大数跨境

DSH v0.1.2-alpha.1:子代理可选模型,工程收敛

DSH v0.1.2-alpha.1:子代理可选模型,工程收敛 路过银河AI
2026-08-29
20
导读:DSH v0.1.2-alpha.1:子代理可选模型,工程收敛8 月 28 日凌晨,DeepSeek 开源

8 月 28 日凌晨,DeepSeek 开源 Agent 框架 DSH(DeepSeek Harness)发布 v0.1.2-alpha.1 预版本。此次更新释放出两大核心信号:交互体验快速打磨,工程架构主动收敛。

一、DSH 定位与现状

DeepSeek Harness 是 DeepSeek AI 推出的开源 Agent 框架,旨在为智能体应用提供插件化 SDK。其核心理念为"Everything is a Plugin",底层由 Cordis 驱动。该框架允许开发者像搭积木般组装工具调用、上下文管理及多任务协调能力,无需从零构建。

目前 DSH 仍处于开发者预览阶段。官方明确提示版本迭代迅速且可能存在破坏性变更,建议仅用于尝鲜、研究及共建,暂不适用于生产环境。

二、v0.1.2-alpha.1 核心升级:配置化

本次更新的最大亮点在于“可配性”,特别是子代理(Subagents)终于支持独立配置模型。

1. 子代理支持指定模型与推理力度

此前版本中,子代理虽已接入 Job Panel,但运行时模型受全局设定限制。新版允许在启动子代理时自定义 provider、model、reasoning effort 及最大输出长度,并同步支持 Claude Code 和 Codex 两类提供方。

这一升级意味着用户可按任务类型精细分配模型资源:

重任务(如代码重构、复杂推理)分配强模型;
轻任务(如格式整理、简单检索)分配快模型;
按需调节推理力度,优化成本消耗。

这标志着子代理从简单的“被调用工具”进化为可精细调度的执行单元,是 Agent 编排能力的关键跃升。

2. Web 界面优化:长会话可用性提升

本次 Web UI 更新聚焦于长会话体验的打磨:

新增轮次导航,支持长对话快速跳转;
展示每轮精确 Token 用量;
流式输出支持实时代码高亮渲染;
会话流自动折叠,内容宽度支持拖拽调整;
切换会话时保留问答卡片草稿;
优化/@菜单及引用标签的交互流畅度。

这些细节改进共同推动 DSH 从“可用”向“好用”迈进。

三、多模态能力:从传输到上下文管理

继支持原生图片请求及引入视觉模型后,v0.1.2-alpha.1 重点实现了图像在上下文中的深度管理:

图片发送后立即回显,后台异步处理压缩上传;
图像 Token 正式纳入上下文预算计算;
轨迹视图支持展示图片附件,模型可精准定位;
优化压缩策略,提升速度并减小体积,改善超长截图清晰度。

这表明官方不仅致力于让模型“看见”图片,更力求其在长会话中持续、可控地“记忆”图像信息。

四、工程收敛:三项关键架构变更

本次更新涉及三项底层架构调整,升级前需重点关注:

1. 移除旧版 APIProxy,统一 Remote 网关

旧版接口 APIProxy 已被移除,网络访问统一通过@Remote网关。依赖旧接口的脚本或插件需进行迁移。

2. 网络访问启用一次性 Token 鉴权

Web 界面访问网络时启用链接内的一次性 Token 认证,安全性收紧的同时也改变了配置方式。

3. 启动方式归一化至 dsh profile

Python SDK、ACP 模式等应用统一通过dshProfile 启动,旨在减少历史包袱,规范启动流程。

此外,模型适配器默认附带插件包名和版本信息以辅助调试(可关闭),并新增可选的会话日志增量上传功能(默认关闭)。

五、性能优化与缺陷修复

官方针对首屏加载、会话传输量及持久化存储体积进行了优化。修复工作主要集中在以下领域:

持久终端:修复 PowerShell 启动误判、Linux 管道读取异常、Bash 子进程过多导致卡顿及结果卡片无法展开等问题;
Agent 预设:解决目录丢失问题,并在加载失败时提供明确原因;
工具调用:修正文件编辑工具对未使用字段的 null 处理,规范 PTC Mode SDK 调用方式。

其他重要变更包括:headless 运行进度改由 stderr 输出;pi-ai 升级至 0.84.2 支持 vLLM 新参数;新增 Python Windows x64 构建产物;Code Mode 更名为 PTC mode;稳定系统提示词分区顺序;默认启用带 SSRF 防护的公网 WebFetch。

六、版本迭代节奏观察

截至目前,DSH 仓库共发布 5 个预 Release 版本。v0.1.2-alpha.1 是从 0.1.1-rc.2 分支出的新版本线。回顾近期迭代路径:

0.1.0-rc.7:建立插件体系,子代理接入 Job Panel;
0.1.0-rc.8:支持原生图片请求,启动工程收敛;
0.1.1-rc.1:引入视觉模型,修复沙箱逃逸;
0.1.1-rc.2:实现图像 Files API 上传复用;
0.1.2-alpha.1:子代理模型可配,治理传输层。

两条演进线索清晰可见:一是打磨,持续优化光标、草稿、导航等交互细节;二是收敛,通过修复沙箱漏洞、统一传输层、收紧鉴权及归一启动方式,为稳定版发布夯实基础。

七、安全风险提示

官方特别强调:DSH 尚未接受安全审计,沙箱、审批与权限控制的隔离性无法完全保证。鉴于 Agent 框架涉及命令执行与文件访问,若沙箱边界失效将放大风险。建议用户仅限在非敏感环境中尝鲜,切勿直接连接生产环境或处理敏感数据。

八、适用人群建议

以下场景适合尝试使用 DSH:

需构建具备工具调用及会话持久化能力的本地 Agent;
对多模型编排及子代理调度机制感兴趣的研究者;
愿意参与预发布版本迭代并反馈问题的开发者。

若您需要开箱即用且稳定的生产级框架,目前尚非最佳时机。

九、总结

DeepSeek Harness v0.1.2-alpha.1 是一次方向明确的迭代而非功能堆砌。它通过子代理模型配置完善了编排能力,借由 UI 细节提升长会话体验,并利用架构收敛清理了工程债务。同时,官方坦诚告知了其预览版的局限性及潜在风险。

依托 DeepSeek 模型生态及“一切皆插件”的架构愿景,DSH 在 AI Agent 赛道展现出差异化优势。未来关注点将集中于其正式版发布进程及插件生态的成熟度。

【声明】内容源于网络
0
0
路过银河AI
1234
内容 1059
粉丝 1
路过银河AI 1234
总阅读31.5k
粉丝1
内容1.1k