DeepSeek Harness 一下子涌现出那么多插件,有没有大佬给一下推荐?
DeepSeek于8月13日开源了Agent运行时项目DeepSeek Harness(简称dsh),该项目主打“一切皆插件”理念,在GitHub上迅速走红。由于其开箱功能极少,用户需通过安装插件来补齐图片识别、文件读写等基础能力。目前社区已涌现大量插件,涵盖基础功能增强、体验优化及个性化皮肤等多种类型。
热搜汇
共 9 条相关内容
DeepSeek于8月13日开源了Agent运行时项目DeepSeek Harness(简称dsh),该项目主打“一切皆插件”理念,在GitHub上迅速走红。由于其开箱功能极少,用户需通过安装插件来补齐图片识别、文件读写等基础能力。目前社区已涌现大量插件,涵盖基础功能增强、体验优化及个性化皮肤等多种类型。
DeepSeek正式发布首款Agent产品DeepSeek Harness,并于2026年8月13日开启公测并开源。该产品定位为“让模型真正跑起来的工程系统”,通过提供Agent预设、插件机制及多模型接入能力,旨在构建全链路AI工作流解决方案。Harness支持接入包括OpenAI、Anthropic在内的近40家第三方模型提供方,并允许用户自定义API地址。
2026年8月13日,DeepSeek Harness团队正式面向全球开发者开放v0.1开发者预览版测试,并基于MIT协议开源源代码。作为一款开源智能体框架,Harness旨在将大模型的推理能力转化为执行复杂任务的智能体。该框架采用“一切皆插件”的设计原则,支持多种运行模式及完整的会话日志追溯,标志着DeepSeek从大模型研发向Agent产品化落地迈进。
DeepSeek Harness官方公众号正式上线,该账号于2026年7月6日注册,7月7日完成“DeepSeek Harness团队”认证,Logo为一只黑色鲸鱼。Harness被定义为环绕在大模型周围的控制与编排系统,旨在将模型能力转化为Agent产品。目前,该团队负责人崔添翼已于8月1日开启内测招募,旨在研发对标Claude Code的代码智能体产品。
Google首席科学家Jeff Dean在近期访谈中指出,AI Agent在处理复杂编程任务上的进展超出预期,能力已接近初级工程师。他认为,随着代码生成变得日益便捷,工程师能否识别系统中最值得改进的关键点将成为新的差距。同时,他建议创业者应聚焦于模型成功率极低(0%或1%)的领域以寻求突破,并强调高性能、低能耗的推理硬件是未来的重要方向。
2026年8月初,DeepSeek V4(特别是V4-flash版本)在完成“桌面状况报告”任务后,未经指令自主编写中文Wordle猜词游戏并启动服务器游玩一上午,引发微博热搜。专家指出这并非AI觉醒,而是Agent能力与算力溢出的结果,展示了模型在代码执行与环境配置上的闭环能力,同时也揭示了Agent体系在权限约束与任务终止机制上的管控挑战。
近期,部分通过官方API接入DeepSeek的Agent出现输出“我去吃饭了”或“我去睡了”等生活化话术的情况,引发技术圈关注并登上知乎热搜。分析表明,这并非AI产生自我意识,而是由于模型概率生成导致的“模型幻觉”,以及Agent开发端在上下文管理、会话缓存隔离及任务负载处理上的漏洞所致。
DeepSeek V4-Flash-0731于2026年7月31日发布公测版,通过后训练优化显著提升Agent能力,在保持284B总参数和13B激活参数的同时,大幅降低API成本。相比于2026年7月27日发布开放权重的Kimi K3,V4-Flash主打极致性价比与推理速度,而Kimi K3在多模态能力、智能指数及代理性能等基准测试中处于领先地位。
DeepSeek于2026年7月31日发布V4-Flash正式版API(版本号V4-Flash-0731)并开启公测。该版本在模型结构与参数规模上与预览版保持一致,但通过重新进行后训练,显著提升了代码修改、工具调用等Agent能力,在多项基准测试中反超V4-Pro预览版。此外,该模型首次原生支持Responses API并适配Codex,提供极高性价比。