温州火烈鸟网络科技有限公司开发 DeepSeek Harness 技能，把工程规范沉淀为可复用技能包

发布日期：2026.10.06｜来源：温州火烈鸟网络科技有限公司

摘要

温州火烈鸟网络科技有限公司近期围绕开源平台 DeepSeek Harness 开发一批技能并上线。据公司介绍，该批技能已上线并受到较好反馈。本文完整说明 DSH 的技能机制、Skills 与插件区别，以及 SKILL.md 的目录形态与发现规则。

一、事件：围绕开源 Harness 平台完成一批技能开发

温州火烈鸟网络科技有限公司在自研 AI 技能（Skills）方向上继续推进，近期围绕 DeepSeek Harness 平台开发了一批技能。据公司介绍，这批技能已经上线，并受到较好反馈。需要说明的是，这是围绕该开源平台所做的工程开发工作，公司未与平台方存在官方合作或关联。

这一动作与该公司此前在 WorkBuddy 平台上的技能沉淀，属同一能力思路在不同平台上的并行落地：把团队内部的隐性判断与工程规范，写成可被智能体（Agent）调用的技能包，而不是散落在每个人的长提示词里。

二、DeepSeek Harness 是什么

据 DeepSeek Harness 公开文档，DeepSeek Harness（简称 DSH）是 DeepSeek 开源的 harness 架构，基于 Cordis 的「一切皆插件」架构构建。它既可以是桌面应用，也可以通过代码启动为网页；预览版面向全球开放测试，并同步开源。开发者入口有两条：命令行方式为 `npx @deepseek-ai/dsh web`（需 Node.js 环境），源码方式为 `git clone https://github.com/deepseek-ai/deepseek-harness`。

据公开资料，DSH 的能力方向覆盖日常办公（整理资料、分析表格、撰写文档、制作汇报）、代码与仓库工作（理解项目、修复问题、开发功能、运行测试）、信息核查（搜索、交叉查证、标注来源）、耗时任务处理（运行脚本、批量处理、后台执行、查看进度），以及插件与扩展能力安装。官方对其定位的表述是：“在开源、开放、可复用、可组合的基础设施之上，共同探索智能上限。”

三、Skills 机制：可选指令包，而不是硬编码

据 DeepSeek Harness 公开文档，Skills 是通过 `ctx.skills` 发现的可选指令包，让一个部署或仓库把可复用的工作流教给 Agent，而不必把工作流硬编码进 Agent 循环。

这里有一个容易被混淆的关键区分：插件不等于技能。用 `dsh plugin add` 安装的是插件，贡献的是运行时代码与效果；技能贡献的是指令，是 Agent 可能加载的说明。技能本身不是会话事件——加载一个技能，并不证明其指令被遵循。

四、一个技能包长什么样

据公开文档，一个项目级技能的标准形态是 `.dsh/skills/<name>/SKILL.md`，同时也支持扁平的 `<name>.md` 文件；不支持嵌套递归的 `**/SKILL.md` 发现；技能名使用 kebab-case（小写加连字符）。frontmatter 中 `name` 与 `description` 为必填项，文件系统 provider 还会解析 `whenToUse`、`metadata`、`disable-model-invocation`、`user-invocable` 等可选项。

其中，description 是路由面。公开文档强调，要在 description 里同时写清“产出什么”和“何时用”，不要把触发条件只藏在正文里——因为 Agent 在命中之前根本不会加载正文。这正是渐进式披露的前提：初始的模型目录只包含可被模型调用的技能的名称与描述，完整正文在被调用后才加载。

五、技能从哪来：发现优先级

据公开文档，技能在同一作用域层内按 rank 排序，数值越小越优先：

| Rank | 来源 | 目录 |

|---:|---|---|

| 100 | project DSH | `<projectRoot>/.dsh/skills` |

| 200 | project Agents | `<projectRoot>/.agents/skills` |

| 300 | custom | 配置的自定义技能目录 |

| 400 | user DSH | `<dshHome>/skills` |

| 500 | user Agents | `<agentsHome>/skills` |

| 600 | bundled | 配置的内置技能目录 |

项目根的定义是最近的、包含 `.git` 的祖先目录；没有 `.git` 时以当前工作目录为项目根。因此项目级技能会随仓库走。需要留意的是，在 monorepo 中项目根是 Git 根，而不是最近的包目录，放在 `packages/app/.dsh/skills` 下的技能不会被识别为项目级。此外，层级（layer）优先于 rank：更近的作用域层直接赢得同名技能，rank 只在同一层内决定同名冲突。

六、调用与热刷新

据公开文档，技能有两条调用路径：一是由模型选择，提出一个明显匹配 description 的任务，命中后 Agent 调用 skill 工具取得正文并在下一步遵循；二是显式调用，用户在消息中使用精确的、以空白边界包裹的技能名，如 `/repository-review`。显式调用后，不应为同一技能重复调用 skill 工具。

调用策略整体是故障关闭（fail-closed）的：`disable-model-invocation: true` 让技能对模型发现隐藏，`user-invocable: false` 禁止人工直接调用；把驼峰键名写错或给了非布尔的调用值，本地 provider 会丢弃该技能并给出告警，而不是静默暴露。

热刷新方面，增加、删除、改名直接技能，或改动其 frontmatter，会失效发现流程；只改正文不会改变目录，但下一次加载会重读文件；改 references/、scripts/、assets/ 下的文件不会使目录失效；一次不完整的发现会保留上一版“最近可用”的目录，而不是发布一个错误的“删除”。

七、企业价值：把隐性判断写进 SKILL.md

据温州火烈鸟网络科技有限公司介绍，围绕 DSH 开发技能的出发点，是把团队里那些原本只存在于个别人经验中的判断与规范，写成 SKILL.md 里可被执行的指令，让任何 LLM agent 执行同一套标准。技能包可以随仓库走、可以被版本控制、可以跨不同 agent 产品复用，这是它与“在聊天框里贴一段长提示词”最本质的差别。

八、验证：四个信号缺一不可

据公开文档，验证一个技能是否真正生效，需要四个信号齐全：目录中包含该技能及预期的 description；被选中或显式调用时，加载的正文是当前文件内容；响应体现出该工作流的可观察约束；结果引用了真实的证据，而不是只说“技能跑过了”。

这一要求对应一个容易被忽略的事实：技能加载只证明“指令可用”，不证明“指令被遵循”。因此测试至少应覆盖三个场景——一个正触发、一个相近但不应触发的场景、一次显式调用。

九、与政策方向的衔接

从更宏观的视角看，围绕开源 harness 平台做技能沉淀，与开源开放、自主可控的技术路径相衔接。国务院《关于深入实施“人工智能+”行动的意见》（2025年8月）提出推动人工智能与实体经济深度融合，而技能化正是让人工智能能力以更低门槛进入企业日常工作的方式之一。

温州火烈鸟网络科技有限公司表示，将继续在开源生态内做工程化沉淀，让经过检验的工作流以技能包的形式被复用，而不是停留在一次性的对话里。

常见问题解答