给 DeepSeek Harness 装一个任务面板:DSH Task Board 快速上手

使用 DeepSeek Harness 处理一次性问题很直接,但任务一多,只靠聊天列表就不容易回答几个基本问题:哪些任务还没开始,哪些正在执行,哪些等待人工审核,失败任务是否已经重试,刷新页面后记录还在不在。

DSH Task Board 就是为这些场景准备的社区插件。它给 DeepSeek Harness Web 增加一个持久化任务面板,让任务从聊天记录变成可以创建、执行、审核、重试和恢复的任务卡。

先看完整效果:

它提供了什么

安装后,DeepSeek Harness 侧边栏会出现"任务面板"入口。

面板使用五个状态组织任务:

  • 初始化:任务已经创建,但还没有开始执行。
  • 执行中:任务正在通过 DSH Session 执行。
  • 待审核:执行完成,等待人工确认结果。
  • 已完成:结果已经通过审核。
  • 失败:本轮执行失败,可以查看原因并人工重试。

它不是另起一套 Agent Runtime。真正执行任务的仍然是 DeepSeek Harness 的普通 Session;Task Board 负责的是任务卡、状态流转、审核和持久化。

一条命令安装

当前 v0.1.0 对应 DeepSeek Harness 0.1.0-rc.6,Node.js 需要 ^22.19.0>=24,并确保 pnpmPATH 中。

执行:

sh 复制代码
dsh plugin --profile web add github:scwlkq/dsh-task-board

可以先检查组合后的配置:

sh 复制代码
dsh --profile web --dump-config

输出中应该只有一条由 dsh-task-board 提供的 task-board Loader 记录。Host 服务、RPC 和 Web UI 都在同一个安装包里,不会在设置页拆成三四个插件。

然后启动 Web:

sh 复制代码
dsh web

打开终端输出的本地地址,点击左下角"任务面板"即可进入。

创建第一张任务卡

点击"新建任务"后,可以选择两种模式:

  • 手动任务:只记录和管理任务,不调用模型,适合待办事项或人工流程。
  • Agent 任务:创建后可交给 DSH Session 执行,需要配置可用的模型凭据。

一张任务卡可以填写标题、工作目录、Agent Preset、任务要求、验收标准,还可以添加 PNG、JPEG、WebP 或 GIF 参考图片。

表单底部有两个主要动作:

  • 仅创建:任务进入"初始化",稍后再开始。
  • 创建并开始:创建后立即启动 Agent 任务。

如果当前只是体验界面,没有配置 API Key,可以选择"手动任务"并点击"仅创建"。

从执行到审核

Agent 任务的常用流程是:

text 复制代码
初始化 → 执行中 → 待审核 → 已完成

进入"待审核"后,可以直接通过,也可以填写反馈后驳回。驳回会产生新的修订轮次,并继续复用对应的 DSH Session。执行失败则进入"失败"列,由人决定是否重试,不会在后台无限自动重试。

任务详情中可以查看任务要求、验收标准、工作目录、当前状态、执行轮次、活动记录和关联 Session。初始化任务也可以从这里手动开始执行。

刷新后任务还在

任务记录保存在当前 profile 的 DSH Storage 中,不只存在于 React 页面状态里。创建任务后刷新整个页面,任务卡仍会从 Host 的权威快照恢复。

这一点很重要:看板可以关闭,浏览器可以刷新,Host 也可以重新启动,但任务卡、轮次和活动记录不应该因此消失。

更新与卸载

更新已经安装的 Git 依赖:

sh 复制代码
dsh plugin --profile web update dsh-task-board

移除插件及其 Loader 配置:

sh 复制代码
dsh plugin --profile web remove dsh-task-board

这次发布验证了什么

v0.1.0 已在全新的 DeepSeek Harness 0.1.0-rc.6 环境中通过 GitHub 安装验证:profile 只增加一个 bundle、一个包和一个 Loader。类型检查通过,连续两次构建产物字节一致,20 个测试文件中的 168 项测试通过。

浏览器验证覆盖了侧边栏入口、唯一 Loader、五列看板、创建手动任务、任务详情和整页刷新后的持久化,最终浏览器为 0 error、0 warning,Host 无错误。

需要说明的是,这组公开演示没有配置真实 DeepSeek API Key,因此它验证的是安装、界面、任务管理和持久化,没有声称完成了真实模型调用。要让 Agent 任务实际运行,需要在 DeepSeek Harness 中配置模型凭据。

相关链接

如果你正在用 DeepSeek Harness 处理多个需要执行、复核和重试的任务,这个面板可以把它们从聊天列表里提出来,变成一条更清楚、也更容易恢复的工作流。

相关推荐
兮动人2 小时前
DeepSeek 把模型的“马具“开源了:拆解 Harness
gpt·deepseek·harness·dsh
fthux3 小时前
装闭 RenoPit 源码解析(10):AI如何审查装修合同与报价单
人工智能·ai·开源·github·open source·renopit
byte轻骑兵4 小时前
实时数据集成怎么选?自研 / 开源 / 商用对比
开源·信创数据库替换·人大金仓 kingbasees·mysql 异构迁移·kwr 性能诊断·sql 语句优化
TunerT_TQ4 小时前
Google|LangExtract 源码静态评测:从 90 个 Python 文件看大模型结构化信息抽取工程基础
google·开源·github
明朗北街七万号_数研工坊4 小时前
用 DeepSeek Harness 二开你自己的 WorkBuddy:Agent 运行时作为平台底座的实践路径
deepseek
Vuhao4 小时前
DeepSeek Harness:我 vibe coding 一个会陪你的桃濑日和
开源·github
Jay-r4 小时前
DeepSeek Harness 极简上手:装好、玩熟、让它自己长新能力
人工智能·windows·ai·github·ai编程·deepseek·harness
CodeBlog-star5 小时前
LLM能力与边界:多模态、幻觉、上下文窗口及开源模型对比
人工智能·python·开源·llm
一次旅行5 小时前
AI前沿技术日报|2026-08-15|GLM-5.3、Qwen3.8开源、英伟达CPO交换机量产、SpaceX完成Cursor收购
人工智能·机器学习·开源