登录社区云,与社区用户共同成长
邀请您加入社区
内容是关于DeepSeek Harness的介绍,包括概念、安装、界面等。摘要应概括核心要点。</think>DeepSeek 发布开源 Agent 产品 dsh(DeepSeek Harness),对标 Claude Code 与 Codex。它提供真实文件系统与终端操作能力,支持代码工程、自动化、调研等任务。环境搭建仅需 Node.js 与 npx 启动,界面含工作区、会话与模型配置。文章从概
我们只讲能落地、能验证的 AI 实战。DeepSeek 把 Agent 执行层开源,是 2026 下半年最值得跟的信号之一。关注我,下一篇拆它的插件系统怎么帮你省下 80% 重复劳动。数据来源:DeepSeek 官方公告(2026-08-13)、腾讯新闻/QQ 科技(2026-08-13/14)、NYU RITS 技术分析、agentos.guide 报道。数据随时间变化,以官方仓库为准。
DeepSeek 开源 Harness,最大的意义不是让你白嫖一个工具,是让你看到:一个认真的 Harness 长什么样。它有多复杂、为什么要这么复杂、复杂的代价是什么。Agent 的竞争力不在模型多聪明,在那层壳做得多扎实。至于我,这个系列写完了,但事情没做完。GEO Agent 每天都在遇到新问题,有些我能解决,有些我还在想。下一个系列可能会聊聊 GEO 本身——AI 搜索正在怎么改变内容分发
摘要: DeepSeek V4-Flash 现已原生支持 Codex 接入,无需 CC Switch。用户需先安装 Codex(参考往期教程),随后登录 DeepSeek 平台获取 API 密钥(需注意保密)。通过官方文档提供的 PowerShell 指令一键配置,输入 API 后即可在 Codex 中直接调用 DeepSeek 进行对话。 行业趋势: 大模型技术(如 Agent、多模态应用)快速
本文介绍了提示词工程的核心技巧与应用。迭代技巧强调通过设定角色、结构化提问明确需求,利用多轮互动和提问替代评价来优化反馈,并通过增加约束、提供示例使指令更精准。自动化提示词工程则利用AI自主构造和优化提示词,提升复杂任务的沟通效率。此外,文章还提供了多种实用模式,如“说人话模式”促进理解、“杠精模式”拓展思维。最后,根据任务性质选择通用模型V3(高效)或推理模型R1(深度),可发挥最佳效果。
DeepSeek-V4-Flash 发布后性能显著提升,用户可通过官方一键配置接入 Codex(支持 CLI、App 和 IDE 扩展)。Mac/Linux 用户通过终端脚本安装,Windows 用户使用 PowerShell 命令,输入 API Key 即可完成配置。若需多模型切换,推荐使用开源工具 OpenCodex,通过本地代理整合 OpenAI 和 DeepSeek 模型,并支持 CLI
8月13日DeepSeek V4 Pro正式版上线,Agent能力暴涨近5倍,DeepSWE从12.8飙至62.7,逼近Claude Fable 5。百万Token仅3元/6元,支持OpenAI+Anthropic双协议。本文拆解核心参数、基准数据、定价策略与开发者接入建议。
本文介绍了如何在星图GPU平台上自动化部署【ollama】DeepSeek-R1-Distill-Qwen-7B镜像,快速构建本地化文本生成服务。该镜像专精数学推理与代码生成,适用于技术文档摘要、SQL性能分析、编程辅助等典型场景,显著提升研发与内容生产效率。
本文介绍了如何在星图GPU平台上自动化部署DeepSeek-R1-Distill-Qwen-1.5B镜像,快速构建轻量级数学推理AI助手。依托该平台,用户可5分钟完成服务启动与API调用,典型应用于微积分求解、代数方程推导等需分步验证的数学问题,显著提升教学与科研效率。
本文介绍了如何在星图GPU平台上自动化部署📄 DeepSeek-OCR-2 智能文档解析工具镜像,高效处理带红色公章、骑缝章及手写批注的正式文件。该方案支持本地离线运行,可一键完成扫描件/翻拍文档的结构化识别与Markdown输出,广泛应用于合同审核、政务公文数字化和工程验收单解析等场景。
本文介绍了如何在星图GPU平台上自动化部署DeepSeek-R1-Distill-Qwen-1.5B镜像,实现低延迟、高并发的轻量大模型推理服务。该镜像专为T4显卡优化,适用于法律文书摘要、医疗问诊响应等专业文本生成场景,显著降低部署门槛与资源开销。
中文大语言模型输出乱码问题的技术分析与解决方案 摘要: 本文针对当前主流中文大语言模型(如通义千问、文心一言等)在输出复杂格式内容时出现的Markdown渲染错误、LaTeX公式乱码等问题,从技术原理、Prompt优化和后处理三个维度提出系统解决方案。分析指出乱码主要源于Tokenizer编码偏移、语法冲突和系统提示失效三类机制,并针对四大主流模型分别给出具体优化策略,如强化Schema约束、处理
摘要: 本文探讨了如何将AI生成内容一键转换为可视化图片的高效工作方法。随着千问、文心、Kimi等大模型广泛应用,生成文字内容已非难点,但直接使用存在传播性差、排版混乱等问题。文章分析了三大典型场景(方案汇报/知识沉淀/社媒运营),指出图片在阅读成本、传播性和复用价值上的显著优势,并批判了低效的"截图+拼接"传统方式。作者提出应建立"AI生成→自动排版→图片导出"的标准化流程,推荐使用AI导出鸭等
本文介绍了如何在星图GPU平台上自动化部署DeepSeek-R1-Distill-Qwen-1.5B镜像,实现高精度数学推理能力。该轻量级大模型(仅1.5B参数)专精于数学竞赛题求解,在AIME等测试中表现超越GPT-4o,适用于中学数学教学、竞赛备赛与离线教育终端等典型场景。
本文介绍了如何在星图GPU平台上自动化部署unsloth镜像,高效微调DeepSeek等国产大语言模型。通过预置环境与简化API,用户可在单张A40显卡上完成低显存、高速度的模型微调,典型应用于中文场景下的专业领域指令优化与业务定制化推理。
本文介绍了如何在星图GPU平台上自动化部署DeepSeek-OCR-2镜像,高效实现多页合同中‘条款编号+责任主体+金额’三元组的结构化抽取。该方案无需微调或人工规则,可直接应用于法务审核、采购风控与合同智能分析等典型场景,显著提升法律文书处理效率与准确性。
本文介绍了如何在星图GPU平台上自动化部署📄 DeepSeek-OCR-2 智能文档解析工具镜像,高效实现扫描文档的结构化识别与Markdown输出。该镜像支持缩放/平移/框选复制等交互式调试功能,典型应用于合同、财报、学术论文等多格式办公文档的本地化精准解析,显著提升文档数字化效率。
本文介绍了如何在星图GPU平台上自动化部署📄 DeepSeek-OCR-2 智能文档解析工具镜像,高效处理内部培训PPT扫描件,一键生成结构清晰、层级完备的Markdown大纲与要点提炼,适用于企业知识库建设、会议纪要整理及技术文档数字化等典型办公场景。
本文介绍了如何在星图GPU平台上自动化部署DeepSeek-OCR-2镜像,实现PDF文档到结构化文本的自动提取。通过API调用,用户可批量处理合同、发票等扫描件,精准识别标题、表格、列表等语义结构,直接输出Markdown或JSON格式,无缝对接财务系统、合同审查等业务场景。
《AI内容视觉转化技术:从对话到专业传播的像素级方案》 国产大模型如千问、文心、元宝和Kimi已形成技术矩阵,但其生成内容的高质量视觉转化仍存在痛点。原生截图存在排版断层、分辨率丢失和语义降维三大缺陷。本文提出基于Markdown到Canvas/SVG的技术链路,通过语义对齐、动态布局算法和代码高亮重塑,实现AI内容的无损视觉转化。重点介绍了AI导出鸭网页版的解决方案,其具备原生语义兼容、智能分页
本文介绍了基于YOLOv8/v10/v11/v12与SpringBoot的智能农业害虫检测系统,结合DeepSeek分析和多模态交互技术,实现高效害虫识别与防治。系统采用前后端分离架构,支持图片、视频和实时摄像头检测,显著提升农业害虫防治效率。通过YOLO模型优化和SpringBoot后端设计,系统在田间测试中表现出色,准确率达92%以上。
本文探讨了AI助手生成表格数据的导出难题及解决方案。当前主流AI工具(如通义千问、文心一言等)通过Markdown渲染表格,但直接复制会导致格式错乱,移动端导出功能尤其匮乏。文章分析了技术痛点:Markdown与Office格式不兼容、移动端闭环环境限制。对比了两种传统方案:强制输出CSV(操作繁琐)和Python脚本解析(门槛高),指出其局限性。最后推荐AI导出鸭APP作为终极解决方案,它能一键
本文介绍了基于YOLOv8/v10/v11/v12与SpringBoot的智慧农业害虫检测系统,结合DeepSeek智能分析和可视化Web平台,实现高效、精准的害虫识别与防治。系统采用前后端分离架构,支持多模型切换,集成深度学习和大语言模型技术,为现代农业提供智能化解决方案。
月之暗面发布Kimi-K2.5开源模型,最大亮点是能根据网站录屏自动生成代码。实测复刻小米SU7官网、LMArena等网站,效果惊人。普通用户每月有3次免费额度,本文附完整测试过程。
本文详细解析了DeepSeek大模型的LoRA微调全流程,包括技术原理、环境配置、数据处理、参数调优及实战案例。通过LoRA(Low-Rank Adaptation)技术,开发者可以高效微调大模型,显著降低显存占用和训练成本,同时保持模型性能。文章还提供了实战代码和调参技巧,帮助读者快速掌握DeepSeek大模型的微调方法。
本文介绍了如何在星图GPU平台上自动化部署📄 DeepSeek-OCR-2 智能文档解析工具镜像,通过Telnet命令行接口实现无GUI的远程管理与集群运维。该镜像专用于高精度、低延迟的智能文档OCR解析,典型应用于合同识别、发票结构化提取及学术论文图文分离等场景,显著提升企业文档数字化效率。
本文介绍了如何在星图GPU平台上自动化部署DeepSeek-OCR-2镜像,实现PDF加密文件自动解密与高精度OCR识别一体化流水线。用户上传加密合同或发票PDF后,系统可自主试探密码、解析版面并输出结构化Markdown/JSON,广泛应用于法律文书归档、企业采购单批量录入等场景。
本文介绍了如何在星图GPU平台上自动化部署🏮 DeepSeek-OCR · 万象识界镜像,实现高精度多模态文档理解。该镜像可一键解析PDF、扫描件等复杂文档,精准还原表格、公式与图表结构,典型应用于智能合同审查、科研文献速读及多语言政务文件处理,显著提升非结构化文本的AI分析效率。
本文介绍了如何在星图GPU平台上自动化部署🧠 DeepSeek-R1 (1.5B) - 本地逻辑推理引擎镜像,实现轻量级CPU端逻辑推理。无需GPU即可快速启动Web界面,典型应用于数学解题(如鸡兔同笼)、代码生成与结构化文本推理等本地化AI任务,显著提升边缘设备上的可靠推理体验。
本文介绍了基于YOLOv8/v10/v11/v12与SpringBoot的智能农业杂草检测系统,结合DeepSeek分析和多模态交互技术,实现高效杂草识别与管理。系统支持图像、视频和实时摄像头检测,通过SpringBoot后端和前端后端分离设计,提供稳定可靠的Web交互界面,显著提升农业管理效率。
本文详细介绍了如何构建基于Zotero和DeepSeek的智能文献分析工作流,通过整合Zotero的文献管理功能和DeepSeek的AI分析能力,实现文献的自动摘要、关键词提取和知识关联。文章涵盖环境配置、插件开发、高级工作流设计及实战案例,为科研工作者提供高效解决方案。
本文详细介绍了如何利用Dify平台与DeepSeek大模型构建企业级私有知识库的架构设计。从性能基准、安全合规到扩展性设计,提供了一套完整的解决方案,特别强调了Dify的容器化部署优化和DeepSeek模型的热更新策略,助力企业实现高效、安全的知识管理。
本文详细介绍了如何将Zotero与DeepSeek结合,实现文献智能标注与知识图谱构建,提升学术研究效率。通过智能标注、自动摘要和关键词提取等功能,快速筛选和分析海量文献,并利用知识图谱发现研究脉络。适合科研工作者优化文献管理流程。
本文探讨了如何利用RAG与DeepSeek技术构建智能错题本系统,实现个性化学习路径优化。通过自动识别错题、分析知识点关联及分步解题指导,该系统显著提升学习效率,帮助学生减少80%的错题整理时间,降低65%的同类错误率。文章详细介绍了技术实现方案,包括RAG的知识点检索和DeepSeek的分步解析能力,为教育科技领域提供了创新解决方案。
本文探索DeepSeek本地部署在代码生成之外的创新应用,包括教育个性化学习、内容创作和多模态构思、个人知识管理及低资源环境优化。通过Ollama框架实现轻量化部署,DeepSeek大模型可成为教学伙伴、创意助手和智能知识库,提升工作效率并保障数据隐私安全。
本文详细介绍了如何优化Elasticsearch与DeepSeek R1在生产级RAG系统中的性能,包括集群配置、索引设计、缓存机制、模型量化及混合检索策略。通过实战案例和调优技巧,帮助开发者提升系统吞吐量和响应速度,确保高并发环境下的稳定运行。
本文深入解析了Dify、Ollama与DeepSeek协同工作的技术原理,重点介绍了如何利用这一技术栈构建高效的本地知识库系统。通过整合Dify的应用开发平台、Ollama的本地模型部署能力以及DeepSeek的中文大模型优势,该方案在数据隐私、成本控制和定制灵活性方面表现出色,特别适合企业内部知识管理、智能问答系统等场景。
本文介绍了如何在星图GPU平台上自动化部署📄 DeepSeek-OCR-2 智能文档解析工具镜像,实现扫描件、PDF及手机拍摄文档到结构化Markdown的一键转换。典型应用场景包括合同表格精准识别、学术论文多级标题还原与会议纪要智能整理,大幅提升办公文档数字化效率。
本文介绍了如何在星图GPU平台上自动化部署🏮 DeepSeek-OCR · 万象识界镜像,实现高精度文档图像到结构化Markdown的端到端解析。该镜像支持扫描合同、手写笔记、表格报表等复杂图文的视觉理解、语言生成与空间定位,典型应用于法务条款提取、教学资料数字化及企业历史文档结构化处理。