DeepSeek Harness vs LangGraph: 数字分身 Runtime 怎么选
DeepSeek Harness 的竞争对象不是某个聊天界面，而是承担状态、工具、执行与恢复的 Agent Runtime。选型时如果只比功能清单，很容易把框架的演示能力当成生产能力。本文把 DSH 与 LangGraph、Microsof...
标签索引
DeepSeek Harness
这个标签下有 5 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
DeepSeek Harness 学习路线: 30 天做出只读数字分身
学习一个 Agent Runtime 最容易走偏的方式，是平均阅读所有文档，然后做一堆彼此无关的 demo。更有效的路线是围绕一个可验收产品逐层补能力：先让分身只读地认识你，再加入记忆、动作、权限和评测。下面的 30/90 天计划以这一顺序...
DeepSeek Harness 做数字分身: Runtime 与长期记忆分层
把 DeepSeek Harness 用于数字分身，真正困难的不是把人格提示词塞进系统消息，而是决定哪些状态属于人、哪些状态只属于一次 Agent 执行。这个边界一旦画错，后续每次框架升级都会牵动身份、记忆和授权数据。本文给出一套可替换 R...
DeepSeek Harness 架构: Cordis 与插件运行时
要理解 DeepSeek Harness，最短路径不是先学界面和命令，而是看它怎样把模型、工具、会话、循环、沙箱和 UI 组合成一个运行时。Cordis 是这套组合模型的底层，它决定了插件怎样挂载、依赖怎样替换，以及卸载后副作用怎样被撤销。...
我把 Codex 上的几十个 Skill 迁移到了 DeepSeek Harness，全程可用
AI 竞争已经打到了第三层。第一层拼基础模型——GPT、Claude、Gemini 谁更强；第二层拼 Agent——Codex、Claude Code、Trae 谁更好用。DeepSeek 上周扔出一件新东西，直接把战场拉到了第三层：Har...