DeepSeek Harness 任务执行器
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_2fd890c9/deepseek-harness-runner。
技能介绍
要解决什么问题
很多 Agent 技能只会「给步骤、写建议」,模型并不真的去改仓库里的文件或执行 shell。若你要的是可核验的落盘结果——例如批量改配置、按 JSON 清单跑一串任务、还要留执行记录给同事回放——单靠对话很难对齐预期,也容易在 API Key、权限、超时上踩坑。
技能如何工作
本技能围绕 python dsh_run.py 把 DeepSeek 官方的 dsh(Harness)headless 运行时接成一条可参数化的流水线:先用 --check 验证 CLI、API Key 与 DSH_HOME;推荐用 --dry-run 只看任务描述与预期动作再真跑。单任务模式下模型可读写文件、运行命令、多步推理;--permission 在 workspace-write / full / readonly 间切换;--timeout、--model、--verbose 控制运行形态。
批量侧有 --batch tasks.json 与 任务队列(--queue-add / --queue-list / --queue-run / --queue-clear)。结束后可用 --report 拿 JSON 报告,用 --session-list / --session-export 导出会话;需要外接工具时用 --mcp-init 生成配置模板。读中文等非 UTF-8 文件时内置 utf-8 / gbk / gb18030 回退。
边界与注意点
headless 模式是单次调用单任务,跨调用续接要 TS SDK,不是本 CLI 路径。Python SDK 不原生支持 Windows,脚本会走 Node 检测分支。dsh 仍在 developer preview,升级可能不兼容(文档提到 cordis.yml 自动重建)。模型输出与磁盘状态必须双重核对,技能不保证绝对正确;信息不足时应标 [需核实:…],不要猜文件内容或执行结果。
使用场景
- 重构前用 `--dry-run` 预览「按 SKILL 改配置」的任务描述,确认模型会动哪些路径再执行
- 把当晚要跑的巡检项写进 `tasks.json`,用 `--batch` 顺序执行并在 `--report` 里给下游脚本消费
- 多人协作时把改库任务放进队列,`--queue-run` 跑完再 `--session-export` 留痕给排查
- 只读盘审计场景用 `--permission readonly`,让模型汇总日志内容而不写入工作区
适合人员
- 维护 monorepo 的工程师,需要模型直接改文件并跑命令,而不是只贴补丁说明
- 运维要把重复巡检拆成 JSON 批量任务,并希望执行结果可导出、可复核
- 希望 Agent 运行时开源可控、能看会话记录的中小团队技术负责人
- 在 Windows 上只能用 Node 分支跑 dsh、又要统一用 Harness 跑任务的开发者