⁣
📰 Agent Plan x DeepSeek Harness 实践指南

DeepSeek Harness(DSH) 是一个模块化、可组合的智能体应用框架,核心由 Model、Tool、Memory、Sandbox 和 Agent 组成的插件体系构成。Harness 只承担三件事:调度模型与工具、在高危操作前请你审批、维护任务计划,启动简单为 npx @deepseek-ai/dsh web。Agent Plan 将模型与 Harness 组件打包成解决方案,订阅一次即可抵扣 AFP 额度,预算管理更省心。DSH 提供插槽,Agent Plan 提供海量插件工具箱,插件组合经过广泛验证,减少试错成本,直接装就能用。 Agent Plan 提供大脑、手脚和记忆等能力,覆盖文本、图像、视频生成及向量化等全模态模型,并可接入自定义提供方。记忆方面基于 OpenViking Context,形成“虚拟文件系统 + 语义检索”的上下文数据库,能在会话前召回相关记忆、会话结束后沉淀长期记忆,跨会话保持上下文。Evolve 组件学习最近会话,给出带证据和风险的优化建议,经过确认后写入,并可通过“Learn from my recent sessions”沉淀为长期指令。AI Native开发底座基于火山引擎 Supabase,提供 Serverless PostgreSQL、认证、对象存储、边缘函数、实时同步等,接入后 agent 可用自然语言建表、写策略、部署等,降低后端开发门槛。实战案例如投资研究助手小曾,通过 Agent Plan 的模型、数据、记忆与应用开发能力,完成每日研究简报的获取、保存与持续更新,形成可持续查看的投资研究页面,并让 Agent 学会小曾的研究方法和习惯,逐步生成长期规则和优化建议,最终实现零风险落地与大规模应用。

🏷️ #深度探讨 #智能体框架 #插件化

🔗 原文链接
 
 
Back to Top