Electricitysheep/dsh-handbook

这是什么项目？

dsh-handbook（即 DeepSeek Harness 白皮书）是一份开源的、社区驱动的 DeepSeek Harness（简称 dsh）手册。dsh 是 DeepSeek 于 2026 年 8 月 13 日发布的官方智能体运行时。你可以将 dsh 想象成构建 AI 智能体的“乐高底座”：它提供了一个可插拔的基础，你可以通过添加或替换组件（称为“插件”）来定制 AI 助手的行为、可用工具以及与系统的交互方式。

本手册填补了官方文档的空白：虽然 DeepSeek 的文档侧重于架构，但本项目提供了一条从零到一的路径——涵盖安装、使用、插件开发、性能调优和真实案例研究，且所有命令均在真实硬件上经过测试。手册主要以中文编写，许多章节也提供英文版本。

手册包含什么？

该项目结构为 15 章指南（外加附录），分为五个阶段：

• 第一阶段（第 1–2 章）： 介绍与 5 分钟快速入门——安装 dsh，运行你的第一次对话，并了解两种模式（Web UI 和无头 CLI）。
• 第二阶段（第 3–4 章）： 深入了解 profile 和插件系统——如何挂载插件、扩展功能以及从零开始编写你的第一个插件。
• 第三阶段（第 5–6 章）： 真实场景与性能调优——五个案例研究、推理努力（reasoning-effort）策略以及常见陷阱。
• 第四阶段（第 7–9 章）： 生态系统与编排——如何与 MCP（一种连接外部工具的协议）集成、使用子智能体以及构建确定性工作流。
• 第五阶段（第 10–15 章）： 进阶主题——复杂案例研究、未来展望、诚实的局限性分析、安全与沙箱、成本/缓存工程以及最终的生态系统报告。

附录包括术语表、命令速查表，以及使用相同模型对比 dsh 与其他智能体（如 Claude Code、Codex、OpenCode、Gemini CLI、Kimi CLI）的基准测试。

这本手册适合谁？

• 初学者：从未用过 dsh 的用户——跟随 3 天学习路径，你将从零开始完成配置。
• 开发者：寻找可克隆的插件模板和完整配置参考的用户。
• 评估人员：对比不同智能体框架的用户——手册包含能力矩阵和基准测试结果。
• 性能调优人员：了解推理努力级别、缓存和成本优化的用户（手册测试报告显示缓存命中率达 97%）。
• 任何人：希望通过真实讨论、插件示例和社区见解了解 dsh 生态系统的用户。

核心功能与资源

README 重点介绍了几个实用工具：

• 快速入门： 一条命令 (npx -y @deepseek-ai/dsh web) 即可在 http://127.0.0.1:3080 启动 Web UI。
• 速查表 和 配置参考——针对常见场景的复制粘贴设置。
• 插件模板——一个展示如何分两步挂载插件的最小示例。
• 常见问题解答 (FAQ)——涵盖五个常见问题（例如：“dsh 是模型吗？” → 不，它是一个运行时）。
• 对比矩阵——与五个其他智能体对比，展示 dsh 是开源的、模型无关的，并拥有官方插件系统（这是一个差异化优势）。
• 基准测试结果：在相同模型的 5 项任务测试中，dsh 在 130 秒内完成任务（对比 omp 的 70 秒和 opencode 的 172 秒），且全部达到 45/45 正确率。

如何使用手册

• 在线阅读： https://electricitysheep.github.io/dsh-handbook/
• PDF 下载： 中英文完整版本均可在 Releases section 获取。
• 开始阅读： 跳转至 3 天学习路径 或 5 分钟快速入门。

社区与贡献

本手册是一份动态文档——它在 GitHub 上获得了 280+ 星标，官方讨论区有 195+ 回复，并拥有持续的反馈渠道以纳入社区问答。如果你运行了真实案例，可以提交以供收录（并注明出处）。该项目还整理了一份推荐的社区插件列表（如 git 面板、内存引擎、成本追踪器），并积极与其他生态项目建立联系。

许可

内容采用 CC BY-NC-SA 4.0 协议；示例代码采用 MIT 协议。

---

本说明仅基于项目 README 中提供的信息。