DeepSeek Harness更新多模态能力
DeepSeek Harness发了v0.1.0-rc.8版本，最大的更新是多模态能力。一个开源的Agent框架，现在能看图了。官方适配器支持配置原生图片请求，/goal、/plan等命令可以接收图文输入。输入框的@菜单支持引用文件和会话。截图、图片可以直接扔进任务上下文里。对于本身不支持图片输入的模型，Harness还能调用OCR、像素扫描等工具，把图片拆成结构化信息再发给模型。纯文本模型也能"看图"了。Claude Code和Codex进一步集成到子代理系统中。Windows终端体验也做了优化。发布不到一周就从纯文本Agent进化成了多模态Agent。一个开源框架的迭代速度，比很多闭源产品还快。
发布于 四川
分享
评论
赞
未登录
友善发言
评论
加载中
