DeepSeek AI пусна DeepSeek Harness в предварителна версия за разработчици: MIT-лицензирана инфраструктура за агенти, в която всичко е плъгин

DeepSeek пусна DeepSeek Harness v0.1 в предварителна версия за разработчици и публикува пълния изходен код под лиценза MIT. Проектът се доставя като dsh в deepseek-ai/deepseek-harness. Harness е слоят между модела и средата, в която той действа — инструментите, файловете, пясъчниците и контролният цикъл, които позволяват на един агент да продължи да работи. DeepSeek го представя като Агент = Модел + Harness. Повечето harness системи кодират този слой твърдо: цикълът на агента, регистърът на инструментите и хранилището на сесиите са фиксирани, а разширяването е възможно само чрез наличните куки, предоставени от авторите. Harness заема противоположната позиция, заявена още в първите редове на неговия README: всичко е плъгин. Моделите, инструментите, уменията, сесиите, пясъчниците, хранилището, циклите, планирането и потребителският интерфейс са поставени зад границите на плъгините на Cordis, като всеки от тях може да бъде избран, заменен или разширен чрез конфигурация, без да се променя изходният код на Harness. Това превръща проекта в комплект за сглобяване на агентски среди за изпълнение, а не във фиксиран асистент за програмиране, и именно затова пускането му е по-значимо от съобщението за модела, с което беше представен.

Може ли да бъде внедрен?

Да, но като инфраструктура за разработчици, а не като готов продукт с продукционен агент. v0.1 е предварителна версия за разработчици.

• Ниво на компанията: Стартиращи компании, създадени около AI, както и екипи за платформи или за разработваческо преживяване в средни и големи предприятия, които вече използват вътрешни инструменти. Регулираните предприятия могат да го тестват локално, тъй като е с лиценз MIT и се хоства самостоятелно.
• Индустрии: Софтуер и инструменти за разработчици, финансови услуги и застраховане (одитируеми изпълнения на агенти), научноизследователска и развойна дейност в здравеопазването и фармацевтиката, доставчици на облачни и полупроводникови решения, публикуващи референтни стекове за агенти, както и академични или индустриални изследователски лаборатории, сравняващи модели.
• Приложения: Вътрешни агенти за програмиране, работещи с частни хранилища, оценяване на модели в контролирана среда с два инструмента, наблюдение на агентите и възпроизвеждане на изпълненията, персонализирани политики за пясъчници и одобрение, както и пакетиране на вътрешни инструменти като многократно използваеми плъгини.

Ядрото Cordis

Harness работи върху Cordis, метарамка, чийто дизайн е изложен в Програмна парадигма за пространствено-времева композируемост. Ядрото управлява монтирането, демонтирането и зависимостите на плъгините. Функционалностите се намират в плъгините, а не в привилегировано ядро.

Плъгините обхващат модели, инструменти, умения, сесии, пясъчници, хранилище, цикли, планиране и потребителския интерфейс. Услугите и събитията на Cordis им позволяват да работят заедно. Разработчиците избират, заменят или разширяват всяка функционалност чрез конфигурация, без да променят изходния код на Harness.

Четири режима на изпълнение

Standard е пълноценният агент за програмиране: редактиране на файлове, shell, търсене във файлове и в интернет, умения, планиране, цели, подагенти и работни процеси. Code mode предоставя тези инструменти чрез Code Mode SDK, така че моделът да може да комбинира многостъпкови операции в една TypeScript програма. Minimal запазва два инструмента — постоянните bash и str_replace_editor — за сравняване на модели в минимална среда. Creator mode добавя проверка на средата за изпълнение, експерименти с плъгини в паметта и насоки за създаване на предварителни конфигурации.

Всяко изпълнение може да бъде проследено

Всичко, което моделът вижда, се записва в журнал на сесията, към който може само да се добавя. Това включва системните подкани, разсъжденията, извикванията на инструменти и резултатите, планирането на подагенти и всяко инжектиране на контекст. Изгледът Trajectory позволява тези записи да бъдат разглеждани по източник. Възобновяването, разклоняването, търсенето и възпроизвеждането работят върху един и същ поток от събития. Повечето рамки за агенти записват извикванията на инструменти; по-същественото твърдение тук е, че се записва всяко инжектиране на контекст.

Маршрутизирането на моделите също е плъгин

В Settings → Models API ключът за DeepSeek влиза в сила при следващата заявка, без да е необходимо рестартиране на сървъра. Инсталираният каталог добавя доставчици като Anthropic и OpenAI чрез API ключ. Bedrock, Vertex, Azure и Codex изискват вместо това собствени идентификационни данни: идентификационни данни за AWS и регион, ADC проект, api-version и OAuth съответно. Персонализираните доставчици приемат всеки OpenAI-съвместим базов URL адрес и протокол. Ключовете могат само да се записват и се съхраняват в $DSH_HOME/.credentials.yaml; настройките запазват единствено препратка към идентификационните данни.

Стартиране

npx @deepseek-ai/dsh web стартира уеб интерфейса, който по подразбиране се предоставя на адрес http://127.0.0.1:3080. От клонирано хранилище: git clone, pnpm install, pnpm run build, след това pnpm dsh web. Python SDK се доставя като deepseek-harness-sdk и изисква Python 3.10 или по-нова версия, на Linux x64, Linux arm64 или macOS 14+ на arm64. Включената среда за изпълнение не изисква системен Node.js.

Основни изводи

• С лиценз MIT, доставя се като dsh и е предварителна версия за разработчици.
• Ядрото Cordis превръща моделите, инструментите, уменията, сесиите, пясъчниците, хранилището, циклите, планирането и потребителския интерфейс в плъгини, които могат да бъдат заменяни.
• Четирите режима — Standard, Code, Minimal и Creator — зареждат различен набор от плъгини по подразбиране.
• Журналът на сесията, към който може само да се добавя, записва всяко инжектиране на контекст; възобновяването, разклоняването, търсенето и възпроизвеждането използват един общ поток от събития.
• Проектиран е да не зависи от конкретен доставчик: DeepSeek, Anthropic, OpenAI, Bedrock, Vertex, Azure, Codex и OpenAI-съвместими крайни точки.

---

Разгледайте продуктовата страница на DeepSeek Harness, хранилището в GitHub, документацията за разработчици, съобщението на DeepSeek в X и Cordis.Освен това можете да ни последвате в Twitter и не забравяйте да се присъедините към нашия SubReddit за машинно обучение с над 150 хил. членове и да се абонирате за нашия бюлетин. Чакайте! В Telegram ли сте? Вече можете да се присъедините към нас и в Telegram.

Имате нужда от партньорство с нас за популяризиране на вашето GitHub хранилище ИЛИ страница в Hugging Face ИЛИ пускане на продукт ИЛИ уебинар и т.н.? Свържете се с нас