DeepSeek Harness RC.8重大更新:多模态能力全面升级,Agent编排架构日趋完善

0 阅读

DeepSeek Harness在发布RC.7版本仅仅两天后,再次推出了RC.8版本的重大更新。这次更新涵盖了多模态输入、子代理系统、工具调用、Windows终端支持以及底层存储等多个关键领域的功能增强,展现了该开源Agent框架快速迭代的发展态势。

此次更新中最引人注目的变化之一是多模态能力的显著提升。DeepSeek模型适配器现在能够直接处理原生图片请求,这意味着用户可以通过直观的视觉输入与Agent进行交互。更重要的是,核心命令如/goal、/plan等已经完全支持图文混合输入模式,这种设计大大扩展了用户与Agent沟通的方式和效率。

图片

在文件管理和上下文引用方面,@菜单新增了文件和历史会话引用功能。用户现在可以直接将本地文件和之前的对话上下文一同提交给Agent处理,这种无缝集成的上下文管理机制为复杂任务的连续处理提供了强有力的支持。这种改进解决了传统Agent系统中上下文丢失和信息断层的常见问题。

RC.8版本的另一个重要进展是Claude Code和Codex被更深入地整合到DeepSeek Harness的Agent编排体系中。这两个强大的编码Agent现在可以作为Profile Bundle按需安装,并作为子代理被Harness调用。这种架构设计体现了DeepSeek Harness向统一Agent调度层演进的战略方向。

Codex在RC.8中还获得了非交互权限模式的新特性,并且支持同时运行多个命名实例。这种灵活性使得开发者可以根据不同的项目需求和安全级别来配置和使用Codex实例,提高了系统的可扩展性和安全性。

从整体架构的角度来看,DeepSeek Harness正在构建一个类似统一调度层的系统:上层负责任务分解和工作流编排,底层则根据具体任务需求动态调用不同的Coding Agent。这种分层架构设计不仅提高了系统的模块化程度,也为未来的功能扩展奠定了坚实基础。

这一发展路径在RC.7版本中已有初步体现。8月17日发布的RC.7首次实现了Codex与Claude Code的子代理任务接入Job Panel,用户可以直接在Harness的任务面板中管理这两类Agent的执行过程。RC.8在此基础上进一步推进,将Claude Code和Codex对应的provider制作成独立的Profile Bundle,实现按需安装的灵活配置。

工具调用方面的改进同样值得称道。web_search功能现在支持并发查询,这在处理需要同时检索多个信息源的复杂任务时能够显著提升效率。子代理完成任务后的reportDelivery机制也得到优化,能够及时反馈结果并主动唤醒父任务,这种异步通信机制确保了工作流的顺畅执行。

对于需要同时搜索多个信息源并将结果交由主Agent汇总的长链任务,这类改进直接影响整个工作流的执行效率。并发查询能力的引入意味着系统可以在相同时间内获取更多相关信息,从而提高整体处理速度和质量。

Windows用户的体验也得到了实质性改善。PTY终端现在支持持久化PowerShell会话,并且在Minimal预设中默认开启。这种改进解决了Windows环境下终端会话管理的痛点,为Windows开发者提供了更好的使用体验。

安装和启动流程的简化也是RC.8的重要改进之一。通过缩小依赖下载体积,以及在本地运行dsh web时自动打开浏览器,系统降低了用户的使用门槛,提升了初次使用的便利性。

在稳定性方面,RC.8集中修复了一批实际使用中的问题。其中包括修复图片尺寸过大或历史图片累计载荷过高导致模型请求失败的问题,这个问题在多模态应用场景中尤为关键。同时修正了取消流式生成后已展示的回复前缀未带入后续提问和分叉会话的问题,确保了对话的连贯性。

针对自定义OpenAI兼容网关的兼容性问题也得到了解决,修复了部分网关因请求格式差异无法调用的情况,以及推理内容回传可能缺失的问题。这些修复提高了系统的兼容性和可靠性。

在SDK层面,Python SDK的依赖配置现在覆盖4个内置Agent预设,并包含了rg/glob搜索和MCP stdio工具所需的依赖。这种全面的依赖管理确保了开发者能够顺利使用各种内置功能和第三方工具。

从整体发展趋势来看,RC.8最值得关注的地方可能并非某个单一功能的添加,而是DeepSeek Harness正在逐步将Claude Code、Codex这样的顶级Coding Agent转化为其工作流中可以随时调用的