Исследовательский прототип, открытый командой DeepSeek Harness 10-31 в организации deepseek-ai: активный агент для написания кода, обслуживающий только один репозиторий GitHub и упакованный в виде плагина DSH. Он слушает GitHub (опционально Feishu); когда пользователи из списка разрешенных упоминают (@) аккаунт агента с запросом, агент создает тикет, выполняет работу в собственной сессии и каталоге, а по завершении возвращает результат в исходное обсуждение (например, pull request). Локальная веб-панель отображает только те задачи, которые требуют вмешательства человека.
Количество звезд 2490
Уверенность: высокая (100) · Время события 2026-10-31
Обоснование
- Новые официальные новости за последние 24 часов: создание репозитория 10-31 (независимые СМИ указывают время 09:32 UTC), лицензия MIT; в тот же день команда Harness опубликовала в официальном аккаунте WeChat статью «Исследование дизайна Super-agent: путь к более автономным системам агентов». Согласно сообщению First Financial, внутренние экземпляры уже ежедневно участвуют в воспроизведении и исправлении ошибок, ответах на код-ревью и итеративной разработке самого DeepSeek Harness (оригинал статьи в WeChat не удалось открыть).
- Архитектура построена по принципу «один основной сессия-диспетчер + отдельная исполнительная сессия для каждого тикета»: основной сессия использует пресет dsh-superagent-router для решения о принятии задачи, для каждого тикета создаются сессия worker-<номер тикета> и отдельный каталог, допускается параллельная обработка нескольких тикетов с настраиваемым лимитом; если фронтальная команда выполняется дольше 5 секунд, она переводится в фоновый режим, а фоновые задачи могут выполняться еще до 30 минут после завершения основного раунда.
- Принципы проектирования описаны в docs/000: минимизировать отвлечение внимания человека. Запросом считается только прямое упоминание (@) агента пользователем из списка разрешенных; инициативная работа без запроса требует написания правил командой, при этом режим observe по умолчанию лишь фиксирует «что было бы сделано», не выполняя действий; во время работы агент молчит и публикует сообщения только при наличии результата, необходимости принятия решения или невозможности завершить задачу.
Использование
- Требования: Node.js 22.19+ или 24+, pnpm, git 2.32+, tmux, Python 3.8+, GitHub CLI 2.48+, версия DSH должна соответствовать диапазону engines в package.json (в документации по развертыванию зафиксирована команда npm install -g @deepseek-ai/[email protected]), также необходимо настроить для DSH сервис моделей.
- Официально рекомендуется установить систему с помощью кодинг-агента: после клонирования репозитория скажите агенту «Read SETUP.md in this repository and set up dsh-superagent with me», он будет задавать вопросы по одному (репозиторий, аккаунт агента, кто может ставить задачи, автоматическое слияние и т.д.), представит полный план и только затем выполнит его; ручные шаги описаны в docs/006-deployment.md (отдельный профиль superagent, панель по умолчанию 127.0.0.1:3082).
- После установки используйте аккаунт из списка разрешенных, чтобы оставить комментарий в issue репозитория вида @<аккаунт агента> <запрос>; примерно через минуту тикет появится на панели.
Риски
- В README явно указано, что это исследовательский прототип, а не официальный продукт DeepSeek: код в значительной степени написан кодинг-агентами, возможны дефекты, реализация отличается от внутренней версии и от описания в статье; некоторые элементы дизайна в статье являются лишь планами на будущее и не реализованы в прототипе.
- Исполнительные сессии работают с правами danger-full-access под системной учетной записью оператора без необходимости подтверждения, могут запускать программы по пути и читать домашний каталог пользователя; в документации рекомендуется изоляция с помощью отдельной системной учетной записи, содержащей только учетные данные агента. Агент должен быть отдельным пользовательским аккаунтом GitHub (GitHub App не поддерживается), поддерживается только github.com, GitHub Enterprise Server не поддерживается; для Feishu требуется создать отдельное приложение-бота и lark-cli.
- Количество звезд (на момент сбора данных 2490) отражает только уровень внимания; публичные оценки или данные об использовании отсутствуют, информация о внутреннем использовании основана на статье в WeChat и пересказах СМИ.