开源项目

DeepSeek Harness 更新强化多模态支持

Heooo 08月20日16时00分 25 阅读

「DeepSeek Harness 发布新版本,增强多模态能力,支持原生图片请求与历史会话引用,并为未来视觉模型发布埋下伏笔。同时优化子智能体通信、并发搜索及终端会话等功能。」

近日,DeepSeek AI 推出的开发者工具 DeepSeek Harness 迎来重要更新,在其发布仅一周后即推出 v0.1.0-rc.8 版本,重点强化了对多模态输入的支持能力。


此次更新最引人注目的变化是 DeepSeek 模型适配器现已支持配置启用原生图片请求。尽管官方尚未正式发布具备视觉理解能力的 DeepSeek V4 模型,但用户若接入第三方支持视觉的模型,即可通过手动配置开启图像输入功能。这一改动被社区解读为 DeepSeek 或将很快推出自家视觉大模型的信号。


在交互层面,此前仅支持纯文本的 /goal、/plan 等指令现在可附带图片发送。同时,@ 引用机制也从仅限文件扩展至涵盖历史会话内容,使得单次提问能同时关联截图、本地文件及过往对话记录,极大提升了上下文整合能力。


底层架构方面,MCP 与 ACP 已支持持久化图片附件,确保附件不会因单次调用结束而丢失。此外,PTC Mode 现可转发嵌套图片,并修复了两大常见问题:一是图片尺寸过大导致模型请求失败,二是多轮对话中历史图片累积造成负载过高。


其他重要更新包括:Claude Code 与 Codex 不再默认集成,转为按需安装的 Profile Bundle;Codex 新增非交互权限模式与多命名实例功能,便于在无人值守流程中运行多个独立配置的子智能体;子任务完成时可通过 reportDelivery 主动唤醒父任务,提升任务协同效率。


此外,web_search 支持并发查询,Windows PTY 终端新增持久 PowerShell 会话支持,极简模式默认启用该功能并仅保留 bash 与文件编辑器。SQLite 后端在读写性能与存储体积上均有优化,但数据结构与旧版不兼容。值得一提的是,“DeepSeek Harness”现已注册为商标,相关使用规范已同步发布。

# DeepSeek # 多模态 # 开源工具 # AI开发框架 # 视觉模型

来源:Heooo AI工具导航