DeepSeek 超级智能体:dsh-superagent 上手指南
DeepSeek 开源的 dsh-superagent 是面向单个 GitHub 仓库的主动式编程智能体,可选接入飞书。本文讲清它的定位、注意事项、工作方式,以及由 AI 智能体陪你完成的安装流程。

DeepSeek 这次开源的不是模型。dsh-superagent-prototype 于 2026 年 10 月 31 日发布,定位相当克制:一个只服务单个 GitHub 仓库的主动式编程智能体。它监听 GitHub——可选接入飞书——当被授权的人向它派活,它会开一个工作项,在自己的智能体会话和独立目录里干活,然后回到原来的对话里交付结果,通常是一个 pull request。哪些事需要人来处理,网页面板一目了然。
上线五天,仓库星数已超过 1.86 万,所以丑话要说在前面。README 第一句就是:「Research prototype for reference only, not an official DeepSeek product」——仅供参考的研究原型,不是 DeepSeek 官方产品。代码源自团队日常开发工作,其中很大一部分工程由编程智能体完成;发布版本经过改编,既不同于内部版本,也不同于论文 Exploring Super-agent Design: Towards a More Autonomous Agent System 描述的系统——论文中的一些设计属于未来方向,并没有在这个原型里实现。
下面按顺序讲清:仓库到底是什么、怎么工作、背后的「注意力哲学」、由智能体陪跑的安装流程、与 DeepSeek Harness 的关系,以及适合谁用。
dsh-superagent 是什么
| 项目 | 说明 |
|---|---|
| 项目名 | dsh-superagent |
| 仓库 | deepseek-ai/dsh-superagent-prototype |
| 定位 | 面向单个 GitHub 仓库的主动式编程智能体,以 DeepSeek Harness bundle 形式发布 |
| 协议 | MIT |
| 创建时间 | 2026 年 10 月 31 日 |
| 星数 | 约 1.87 万(截至 2026 年 11 月 5 日) |
名字里有 super agent,实际范围却收得很窄。GitHub 的一句话简介直接沿用了论文标题「Towards a More Autonomous Agent System」,实质内容都在仓库里:一次部署只管一个仓库,一个智能体对它负责。它也不是独立程序,而是 DeepSeek Harness 的一个 bundle——Harness 提供运行时底座(profile、会话、插件系统),bundle 在上面加的正是「主动」这一层:监听请求的 Source、决定谁能派活的策略,以及展示待办的网页面板。
文档也是设计的一部分:九篇编号文档,从 000 到 008,每篇只依赖前面的内容,人和编程智能体可以按同一顺序读。
对飞书用户多说一句:飞书在这里是原生支持的一等 Source,不是社区外挂——机器人只读 @ 消息,私聊默认开启,「谁能在飞书派活」还能跟群成员保持同步。国内团队如果本来就在飞书里协作,这部分是这个项目最顺手的地方。
先说注意事项:研究代码,也不等于论文里的系统
三个直接的后果。
其一,你是审阅者。它可能仍有 bug,工程风格和工程实践也可能不一致,部署前要留出读代码的时间。
其二,关于「DeepSeek 内部超级智能体」的报道,描述的是一个你 clone 不到的系统:公开代码为发布做过改编,别处读到的机制未必与这个仓库一致。
其三,论文是一张想法地图,不是更新日志,其中一部分明确属于未来工作。看到「某某功能」的说法,先翻仓库自己的编号文档,再决定信不信。
好的一面是这份诚实本身:MIT 协议、没有营销话术、团队明确告诉你该信到什么程度——这比想象中少见。
工作方式:从一条消息到一个 pull request
领域模型(docs/001)很小。一个 Source——GitHub 或飞书——把 Trigger 送进来;请求要成立,必须直接点名智能体,而且发出者要么在授权名单上,要么身处团队开放给智能体的会话。Assessor 评估每条 Trigger;被接受的请求开出一个 Ticket,附上它的 Mandate——这单活被允许做什么——再生成一个 Assignment。Executor 在自己的智能体会话和全新 checkout 目录里干活,然后以 Report 回报:ready、blocked 或 failed。所有对外回复都经过一个事务化的 Outbox,落回请求发起的那段对话——一条 issue 评论,或一条飞书消息——通常带着 pull request。
网页面板只展示需要人的部分:优先列出「正在等人处理的事」,一切正常时几乎不留痕迹。
主动干活——没人叫也动手——存在,但有两道闸:需要团队白纸黑字写下规则允许,而且默认从 observe 模式起步,只记录「它会做什么」,并不真的做。它自己 PR 的 auto-merge 默认关闭:在它的 PR 足够靠谱之前,合并永远由人来按。
想看代码级的地图,docs/007-architecture.md 写得很全:一个 Runtime 组合根,一个作为唯一写入者的 Engine——Trigger、Ticket、Decision 都归它写——藏在窄接口后面的 Assessor 与 Executor,以及每条出站消息都走的事务化 Outbox。想改这个原型而不只是跑它,从这一篇读起。
设计哲学:占用尽可能少的人类注意力
docs/000-philosophy.md 把核心原则写成了一份设计契约:「占用尽可能少的人类注意力,给出尽可能多的价值。」仓库里的一切都按消耗的注意力来评判——消息、提问、设置、面板元素都算。
它对智能体的要求:
- 只在被请求时行动,或在团队写下规则允许时行动。
- 只有在「必须有人行动」或「有人能用上结果」时才说话:确认一次请求,干活期间保持安静,结果就绪、需要决策或干不下去时再开口。
- 一次只问一个具体问题。
- 按影响决定停不停,而不是按工作量——需要设计决策的改动,就停在一个清晰的问题上。
- 诚实汇报:草稿标注未完成,失败就报失败。
它对运营者的要求也白纸黑字:从窄处起步,授权名单先短,主动工作先只记录;智能体吵了就调,把提示词改短改严或暂停它,而不是再加消息去解释噪音;绝不拿它刷量——批量 PR 和凑数的活,消耗团队的比给予的多;它说的话由你负责——它以团队账号发出的每条消息,都是你要认账的。
安装:让编程智能体陪你一起装
安装步骤很多,所以官方直接让智能体来陪你装。对你的编程智能体说:
Read SETUP.md in this repository and set up dsh-superagent with me.
SETUP.md 本身就是写给智能体的指令,也贯彻了同一套哲学:智能体先探测你的机器,然后每条消息只问一个短问题——每个问题都带一个可以用一个词接受的推荐答案;全部答案收集完,一次性发出完整计划,你确认后才执行。密钥绝不在聊天里要:需要你亲手做的事,比如给智能体建 GitHub 账号、让 CLI 登录、填应用密钥,会汇成一条消息,附上可以在你自己的终端里跑的准确命令。
探测脚本检查这些前提:
- Node.js 22.19+ 或 24+
- pnpm
- git 2.32+
- tmux
- Python 3.8+
- GitHub CLI 2.48+
- DSH 本体,以及配置好的模型提供方
问题按顺序来:只接 GitHub 还是加飞书;接管哪个仓库(owner/name);智能体用哪个 GitHub 账号行动——推荐答案是专用账号,永远不要用你自己的,它写的每一条都落在这个账号名下;谁可以派活;每个工单在哪里 checkout,默认在 ~/src/<name> 下新开克隆;提交署名是谁;要不要开 auto-merge——推荐答案还是不要。
有合理默认值的事它根本不问,直接列进计划:独立于你日常 profile 的 superagent profile、端口 3082、每小时一次来自你自己 profile 的巡检(智能体停了就修复)、agent/ 分支前缀,以及主动工作的 observe 模式。
要在原型上做开发,一条 pnpm check 跑完类型检查、测试和构建。
文档按编号顺序读:
- 000 Philosophy——原则,以及对运营者的要求
- 001 Domain model
- 002 Authorization
- 003 Execution
- 004 Prompts
- 005 Panel
- 006 Deployment——手动安装、配置、升级与排障
- 007 Architecture
- 008 Cookbook——新增一个 Source
手边常备的编程智能体——Claude Code、Codex、Kimi Code——都能跑这套流程,它本来就是为此设计的。
底座:DeepSeek Harness
dsh-superagent 是 Harness 的 bundle,不是 fork。deepseek-ai/deepseek-harness 创建于 2026 年 8 月 13 日,口号是「Everything is a Plugin」,星数已超过 27 万。Harness 提供运行时——profile、会话、插件系统;bundle 贡献 Source、授权策略、面板和这套编号文档。安装计划会一并处理 DSH:探测脚本检查 dsh --version,缺了就列入计划补装;如果 DSH 从没配过模型,配置模型提供方也是你的必做步骤。
刚接触 DeepSeek 生态的话,可以先看我们的 DeepSeek 工具页 补背景;模型侧的入门在我们整理的 DeepSeek 使用指南 里。
适合谁用,谁该再等等
合适的场景:有一个活跃仓库、小请求源源不断的团队;本来就在飞书里协作的团队——集成是原生的,白名单、群同步、只读 @ 都在设计里;想研究「主动式智能体该怎么设计」的开发者——这套编号文档可能比代码本身更值钱;以及有审阅人力、能让智能体的工作在进主干之前过一遍人手的团队。
不合适的场景:想要打磨好的官方产品的人——README 第一句就把这条路堵死了;想刷产出的团队——哲学文档明确警告过;一个人用编辑器里的聊天智能体就足够的场景;以及不打算读 docs/002-authorization.md 的团队。一个能开 pull request、能以真实账号给你同事发消息的智能体,是一个安全决策,不是玩具:放开名单之前先读授权文档,让 observe 模式多跑一阵,等「它会做什么」看起来没问题再放开。
单仓库的范围是刻意为之——这是一个仓库管家,不是通用助手。想要超出单个仓库的常驻智能体,那是另一个物种,可以看我们的 OpenClaw 页面。如果你喜欢把 GitHub 项目拆开看个明白,我们也拆解过另一个同类项目,见 这篇 GitHub 项目拆解。
常见问题
dsh-superagent 是 DeepSeek 官方产品吗?
不是。它发布在 deepseek-ai 的 GitHub 组织下,但 README 明确写着:仅供参考的研究原型,不是 DeepSeek 官方产品。把它当成 MIT 协议下的研究代码,自己审、自己改,再考虑进生产。
dsh-superagent 和那篇论文有什么区别?
公开代码是为发布而改编的版本,既不同于 DeepSeek 内部版本,也不同于论文 Exploring Super-agent Design: Towards a More Autonomous Agent System 描述的实现;论文里的一些设计属于未来方向,原型里并没有。想知道某个机制是否存在,翻仓库自己的文档,别信转述。
dsh-superagent 要花钱吗?
代码 MIT 免费。你需要自己部署,成本是基础设施加上在 Harness 里配置的模型用量——用 DeepSeek 4.1 Flash 这类便宜模型时,模型开销不大。真正贵的资源是运营者的注意力,而这恰恰是这套设计想省下来的东西。
dsh-superagent 和 DeepSeek Harness 是什么关系?
它是跑在 Harness 里的一个 bundle。DeepSeek Harness——超过 27 万星,「Everything is a Plugin」——提供运行时、profile 和插件系统;bundle 加上 Source、授权策略、面板和文档。一次安装流程把两者一起配好。
dsh-superagent 能用非 DeepSeek 模型吗?
仓库没有明说。安装只要求 DSH 配置了模型提供方;README 和编号文档都没有说明这个 bundle 是否限定 DeepSeek 模型、能否接第三方模型。最直接的验证方式是装上它、开 observe 模式试——但保持谨慎。


