### [DeepSeek Harness rc.8发布：14项更新补齐多模态，Claude Code与Codex成为子代理](https://www.zuoshipin.com/article/23336)

**Published:** 2026-08-20T03:02:54

**Author:** 天才交易员

**Excerpt:** DeepSeek Harness v0.1.0-rc.8带来原生图片输入、Claude Code与Codex子代理、Windows持久PowerShell及多项稳定性修复。

**副标题：原生图片输入、Claude Code/Codex子代理、持久PowerShell与网关修复一次到位，但SQLite升级前必须备份**

DeepSeek 官方开源的 [**DeepSeek Harness**](https://www.zuoshipin.com/link/23248.html) 发布 v0.1.0-rc.8，这是开发者预览阶段的一次重要预发布更新。官方更新日志列出 14 项主要调整，覆盖多模态输入、子代理、Windows 终端、工具调用、会话性能、SQLite 和 Python SDK。

最受关注的变化有两项：DeepSeek 模型适配器可以配置原生图片请求，`/goal`、`/plan` 等命令支持图文输入；Claude Code 与 Codex 则能作为 Profile Bundle 按需安装，正式进入同一套子代理体系。

![DeepSeek Harness v0.1.0-rc.8多模态更新概览](https://admin.zuoshipin.com/wp-content/uploads/2026/08/e0b48f0f-9c2f-11f1-9f22-fa163e47d677.webp)

## rc.8的14项更新，可以归纳为6个方向

1.  **多模态输入：**图片可进入DeepSeek模型适配器，目标和计划命令可接收图文内容。
2.  **子代理扩展：**Claude Code与Codex可按需安装为Profile Bundle。
3.  **Windows终端：**PTY加入持久PowerShell会话，并在Minimal预设中默认开启。
4.  **稳定性修复：**处理大图片、历史图片载荷、流式取消和自定义网关兼容问题。
5.  **工具与性能：**web\_search并发查询、子代理及时唤醒父任务、大会话分叉与SQLite性能得到改善。
6.  **SDK与品牌：**Python SDK覆盖4个内置Agent预设并补齐依赖，同时明确DeepSeek Harness商标规范。

![DeepSeek Harness rc.8官方更新日志](https://admin.zuoshipin.com/wp-content/uploads/2026/08/e1d8d6f8-9c2f-11f1-9a35-fa163e47d677.webp)

## 多模态正式补齐：目标、计划和上下文都能带图片

rc.8允许DeepSeek模型适配器通过配置启用原生图片请求。对于具备视觉能力的模型，Harness可以把图片与文本共同送入模型；`/goal`、`/plan`等核心命令也可以直接接收图文输入。

输入框的`@`菜单新增文件与会话引用，用户可以把本地文件、已有对话和图片拉入当前任务。这让截图排错、UI还原、图表理解、设计审查和文档处理可以进入同一条Agent工作流，而不必先手工转成文字。

需要注意，Harness“支持图片”不等于所有底层模型都拥有视觉能力。是否原生看图，仍取决于所选模型适配器和配置中的输入能力声明。

![DeepSeek Harness图文混合输入与图片请求](https://admin.zuoshipin.com/wp-content/uploads/2026/08/e33315ab-9c2f-11f1-8834-fa163e47d677.webp)

## 纯文本模型也能间接“看图”：工具感知不是视觉模型

社区测试发现，当底层模型没有声明图像输入能力时，直接读取图片可能失败；但Agent可以转而调用OCR、尺寸与色彩信息读取、颜色统计或像素扫描，把图片拆成结构化证据，再交给文本模型推理。

这种“工具层视觉”对PPT截图、流程图、表格、UI页面和文字较多的图片很有价值，却不能等同于视觉大模型。它能恢复文字、坐标、颜色比例和局部像素变化，但面对真实照片、遮挡、复杂空间关系和细腻语义时，信息损失会明显增加。

如果需要更完整的OCR、多图比较、元素定位和UI还原，可以搭配站内的 [**dsh-vision-toolkit**](https://www.zuoshipin.com/link/23011.html)；原生视觉模型则应明确配置`input: [text, image]`一类输入能力。

![纯文本模型通过OCR与像素分析理解图片](https://admin.zuoshipin.com/wp-content/uploads/2026/08/e424c81f-9c2f-11f1-9184-fa163e47d677.webp)

## Claude Code与Codex进入子代理体系

新版把 Claude Code 与 Codex 做成可按需安装的 Profile Bundle。Codex 支持非交互权限模式和多个命名实例，因此同一个主任务可以配置不同职责的 Codex 子代理，例如代码实现、测试审查、文档整理和安全检查。

这使 DeepSeek Harness 更像一个跨Agent调度层：主代理负责拆分目标和汇总结果，外部编码代理负责执行专门任务。结合 [**dsh-agent-teams**](https://www.zuoshipin.com/link/23018.html) 等社区插件，还可以进一步按依赖关系组织多Agent团队。

多代理并不会自动提升质量。子代理越多，权限、Token、重复修改和结果冲突越难控制。生产使用时应限定每个实例的工作目录、允许工具、并发上限和交付格式，并由父任务执行最终验证。

## Windows体验改善：PowerShell终于可以保持会话状态

rc.8为Windows PTY终端加入持久PowerShell会话，并在Minimal预设中默认启用。此前每次命令重新创建进程时，工作目录、临时环境变量、模块加载和部分命令状态可能丢失；持久会话更接近开发者真实使用终端的方式。

这对需要连续执行构建、测试和调试命令的Agent尤其重要。不过，持久会话也意味着先前命令留下的环境变量、进程或别名会继续存在。排查异常时应主动检查当前目录、环境状态和后台任务。

## 3类关键修复：大图片、流式取消与自定义网关

-   **图片载荷：**修复单张图片过大或历史会话图片累积过多时导致模型请求失败的问题。
-   **流式上下文：**取消一次流式生成后，已经显示的回复前缀会继续进入后续提问和分叉会话，减少上下文断裂。
-   **OpenAI兼容网关：**修复部分自定义网关因请求格式差异无法调用，以及推理内容回传缺失的问题。

这些修复看似不如多模态醒目，却直接决定长任务是否稳定。Agent一旦在几十分钟后因历史载荷或网关格式失败，重新执行的时间与Token成本往往比单次模型调用更高。

![DeepSeek Harness图片载荷与网关兼容修复](https://admin.zuoshipin.com/wp-content/uploads/2026/08/e537bdbe-9c2f-11f1-a0c6-fa163e47d677.webp)

## 工具、会话和SDK也在提速

`web_search`现在支持并发查询；子代理`reportDelivery`会及时反馈并唤醒父任务，降低任务完成后等待轮询的时间。大型历史会话的分叉速度得到改善，本地运行`dsh web`时会自动打开浏览器，依赖下载体积也有所优化。

Python SDK运行时开始覆盖4个内置Agent预设，并包含`rg`、glob搜索与MCP stdio工具所需依赖。这意味着Python侧拉起标准Agent环境时，需要手工补依赖的情况会减少。

## 升级前最重要的提醒：SQLite数据结构不兼容

官方日志明确写明，rc.8改进了SQLite后端的读写、分叉性能并降低存储体积，但**数据结构不兼容**。项目仍处于Developer Preview，未来也可能继续出现破坏性调整。

升级前建议：

1.  备份会话数据库、配置文件、Profile和自定义插件；
2.  记录当前版本与依赖锁文件，保留可回滚安装方式；
3.  先在副本环境验证历史会话能否读取和分叉；
4.  检查图片输入、自定义网关、子代理权限和Windows终端；
5.  确认无误后再迁移长期工作区。

## 快速安装与体验

官方README给出的最简启动方式是先安装Node.js，然后运行：

```
npx @deepseek-ai/dsh web
```

本地启动默认会在`http://127.0.0.1:3080`打开Web UI；不希望自动打开浏览器时可使用`--no-open`。从源码运行则需要克隆仓库、安装pnpm依赖并完成构建。

如果想了解主题定制、多模态模型接入和桌宠效果，可以继续查看 [**DeepSeek Harness“牛来”教程**](https://admin.zuoshipin.com/23250)；想系统认识插件生态，可参考 [**11个热门DSH插件整理**](https://admin.zuoshipin.com/23004)。

## 结论：DeepSeek Harness正在从编码壳层变成Agent组合平台

rc.8最值得关注的并非单一的“支持看图”，而是感知方式和执行主体都在插件化：有视觉能力的模型可以原生收图，纯文本模型可以借助OCR和像素工具，Claude Code与Codex可以作为子代理加入任务，Windows终端与自定义网关则继续补齐真实工程环境。

这种架构让模型能力能够被拆开、替换和组合，但也把更多责任交给用户：正确声明模型能力、限制代理权限、管理长期会话，并对每次预发布升级做好备份与验证。

对开发者预览项目而言，rc.8是一次明显推进；对生产团队而言，它更适合作为可控实验平台，而不是在没有回滚方案时直接承担关键业务。

![DeepSeek Harness多模态与Agent插件生态延伸阅读](https://admin.zuoshipin.com/wp-content/uploads/2026/08/be04f845-4615-11f0-b017-fa163e47d677-6.jpg)

## 常见问题

### DeepSeek Harness rc.8支持原生图片输入吗？

支持，但需要底层模型适配器启用原生图片请求，并且模型本身具备视觉输入能力。

### 纯文本模型可以处理图片吗？

可以借助OCR、颜色统计和像素分析获取部分结构化信息，但效果不能等同于视觉大模型。

### 升级rc.8会影响历史数据吗？

可能。官方明确说明SQLite数据结构不兼容，升级前应备份数据库、会话和配置并先做迁移测试。

**Tags:** Agent Harness, Claude Code, Codex, DeepSeek Harness, 多模态AI

**Categories:** AI资讯

---