پرش به محتوای اصلی
پرش به محتوای مقاله

DeepSeek Harness: معماری پلاگین‌محور برای ساخت عامل‌های هوش مصنوعی بازمتن

·۱۰ مهر ۱۴۰۵۲ دقیقه مطالعه۲ بازدید
بند نافبند دیپ‌سیک: مرزهای هوشمندی را کشف کنید
بند نافبند دیپ‌سیک: مرزهای هوشمندی را کشف کنید
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

تغییر پارادایم از «توصیف ابزار در پرامپت» به «تعریف ابزار به عنوان پلاگین مستقل» که از طریق رابط چت قابل ساخت است.

تصور کنید به جای نوشتن دستورات طولانی برای هر کار، یک جعبه‌ابزار داشته باشید که هر ابزارش دقیقاً برای یک وظیفه ساخته شده است. DeepSeek Harness دقیقاً همین ایده را پیاده کرده تا ساخت عامل (Agent) — شبیه به دستیاری که می‌تواند به‌جای شما دکمه‌ها را بزند و کارها را پیش ببرد — را از حالت متنی به حالت ابزارمحور تغییر دهد.

این فریم‌ورک که در ۲ اکتبر ۲۰۲۶ در حالت پیش‌نمایش عمومی منتشر شد، تمرکز را از پرامپت‌های ایستا به ابزارهای ترکیبی منتقل می‌کند. طبق مستندات رسمی deepseek.com، این سیستم از معماری Cordis استفاده می‌کند تا کاربر بتواند پلاگین‌های موجود را نصب کند یا از طریق «حالت سازنده» (Creator mode) و با چت کردن، ابزارهای جدید بسازد.

همان‌طور که در تحلیل‌های قبلی ما درباره‌ی اکوسیستم مدل‌های بازمتن اشاره کردیم، حذف وابستگی به پرامپت‌های پیچیده، کلید مقیاس‌پذیری عامل‌هاست. در این راستا، Harness چهار ستون عملیاتی اصلی را پشتیبانی می‌کند:

  • کارهای روزمره: سازماندهی فایل‌ها، تحلیل صفحات گسترده و پیش‌نویس اسلایدها.
  • برنامه‌نویسی: بررسی مخازن کد، رفع باگ‌ها و اجرای تست‌های خودکار.
  • پژوهش: تایید واقعیت‌ها و استناد به منابع.
  • وظایف پس‌زمینه: اجرای اسکریپت‌ها و پردازش دسته‌ای فایل‌ها از طریق پلاگین Scheduled tasks.

بند ناف دیپ‌سیک | مرزهای هوشمندی را کشف کنید

به گزارش تیم توسعه، برنامه‌نویسان می‌توانند با نصب Node.js و اجرای دستور npx @deepseek-ai/dsh web رابط کاربری وب را فوراً فعال کنند یا برای شخصی‌سازی عمیق‌تر، کد منبع را از گیت‌هاب کلون کنند. این پلتفرم ابزارهای داخلی برای بررسی ردپای اجرا (Execution traces) دارد تا عیب‌یابی فراخوانی‌های شکست‌خورده آسان شود.

برای یک متخصص، این یعنی هوش مصنوعی دیگر فقط یک نویسنده نیست، بلکه یک هماهنگ‌کننده است. با انتقال منطق به پلاگین‌ها، بار مهندسی پرامپت (Prompt Engineering) — که مثل هنر سؤال درست پرسیدن از یک مشاور باتجربه است — کاهش می‌یابد؛ شما دیگر لازم نیست به مدل بگویید «چطور» از ابزار استفاده کند، بلکه فقط خودِ ابزار را در اختیارش می‌گذارید.

گام بعدی شما

  • اگر کارهای تکراری دارید، پلاگین Scheduled tasks را برای حذف اجرای دستی امتحان کنید.
  • مخزن گیت‌هاب Harness را برای بررسی ساختار پلاگین‌های موجود بررسی کنید.
  • سعی کنید اولین ابزار سفارشی خود را در حالت Creator mode تعریف کنید.

اما اثر این معماری بر نرم‌افزارهای تخصصی صنعتی، داستان پیچیده‌تری دارد که در گزارش‌های بعدی بررسی خواهیم کرد.

چرا این موضوع مهم است؟

این رویکرد با تکیه بر اعتبار معماری Cordis، هزینه توسعه عامل‌های تخصصی را به‌شدت کاهش می‌دهد. در نتیجه، سازمان‌ها می‌توانند بدون نیاز به تخصص عمیق در ML، جریان‌های کاری خود را به صورت ماژولار خودکار کنند.

تأثیر برای ایران

برنامه‌نویسان ایرانی می‌توانند با استفاده از نسخه بازمتن این فریم‌ورک، عامل‌های محلی بدون نیاز به پرداخت هزینه APIهای گران‌قیمت توسعه دهند.

·نگاه ما
تحریریه دات‌هوش

جایگزینی منطقِ پرامپت با منطقِ پلاگین، در واقع پذیرش این واقعیت است که مدل‌های زبانی در مدیریت دستورالعمل‌های طولانی (Long-context instructions) هنوز ناپایدارند. دیپ‌سیک با این حرکت، عامل را از یک «چت‌بات با دسترسی به ابزار» به یک «سیستم‌عامل برای ابزارها» تبدیل می‌کند که در آن مدل فقط نقش ارکستراتور را دارد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.