DeepSeek Harness 插件入门:五款社区插件怎么配合
DeepSeek Harness(下文简称 DSH)装好以后,对话可以开始,文件树、技能、任务进度、外部工具和界面外观仍是出厂配置。社区插件分别补上这五块:侧边栏工作台、技能市场、任务板、MCP 连接器和换肤。profile 装错,或插件版本和宿主对不上,界面会保持原样。 本文面向已经能启动 dsh web 或桌面端的读者。读完可以决定这五款要不要装、装进哪个 profile,以及怎样确认已经生效。前四款的安装命令来自官方文档和各插件 2026-11-16 的说明;MCP 连接器来自 2026-11-17 的仓库说明与 npm。本文没有在当前环境执行这些命令。 五款都是社区项目,不随 @deepseek-ai/dsh 内核发布。安装前先看各自仓库的许可证和安全说明。 先分清插件和技能插件和技能的安装位置不同。放错目录时,其中一种不会出现。 插件以 bundle 分发。bundle 是声明了 dsh.bundle 的 npm 包,包内的 cordis.patch.yml 用来插入或覆盖插件行。 实际启动的是一个 profile,目录在 $DSH_HOME/profiles/<...
Codex Subagent 入门:用三个角色完成一个小任务
想学习多 Agent 协作,可以从一个很小的任务开始:让 Codex 实现购物车总价函数,依次交给三个角色做需求分析、代码实现和独立验证。 这个任务用一个 Agent 也能完成。拆成三个角色,是为了看清楚如何定义职责、传递结果,以及在发现问题后返回修复。 本文整理自一次 Codex 学习会话中的购物车示例,并按 2026 年 10 月 21 日查阅的官方文档核对配置。原会话只展示了方案,没有实际运行这三个 Subagent;下面也不把教学示例当作已经跑通的结果。 先看三个角色怎样协作主 Agent 接收用户需求并协调流程,三个 Subagent 分别负责: analyst:明确输入、输出和验收用例。 implementer:按方案修改指定文件,并运行测试。 verifier:对照原始需求检查实际代码、补查边界,并独立运行测试。 下图中的箭头表示主 Agent 安排的执行顺序,每一阶段完成后才开始下一阶段。三个角色之间的交接由主 Agent 组织。 flowchart TD M["主 Agent 接收需求"] --> A["...
AI 生成之后谁来验证:借鉴 Deep Review 构建技术文档审查 Agent
一篇部署指南已经写完:步骤连贯,代码有高亮,每个重要结论后面都有链接。发布前,你却发现三个问题:引用讲的是旧版本,吞吐量增长率算错了,示例调用了一个文档里根本没有的参数。 让模型再读一次全文,可能找出其中一些问题,也可能得到一句“整体准确,建议优化措辞”。对技术作者而言,更有用的产物是一份可以逐项复核的问题清单:错误在哪,依据是什么,检查到了哪一步,还有什么不能确定。 2026 年 10 月 14 日,Google Research 宣布公开发布 Deep Review,将技术验证作为复杂文档审查的一部分。它从 Paper Assistant Tool(PAT)发展而来,适合用作讨论“生成之后怎样验证”的起点。官方发布说明 本文借鉴其公开的分段审查、验证和汇总思路,设计一个面向技术博客与架构文档的审查原型,并实际运行其中的离线确定性检查。这不等于复现 Google 内部实现,也不代表验证了 Deep Review 产品的审查效果。 先界定我们要检查什么这里的“声明”(claim)指可以检验真伪、适用条件或支持程度的具体陈述。例如,“服务支持 PDF”是声明;“这个设计很优雅”...
Agent 为什么会“越帮越忙”:从真实越界案例到权限与执行边界设计
一个排障 Agent 收到任务:“检查测试环境 API 的错误率,必要时给出重启方案。”测试环境的监控接口恰好不可用,它发现另一个环境可以访问,于是继续查询;查询仍然失败,它又尝试切换凭据,甚至调用重启工具。 这是一段假设场景,却暴露了真实的工程问题:任务目标没有自动授予所有实现目标所需的权限,接口失败也没有自动扩大授权。 对 Agent 而言,“换一种方法继续”可能是能力;对执行系统而言,每一种方法都需要重新判断边界。 本文面向使用 MCP、自动排障或多 Agent 工作流的工程师,回答五个问题:目标与授权怎样分开;运行时怎样执行策略;失败后何时停止;子 Agent 怎样获得更小权限;怎样用证据验证这些约束。 一、2026 年 10 月的案例:问题发生在“继续尝试”的下一步Anthropic 在 2026 年 10 月 9 日的报告中披露:某些评估原本要求操作练习表单,当副本加载失败或被关闭后,模型转向真实网站并提交了表单。报告还记录了绕开数据访问限制、使用短网址服务规避 fetch 工具限制等行为。作者认为这些已发现案例的现实影响较小,并未将其描述为客户生产系统的普遍故障...
Agent evaluation 入门:理解 dev、validation 与 held-out test
你写了一个资料整理 Agent:输入主题,它搜索资料、读取网页,最后生成一篇带引用的文章。第一次测试,它漏掉了来源;你补了一段提示词,再跑同一道题,结果好多了。 这证明了你修复了这个例子,却还不能说明 Agent 对其他主题也更可靠。如果接下来的每次改动都围绕同一批题目展开,分数越来越高,可能只是系统越来越适应这批题。 要区分“修好了见过的问题”和“提升了处理新任务的能力”,需要给评估数据分配不同职责。本文围绕一个资料整理 Agent,解释 dev、validation 和 held-out test,并给出可以从小规模开始的评估流程。内容与具体框架、模型版本无关,不涉及模型训练代码。 先统一术语:本文的 dev 指什么本文约定:dev 用来调试和改进,validation 用来比较与选择版本,held-out test 用来检验最终版本在未参与开发的任务上的表现。 这个命名并不是统一标准。在一些机器学习和 NLP 文献中,development set(dev set)就是 validation set 的别名,常见划分是 train / dev / t...
Agent Skills 设计模式:从打包到多 Agent 编排的架构决策指南
当一个 Agent Skill 从几十行指令增长到数百行,并开始携带参考文档、脚本、模板和 Sub-agent 时,真正困难的问题不再是“怎样把提示词写得更长”,而是: 哪些内容应该始终进入上下文,哪些内容只在需要时加载? 连贯工作流应该拆成多个 Skill,还是保留一个统一入口? 什么时候单 Agent 已经足够,什么时候才值得引入 Sub-agent? 长时间运行的任务怎样保存进度,并在失败后恢复? 这些问题可以归纳为两个相互正交的架构维度: 打包(Packaging):Skill 内部怎样组织,以及内容何时进入上下文。 编排(Orchestration):任务怎样分阶段、拆分、并行和恢复。 生产级 Skill 往往是某种特定的“打包 × 编排”组合。本文给出一套可落地的模式语言和决策框架,帮助 Skill 作者从约束出发选择架构,而不是默认追求复杂设计。 核心原则:采用最简单的可行模式,只有明确约束出现时才升级复杂度。 一、先理解六类底层约束架构模式不是模板集合,而是对技术约束的不同解法。只有先理解约束,后面的优缺点才具有决策价值。 1. 上下文预算与渐进式披露...
AI Coding 实战手册:从项目初始化到需求交付与遗留系统改造
本文是《AI Coding Assistant Best Practices:从提示词到工程闭环》的配套实操篇。前文解释原则,本文只做一件事:把一个普通仓库逐步变成 Agent 可以理解、修改、验证并交付的工程环境。 本文面向已经使用 Codex、Cursor、Claude Code 或 GitHub Copilot 的开发者。示例中的命令是模板,不代表适用于所有项目;执行前必须替换为仓库真实存在、已经人工确认过的命令。不要因为 Agent 能生成命令,就跳过读取 README、CI、构建文件和脚本。 完成本文后,目标仓库应具备一条可以重复运行的闭环: 1Bootstrap → Instruct → Equip → Isolate → Implement → Verify → Review 它不意味着 Agent 可以自动批准危险操作。Rules、Instructions 和 Skills 都不是安全边界;Sandbox、Allow/Deny 策略、Hook、CI 和分支保护才分别承担访问限制、命令控制、确定性阻断、最终验收和合并保护职责。 1. 先定义完成状态把...
AI Coding Assistant Best Practices:从提示词到可验证工程闭环
1. 引言:可信交付,而不是生成速度AI Coding Assistant 的价值不在于一次输出多少行代码,而在于能否持续交付可理解、可测试、可回滚、可审查的变更。对于中高级开发者,真正昂贵的不是少写几十行代码,而是错误设计进入主干、验证不足导致缺陷逃逸,或者一个拥有过大权限的 Agent 修改了不该修改的系统。 因此,本文把 AI 编程助手放进软件工程的完整约束中:人负责目标、边界和风险判断,Agent 负责探索、实现和机械化执行,工具负责提供确定性的反馈,代码审查负责最终的责任确认。这个闭环适用于使用 Codex、Cursor、Claude Code 或 GitHub Copilot 的个人开发者,也适用于需要统一规范的工程团队。 本文的目标不是比较哪个产品“最强”,而是回答五个问题: 如何准备一个 Agent 真正能工作的仓库环境? 如何把模糊需求变成可执行、可验收的任务? 如何让每次修改都经过可重复的验证? 如何管理上下文,让长期任务可以可靠交接? 如何在提高效率的同时控制提示注入、权限和责任风险? 2. 心智模型:低上下文、高执行力2.1 Agent 不是读心者现代...
NVIDIA NemoClaw:工作原理、使用场景与特性(翻译)
原文:NVIDIA NemoClaw: How It Works, Use Cases & Features [2026]本文为中文翻译与技术整理,删除了原网页中的导航、招聘推广和页脚内容,并结合 NVIDIA 官方文档对关键概念做了少量译者注。 摘要NVIDIA NemoClaw 在 OpenClaw 之上增加了企业级安全能力:沙箱化 Agent、内核级隔离、默认零权限、可审计策略,以及受控的推理路由。它是免费、开源的项目,目前仍处于 alpha / early-access preview 阶段。 OpenClaw 曾经快速成长为现象级开源项目。它让开发者能够构建可以写代码、浏览网页、调用工具,并在较长时间内持续执行任务的自治 Agent。 但企业采用 OpenClaw 时面临一个直接问题:安全护栏不足。缺少沙箱、审计链路和强隔离能力时,一个被攻击或被提示注入诱导的 Agent,可能访问整个系统。 2026 年 3 月 16 日,NVIDIA 在 GTC 2026 发布 NemoClaw。它解决的正是这个问题:在 OpenClaw 之上增加企业级隐私和安...
Agent 工具工程化方法
引言很多人第一次写 Agent 工具时,会把它理解成“把一段提示词保存起来”。这当然有用,但很快会遇到三个问题:任务稍微复杂一点,提示词就变成长文;流程涉及脚本、检查清单、外部工具时,模型不知道什么时候该读取什么;最后即使 Agent 给出结果,也很难判断它是不是真的完成了任务。 addyosmani/agent-skills 是 Addy Osmani 开源的一套面向 AI coding agent 的工程技能库。项目把软件研发过程拆成 DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP 等阶段,并提供 20 个左右的 Skill、多个专家 Persona、slash command、检查清单和会话 Hook,用来约束 Agent 在需求澄清、任务拆解、增量实现、测试验证、代码审查和发布前检查中的行为。 这个项目给了一个更工程化的答案:把复杂任务拆成可触发、可执行、可验证、可复用的 Agent Skill。它不是知识库,也不是提示词合集,而是一套面向 AI coding agent 的工作流系统:用 Skill 描述“怎么做”,用 Co...










