DeepSeek-Harness 安装助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_83179863/sunny-cx-deepseek
技能介绍
解决什么问题
在国内网络环境下从零安装 DeepSeek-Harness,失败点往往不在代码本身:Git 拉取慢、npm/pip 源超时、系统缺依赖、装到一半断了只能从头再来。这个技能把「装起来」这件琐事拆成可观察、可重试、可断点续装的流程,面向零基础用户,交互全程用大白话,不要求用户理解 pnpm 或 workspace 是什么。
工作原理:主 Agent 不碰命令行
技能采用主 Agent + 子 Agent架构:
- 主 Agent 只负责编排与交互,把每个模块派发给对应的子 Agent,自己不硬编码任何底层命令;
- 子 Agent 拿到明确目标后调用各自的脚本执行,并返回结构化 JSON 结论;
- 子 Agent 之间不直接通信,所有信息汇总都经过主 Agent。
四个子 Agent 各有分工:
- env-check:检测 OS/架构/CPU/内存/磁盘,以及 Git、Node、pnpm、Python 版本和网络连通性;
- mirror-config:选择最优镜像源(AtomGit 项目源 + npmmirror / 清华 pip / 清华 apt),写入
.dsh-installer/mirror.env供续装复用; - dep-install:克隆项目、安装 pnpm workspace、Python 依赖并执行前端构建,幂等且支持断点续装;
- troubleshoot:解析日志、匹配已知错误指纹,尝试自动修复,覆盖不了的就如实转述。
六阶段主流程
- 范围确认:先问清目标系统、完整开发版还是最小可运行版、是否需要断点续装;
- 环境检测:缺什么补什么,磁盘不足或架构不支持则立即中止并解释,不硬跑;
- 镜像源配置:自动选择可达性最好的源,解决国内拉取慢的问题;
- 依赖安装:按幂等方式逐步执行,每步完成写
.dsh-installer/progress.json检查点,中断后从断点继续; - 故障排查(条件触发):任一阶段报错时收集日志,派发 troubleshoot 子 Agent 按
references/known_errors.md规则修复,修好后回到对应步骤重试; - 部署验证与交付:跑一条 headless 探测命令或启动 web profile 确认进程健康,最后汇总日志路径并告知「继续安装」入口。
适用边界与注意点
- 技能只覆盖安装与验证,不负责改项目代码或日常开发指导;
- 交互语言面向中文用户,错误信息由主 Agent 转述,不要求命令行经验;
- 日志中出现的 token/key 会自动脱敏,分享日志前仍建议人工复查;
- 镜像源配置会修改本机包管理器源,介意系统级改动的用户需自行评估。
使用场景
- 刚接触 DeepSeek-Harness 的开发新人,想在本地跑起来但不会手动配镜像源
- 安装过程中网络超时或依赖装到一半断了,希望接着之前的进度继续装
- 团队在多台不同系统的电脑上部署 DeepSeek-Harness,需要自动检测环境缺什么
- 装完后想确认服务能正常启动,而不是靠猜来判断有没有装成功
适合人员
- 想在本地跑 DeepSeek-Harness 但没有命令行经验的开发者
- 需要部署 DeepSeek-Harness 但对镜像源和依赖配置不熟悉的技术新人
- 在弱网环境下安装 DeepSeek-Harness 经常失败的普通开发者
- 需要在多台机器上重复安装 DeepSeek-Harness 的团队运维