小鲸鱼长眼睛了!DeepSeek Harness v0.1.1-rc.1 正式上线,多模态视觉模型来了

小鲸鱼长眼睛了!DeepSeek Harness v0.1.1-rc.1 正式上线,多模态视觉模型来了

三天连发三个版本,DeepSeek Harness 的迭代速度让人目不暇接

8月21日,DeepSeek Harness(dsh)发布了 v0.1.1-rc.1 预发布版本。就在前一天,项目刚刚推送了 v0.1.0-rc.8;再往前三天,是 v0.1.0-rc.7。三天三连发,这个开源 Agent 框架正在以惊人的速度进化。

而这一版最引人注目的变化,莫过于 DeepSeek Harness 这只"小鲸鱼",终于长眼睛了

👁️ 核心亮点:DeepSeek-V4-Flash-Vision-Exp 视觉模型正式上车

v0.1.1-rc.1 最大牌的更新,是 DeepSeek 适配器新增了多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp

这是一个实验性质的多模态模型 ,用户可以通过设置 model='deepseek-v4-flash-vision-exp' 来调用。在纯文本能力(Agent、推理、世界知识等)方面,它与 DeepSeek-V4-Flash 正式版持平;而在需要视觉理解的 Agent Benchmark 上,实现了大幅跃升,多模态 Agent 能力已接近 Opus-4.8

这意味着什么?你可以直接把截图和需求一起丢给 Agent,它就能"读图干活"。无论是分析图表、理解设计稿,还是处理带图片的文档,都不再需要额外的 OCR 或人工预处理环节。

API 层面,该模型支持 Chat Completions、Messages、Responses 三种格式调用 ,支持图文混合输入,并支持 base64 内联、外部 URL、Files API 三种图片传入方式 。值得一提的是,DeepSeek 同步上线了 Files API(不收费) ,用户可以先将图片上传到平台,再通过 file_id 引用,同一张图片在多个请求中无需重复上传。

💡 小贴士 :喜欢尝鲜的朋友可以用 npm i -g @deepseek-ai/dsh@next 命令升级体验。新模型在模型列表中可见,识图能力已正式就位。

🐛 问题修复:两个细节不容忽视

@ 引用布局问题修复

修复了在输入框的 @ 引用前增删改文本时,潜在的布局问题。虽然是个小细节,但对于频繁使用 @ 引用文件和会话的重度用户来说,交互流畅度的提升感知明显。

Bubblewrap 沙箱安全加固

修复了 Bubblewrap 沙箱内的受限进程可经 /proc/<pid>/root 绕过限制的问题。这是一个安全层面的重要修复,确保了沙箱隔离机制的有效性。

✨ 体验优化:细节之处见真章

  • 会话 Markdown 表格自适应表现优化:在对话中查看数据表格时,显示效果更舒适。
  • 缓存命中率精度显示优化:当命中率达到 99.x% 时,精度显示更准确。
  • 子代理会话标题切换交互优化:在多个子代理会话间切换更顺畅。
  • ask_user_question 多行输入支持 :回答内容现在支持多行输入、自动换行、Shift+Enter 换行,写长回答时再也不怕挤在一行了。

🔄 回顾 rc.7 & rc.8:为"长眼睛"铺路

v0.1.1-rc.1 的视觉模型并非凭空出现------前两个版本已经为多模态能力打下了坚实基础

rc.8(8月20日发布) 打通了多模态的"管道":DeepSeek 模型适配器支持配置启用原生图片请求,/goal/plan 等命令可接收图文输入,@ 菜单支持引用文件和会话。同时还带来了 Claude Code 与 Codex 子代理的 Profile Bundle 按需安装、Windows PTY 持久 PowerShell 会话等重磅特性。

rc.7(8月17日发布) 则完善了插件生态和任务管理:各插件可自行注册设置卡片,Codex 与 Claude Code 子代理任务接入 Job Panel,提问卡片支持折叠并保留草稿。

从 rc.7 到 rc.8 再到 rc.1,三天时间,DeepSeek Harness 完成了"管道铺设 → 多模态就绪 → 视觉模型上车"的完整闭环

🚀 写在最后

DeepSeek Harness 自 8 月 13 日开源以来,GitHub 星标已突破 15 万。三天三连发的迭代节奏,彰显了 DeepSeek 团队对这款 Agent 框架的重视程度。

v0.1.1-rc.1 的发布,标志着 DeepSeek Harness 正式迈入原生多模态时代。对于开发者而言,这意味着可以在统一的 Agent 框架内,同时处理文本和视觉任务,无需在多个工具之间跳转。

"小鲸鱼长眼睛了"------这不仅是 DeepSeek Harness 的一个版本更新,更是 Agent 能力边界的一次重要拓展。


升级命令:npm i -g @deepseek-ai/dsh@next

GitHub 仓库:github.com/deepseek-ai/deepseek-harness

相关推荐
AI英德西牛仔5 小时前
从Excel乱象到批量交付:秘塔Excel与“AI导出鸭”PC版的底层重构逻辑
人工智能·重构·excel·deepseek·ai导出鸭
jeffer_liu6 小时前
OpenAI把Codex开源了?
openai·deepseek·harness·openai开源
skywalk81636 小时前
我现在手里有comate、dumate、 workbuddy和trae四个agent,你看这四个任务怎么分合适?
人工智能·deepseek
DS随心转插件8 小时前
Grok生成的html怎么导出——AI导出鸭:大模型结构化输出的“最后一公里”工程化解构
前端·人工智能·ai·html·豆包·deepseek·ai导出鸭
demo007x8 小时前
DSH harness 中的上下文管理探秘
程序员·agent·deepseek
wangruofeng10 小时前
DeepSeek 识图上线:官方 Chat、Harness、cc-switch 到 Obsidian 保姆级配置
人工智能·aigc·deepseek
猿究院--Cu-Sn合金10 小时前
DeepSeek Harness 0.1.1-rc.1 发布:我的插件和启动器已完成适配
开源·deepseek
冬奇Lab12 小时前
开源项目第194期:deepseek-harness — DeepSeek 出品的 AI Agent 开发框架,万物皆插件
人工智能·开源·deepseek
Flynt12 小时前
DeepSeek终于能看图了:V4 Flash Vision实测,1分钱9张图但有个大坑
agent·ai编程·deepseek