← 返回列表
未验证
校验并运行 YAML 声明的智能体与工作流
尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/20 · 已提供中文文档
Microsoft Agent Framework (MAF) 的 DeepSeek Harness 插件 — 验证/运行/搭建 declarative agents 与 workflows（YAML）
综合分
27.3
GitHub 分
27.3
用户评分
—
★ Stars
0
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add WODE25500/dsh-maf该插件未发布到 npm，走 GitHub 源安装（pnpm 若拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑）
数据截至 2026/9/16（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
依赖的 DSH / Cordis 模块
@deepseek-ai/cordis@deepseek-ai/dsh-tools用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
dsh-maf 文档 快速上手 1. 安装依赖：pip install agent-framework agent-framework-declarative python-dotenv 2. 配置 provider 环境变量（agent YAML 里 =Env.* 引用的密钥） 3. 安装插件（见根 README） 4. 问 agent："maf_status" → "maf_scaffold outPath=./agents/My.yaml" → 编辑后 "maf_validate" 工具与引擎命令对照 | dsh 工具 | maf.py 命令 | |---|---| | maf_status | python scripts/maf.py status | | maf_validate | python scripts/maf.py validate | | maf_run_agent | python scripts/maf.py run-agent "" | | maf_run_workflow | python scripts/maf.py run-workflow [--main main.py] | | maf_scaffold | python scripts/maf.py scaffold [--kind agent\|workflow] | Declarative Agent YAML 示例 kind: Prompt name: Assistant description: Helpful assistant instructions: You are a helpful assistant. model: id: =Env.OPENAI_CHAT_MODEL_ID provider: OpenAI apiType: Chat Declarative Workflow YAML 示例 name: my-workflow description: A simple workflow example actions: - kind: SetValue path: turn.greeting value: Hello, World! - kind: SendActivity activity: text: =turn.greeting 常见问题 - NOT INSTALLED：缺 agent-framework / agent-framework-declarative，按提示 pip install。 - provider 报错：agent YAML 的 model.id 引用的环境变量未配置——设置 .env 后重试。 - experimental 警告：declarative agents API 官方标注 experimental，正常现象。
同作者（WODE25500）的其他插件
扫码进群