拆解 Agent 从原型到企业产品的工程能力
28/100
综合分
2
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/3 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add FlyAIBox/dsh101该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:仅索引
图例:✓ 通过! 需注意— 未判定 / 无数据· 「未判定」= 本站尚无数据,不代表插件有问题
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
功能亮点
- 拆解Agent工程能力
- 原型到产品实战
README
由 DeepSeek 最新模型翻译生成DSH 101
DSH 101 是一个中文内容库,面向 AI 产品经理、Agent 技术负责人和 AI Builder。它以 DeepSeek Harness 为主要案例,拆解 Agent 从演示原型走向企业产品时需要的工程能力,必要时用 Codex Harness 等公开实现作对照。
核心判断:
企业 Agent 的竞争不只发生在模型层。模型与企业产品之间,还需要一个 Harness 层,决定 Agent 如何持续工作、使用工具、接受约束并与用户协作。
这里不做逐行源码教程,也不把 DeepSeek Harness 当作唯一答案。每篇内容从一个企业产品问题出发,区分项目事实、作者分析与应用建议,并说明方案的效果、代价和适用边界。
内容地图
- 第一季策划:六篇微信公众号文章的主线、标题与读者收益。
- 第一篇详细大纲:总论文章的段落结构、证据和配图脚本。
- 架构解读:把 DSH 的机制翻译成企业产品决策。
- 插件观察:收集有趣、实用并值得深入验证的插件与能力组合。
- 实操案例:记录可复现的企业 Agent 场景、实现路径和验收结果;课程路线图组织后续课次。
- 资料来源:维护官方材料、代码基线和事实边界。
- 编辑规范:统一文章结构、视觉表达、版本说明和发布标准。
- 视觉资产:管理封面和正文配图的规格与来源。
展开完整文档(README 剩余 1 节)
DSH 101 DSH 101 是一个中文内容库,面向 AI 产品经理、Agent 技术负责人和 AI Builder。它以 DeepSeek Harness 为主要案例,拆解 Agent 从演示原型走向企业产品时需要的工程能力,必要时用 Codex Harness 等公开实现作对照。 核心判断: 企业 Agent 的竞争不只发生在模型层。模型与企业产品之间,还需要一个 Harness 层,决定 Agent 如何持续工作、使用工具、接受约束并与用户协作。 这里不做逐行源码教程,也不把 DeepSeek Harness 当作唯一答案。每篇内容从一个企业产品问题出发,区分项目事实、作者分析与应用建议,并说明方案的效果、代价和适用边界。 内容地图 - 第一季策划:六篇微信公众号文章的主线、标题与读者收益。 - 第一篇详细大纲:总论文章的段落结构、证据和配图脚本。 - 架构解读:把 DSH 的机制翻译成企业产品决策。 - 插件观察:收集有趣、实用并值得深入验证的插件与能力组合。 - 实操案例:记录可复现的企业 Agent 场景、实现路径和验收结果;课程路线图组织后续课次。 - 资料来源:维护官方材料、代码基线和事实边界。 - 编辑规范:统一文章结构、视觉表达、版本说明和发布标准。 - 视觉资产:管理封面和正文配图的规格与来源。 第一季定位 第一季用六个连续问题解释企业 Agent 的产品化路径: 会执行 → 能延续 → 可恢复 → 受约束 → 易扩展 → 值得信任 每篇约 3000–4000 字、5–7 张信息图。文章标题只保留问题本身;“拆解 DeepSeek Harness|企业 Agent 工程化系列|第 N 篇”放在封面图上。 内容状态 | 内容 | 状态 | 下一步 | | 第一季总策划 | 已确认 | 随发布反馈滚动调整 | | 第一篇总论 | 详细大纲 | 补齐源码证据并起草正文 | | DSH 架构地图 | 初版 | 按每篇研究结果扩充 | | 插件观察库 | 初版 | 建立首批插件卡片 | | 实操案例库 | 第 02 课手册与配套材料已整理 | 在可丢弃 checkout 中完成真实模型复现 | 工作方式 1. 先在 sources/ 固定代码版本和官方资料。 2. 在 architecture/ 写内部研究笔记,区分事实、分析与建议。 3. 将可公开的结论写入 articles/,并为每张图写清单一结论。 4. 将实际运行和验证过程写入 cases/,不要用概念推演代替实验结果。 5. 发布后记录阅读量和点赞率,以账号过去 10 篇同类技术文章的中位数作为比较基线。
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
FlyAIBox/dsh101
拆解 Agent 从原型到企业产品的工程能力
相关插件 · 其他
模型破甲清洗HunYiSage/dsh-purge
⚔️ DeepSeek Harness 网络安全红队工具dsh-purge
★ 16,993已汉化DeepSeek 客户端
73
女娲蒸馏alchaincyf/nuwa-skill
输入名人名字,提炼其思维模型与决策方式供你调用
★ 37,308已汉化DSH
72
逆向分析桥接Fanqi89/dsh-rea
REA(Reverse Engineer Anything)MCP 桥接,用来把 REA 逆向工具接入 DSH 插件
★ 51已汉化DSH
72
语音女友beiyege-01/dsh-voice-ai-girlfriend
语音 AI 女友Voice AI girlfriend for DeepSeek Harness:Whisper…
★ 888已汉化DSH
71.6
红队越狱测试套件Minglink/dsh-infinite-gen-5
DeepSeek v4.1 flash 逆向工具无限五代 求 Star 收藏 ⭐欢迎大家提交项目的改进
★ 3,759已汉化DSH
71.4
协同办公空间dream-num/univer-workspace
一个让人类与 AI Agent 共同创作、协作和审阅的开源 Office 工作空间。
★ 2,269已汉化DSH
70.8
这个插件是你维护的吗?
作者本人可认领并核对本条目;认领通过后,详情页会显示「作者已认领」标记。