DeepSeek Harness
DSH开源，如何实现自己的万物插件化？
DSH 这波开源让很多开发者激动——"万物插件化"听起来很美，但到底怎么落地？我看了下源码和官方文档，梳理出几条实操路径。DSH 的核心思想是把任何"调用"都抽象成插件：模型调用、工具调用、API 调用、甚至一个简单的 Python 函数，都可以注册成插件。这种设计的妙处是**统一了 Agent 和普通函数的边界**。落地的三个层次：第一层：直接使用现成插件。官方已经预置了搜索、代码执行、文件读写等十几种插件。开箱即用，不用造轮子。第二层：自建简单插件。比如把公司内部的 Jira 查询封装成一个插件，DSH 提供了规范的接口，几十行代码就能搞定。第三层：复杂组合。把多个插件组合成一个"工作流"，比如"先用搜索插件查资料 → 再用代码插件分析 → 最后用文件插件存到本地"。这是 DSH 真正释放生产力的地方。实操上的几个注意事项：- 插件之间的依赖关系要梳理清楚，避免循环调用；- 错误处理必须自己写，DSH 不会自动兜底；- 调试时把日志打开，能省掉 80% 的排错时间。DSH 让"把业务能力封装成 AI 工具"这件事的门槛降到了最低。哪怕你不是算法工程师，也能用它把日常工作流 AI 化。
发布于 上海
分享
评论
赞
未登录
友善发言
评论
加载中
