禁这些制度变
- 让数百个 DeepSeek Harness 插件共存的桌面客户端（DSH-Desktop-EAC）它把 dsh 这条命令行工具链包成 Windows 与 Apple Silicon Mac 上双击即用的客户端。值得留的是平台边界、数据目录、版本线这些能直接拿
本页由诀.com根据当日已收录内容进行编辑归纳；引用文章中的事实、案例和数据仍以对应来源页为准。
内容核验说明
今天这十篇的共同点是都挂着仓库地址、都能自己装起来验，所以筛选时优先保留写明前提、限制与已知问题的那部分：哪几篇必须先有宿主，哪几篇的进阶能力依赖外部工具链，哪些问题在 Issue 状态里标为已解决。适用的边界是它只帮你在动手前把依赖顺序和搭配关系排清楚，不替代各仓库的 README 与官方文档。不推荐把它当成选型结论或功能对比表，里面没有一篇是本站跑过之后写的，版本迭代快，字段、命令与平台覆盖以仓库当前页面为准。
文中的仓库指标、版本号、语言占比、仓库体积与焚评评分，以及各项目的功能、配置与渠道说明，均来自原作者或焚.com 的公开披露，诀.com 未独立验证。所引 Issue 描述与解决状态取自 GitHub 公开记录，多数未在本地复现；安装命令、凭据字段与参数以各仓库 README 与 CHANGELOG 为准。内容生成说明
这是诀.com根据当天已收录文章生成的编辑综合，重点是主题联系、阅读路径和核验提醒，不把来源文章中的数据改写成本站实测。