deepseek

荣合技术服务

DeepSeek Harness 开源贡献手记：从 Issue 到 Merge 的完整旅程本节介绍作者参与 DeepSeek Harness 开源项目的初衷，包括对开源社区的热情、对 AI 基础设施的兴趣，以及希望通过贡献提升自身技术能力的动机。

Web3&Basketball

LLM 峰谷定价怎么吃满：一个能对账的错峰调度器价格表变了，很多人的批处理任务还在按老姿势跑。同一份代码、同一个模型，账单能差一倍，差别只在发请求的时刻。为什么错峰这件事一直没被认真做？因为它看起来太简单了，简单到没人愿意为它写调度器。

【deepseek-harness】DeepSeek Harness Agent Loop 模块深度架构分析之一代码仓库：github.com/deepseek-harness 分析范围：packages/core/agent-loop/ + packages/core/agent/（Agent 接口与驱动器）分析维度：设计实现 · 循环机制 · Turn/Step/Round 三层嵌套 · 事件分发 · 工具调度 · 数据流文档版本：v1.0 分析日期：2025-09-03

一个人用 AI 的困局：它从不反对你，所以我让 5 个 AI 开了场圆桌会议一个人用 AI，最舒服的地方也是最大的问题：它太配合了。你提出一个方案，它顺着你说。你写了一段代码，它帮你补全，而不是先问你"这个设计是不是有问题"。你问"这方案行不行"，它列出几点优点和"一些需要注意的地方"，然后你点了确认。

【deepseek-harness】DeepSeek Harness Agent Loop 模块深度架构分析之二工具调用调度模型模型顺序保证结果和上下文按模型顺序提交 committed 只跨连续的 model-order slot 推进 dispatch 可重叠 policy 和 results 保持有序

DeepSeek-V4.1-Flash 拆解：1M 上下文，KV cache 只剩 1/4原文：MarkTechPost - 《DeepSeek AI Released DeepSeek-V4.1-Flash with 1M Context, FP4 KV Cache, and Cross-Layer Attention Reuse》（https://www.marktechpost.com/2026/09/10/deepseek-ai-released-deepseek-v4-1-flash-with-1m-context-fp4-kv-cache-and-cross-layer-atten

我才是银古

从系统服务到桌面应用：DeepSeek Harness 部署与多形态使用指南DeepSeek Harness（简称 DSH）是 DeepSeek 推出的 AI 编程助手工具，通过 dsh web 可以在浏览器中访问其 Web UI 界面。但源码编译版本没有现成的桌面客户端，每次都需要手动敲命令启动，终端关闭后服务也就断了。

DeepSeek Launcher：内置 Node.js，为什么首次启动仍需要网络？完整版内置 Node.js，不代表第一次启动时已经包含全部 Harness 文件。维护 DeepSeek Launcher 的过程中，我发现把这两个阶段解释清楚，能减少很多“安装好了为什么还在等”的疑问。

DeepSeek Harness v0.1.5-rc.1：0.1.5 系列功能冻结，DeepSeek-V41-Flash 成默认模型从 0.1.2-rc.1 到 0.1.5-rc.1，中间隔了无数个 alpha，现在终于迎来了首个候选版本

weixin_41666007

DeepSeek生成的数学公式怎么导出到Word并保持可编辑？如果DeepSeek回答里只有普通文字，直接复制到Word通常就够了；如果内容包含LaTeX数学公式、Markdown表格、多级标题或代码块，直接复制后容易出现公式源码、排版错乱等问题。这种情况下，可以使用鲸鱼AI助手这类AI内容转Word工具，将DeepSeek输出的结构化内容转换成Word文档。

SpringAI+DeepSeek+HTMX实现AI Agent实现一个AI聊天界面，常见的做法是前端用React或Vue搭建工程，通过npm构建打包，再对接后端的流式接口。其实借助htmx和Thymeleaf，不写前端框架、不做npm构建，纯服务端渲染HTML片段也能实现类ChatGPT的逐字打字效果。本文介绍如何用Spring AI结合HTMX和Alpine.js实现一个带多轮对话记忆的流式聊天界面。

DeepSeek Harness 系列（03）：工具系统——给 Agent 装上手LLM 本身只能输出文字。Agent 之所以能订机票、写代码、查数据库，靠的是工具——LLM 决定调什么、传什么参数，工具真正去执行。

七牛开发者

告别反复调参，一个 Skill 让 AI 掌握论文图的视觉语法：以 DeepSeek V4.1 Flash 论文图为例论文绘图时，每次换一组实验，就要重新调整配色、字体、图例、坐标轴、网格和版式。看到其他论文里合适的图表形式时，想借鉴它来展示自己的数据，通常还得自己拆结构、调参数，再重新写一遍 Matplotlib。

LlamaIndex框架：简单RAG框架的全过程实现手册PyCharm 中进入设置 → Python → 解释器 → 添加解释器 → 添加本地解释器 → Conda 环境 → 新建环境 → 选择 Python 版本 → 确定。

浅安的邂逅

260910-DeepSeek 发布 V4.1 Flash：1M 上下文、552B MoE，KV 缓存降到上一代 1/4，同步开源本日报共收录 25 条 AI 资讯（按 AIHOT 评分精选每版块 Top 5，同事件多源报道已去重以增多样），涵盖模型发布/更新、产品发布/更新、行业动态、论文研究、技巧与观点五大版块。

小白跃升坊

从「一切皆插件」到 AI 自进化：DeepSeek Harness 与 Cordis 元框架深度拆解2026 年 8 月 13 日，DeepSeek Harness（DSH）开发者预览版以 MIT 协议开源。官方对它的全部设计哲学只概括了一句话：一切皆插件（Everything is a Plugin）。这句话听起来像营销口号，但当你顺着源码挖到底层那个叫 Cordis 的元框架时，会发现它其实是一份严肃的技术宣言——甚至配套了一篇 88 页的学术论文。这篇文章就来讲清楚四件事：「一切皆插件」到底意味着什么、底层实现它的 Cordis 元框架是什么、这套设计有哪些典型应用、以及它为什么重要。

DeepSeek Harness v0.1.5-alpha.1：系统提示词可动态修改，右侧 Sidebar 来了版本号从 0.1.3 跳到 0.1.5，中间隔了 288 个 commit9 月 8 日，DeepSeek Harness 发布了 v0.1.5-alpha.1。

三款Agent架构的控制权博弈这句话听着很简单。Agent 开始动手以后，问题一下子就多了。它得先找到相关文件，弄清项目规则，再决定要不要把检索交给别的 Agent。等它运行 Shell、访问网络，问题又变成了谁来划边界，出了错怎样还原过程。