人工智能标签_DeepSeek技术社区

人工智能

大模型（DeepSeek）辅助 3D 实时建模 + 拖拽配置：业务可视化应用快速构建实践（标注、巡检与视角控制等）

本文介绍一条 "从基于大模型构建3D模型生产到应用发布" 的快速构建链路：上游由大模型驱动 Blender 辅助实时建模，下游把模型变成可拖拽配置的元件，业务人员无需人工3D建模和开发业务代码即可产出浏览器应用。

iNeuOS工业互联网
2026-09-16 13:50:37

 544

 1

#人工智能 #物联网 #3d +1
腾讯的免费 DeepSeek V4.1 Flash，如何无缝衔接到你的工作流？

如何让“蓝色大肥鱼”帮你免费干活？国际版 WorkBuddy 的 DeepSeek V4.1 Flash 虽然限免真香，但一换账号历史会话、MCP 工具和长期记忆全被清空。借助开源工具 WorkBuddy Tools，一键打包带走全部工作上下文与配置，让多账号高配模型轮流给你当免费打工人！

BAILIN_William
2026-09-16 13:08:21

 1447

 2

#语言模型 #人工智能 #开源软件
DeepSeek集成落地：配置项与排错检查清单

更合理的比较维度是：是否允许自定义模型提供方，密钥是否可安全管理，错误信息是否可读，日志是否可导出，是否支持代理，是否能锁定模型版本，是否支持本地部署端点，是否便于替换生成模型。其他摘要集中在 DeepSeek 概述、架构、本地部署和模型系列，提到 DeepSeek-V2、V3、R1、R1 Zero、混合专家架构、多头潜在注意力、强化学习、蒸馏小模型、本地部署、微调等。第一层是接入形态：应用程序、

天风之翼
2026-09-16 12:00:29

 249

#人工智能 #机器学习 #深度学习
MAI Gateway（魔芋企业级AI网关）技术揭秘：AI网关支持DeepSeek吗？从原理到落地

回答"支持DeepSeek吗"：在619个模型列表里，DeepSeek的多个版本都在。接水管（模型列表里有）、测水压（链路监控定期测）、装水表（消费日志记每笔调用）、装过滤器（脱敏+输入防护+输出过滤+访问控制），四步走完。支持私有化部署，所有请求储存在本地，数据不出企业。有三个软件版本和两个一体机系列。魔芋AI大模型网关I全球大模型一站式调用及服务平台魔芋AI大模型聚合平台（大模型网关平台）专注

 有底云安
2026-09-16 11:36:01

 306

#gateway #大数据 #人工智能
多开几个 Agent，为什么反而更难把活干好？---- 从 Claude Code、Codex 到 DeepSeek Harness，拆解多 Agent 的收益、成本与运行机制。

Multi-agent 描述多个 Agent 参与的系统，Team 的含义取决于具体实现。本文从 Claude Code 的 Subagent 与 Agent Teams 出发，结合 Codex、OpenCode、pi 和 DeepSeek Harness，比较任务分解、通信与运行时机制，并引入 2026 年的工程实验及 9 月的研究，说明何时值得拆分、如何验证收益，以及哪些历史数据不能直接外推。

monsion
2026-09-16 11:12:23

 482

 3

#人工智能
16 万颗芯片、25.6 亿美元DeepSeek 押在国产算力上的这一注

这是整件事里最关键的一个判断，也是很多人看漏的地方。大模型公司的算力需求，大致分两块：训练：从零教出一个模型，追求的是极限算力和集群规模，对单卡性能极度敏感；推理：模型训练好之后，服务每一个真实用户，追求的是时延、吞吐和成本。DeepSeek 把 16 万颗国产芯片押在推理第一，推理需求正在指数级增长。随着大模型从「训练竞赛」转向「应用落地」，真正消耗算力的地方从实验室搬到了线上。每多一个用户问一

 布吉岛的石头
2026-09-16 10:51:36

 858

 2

#人工智能
DeepSeek API 401 排查：密钥、环境变量与转发链路

401 在服务端调用里往往不是一个错误，而是一类错误。同一个状态码，可能来自密钥本身失效，可能来自进程读到的值和预期不一致，可能来自请求头构造错误，也可能来自请求还没到上游就被代理或网关拦下。这四层的原因和验证手段完全不同，混在一起试，结果就是反复换密钥却始终不好。下面是一套通用的分层定位方法。具体产品的请求头名称、鉴权方案前缀、环境变量名、错误响应体结构，必须以对应官方文档为准，本文不替换官方约

 天风之翼
2026-09-16 10:46:29

 101

#人工智能 #机器学习 #深度学习
Deepseek技术发展动态与应用场景探索汇总

意图拆解 + 分层推送：输入研究方向 / 问题（比如 “生成式 AI 在气候模拟中的不确定性传播机制”），大模型会先拆解你的意图、多维度验证，再用「Perfect/Strong/Related」标签给论文分层，前 10-20 篇就能 cover 80% 核心内容，直接砍掉噪音。最后推荐一个更 “重” 的工具组合：Scholarcy 负责 “速读消化单篇”，Rayyan 负责 “系统筛查 + 多人协

 毕业就用毕业宝
2026-09-16 10:41:41

 58

#人工智能 #自然语言处理
DeepSeek Harness、WorkBuddy、Codex 怎么选：先分清结果和改造权

新的 Agent 工具出现时，很多人会习惯性地让几个产品跑同一个任务，再比较谁响应更快、回答更长、代码更顺眼。这种方式适合判断“今天用哪个工具”，却不一定能回答另一个更重要的问题：某个运行时是否适合成为团队长期依赖的底座。DeepSeek Harness 的相关素材里有一个值得注意的判断：如果目标只是让 AI 完成网页、PPT、报告或代码，WorkBuddy、Codex 这类成品工具通常更直接；

大报言看
2026-09-16 10:34:42

 158

#人工智能 #架构
豆包、DeepSeek、元宝、千问、文心一言，五大国产 AI 谁更厉害？

回到最初的问题——谁最厉害？追求极致推理和代码能力→ 选 DeepSeek日常使用、追求自然对话体验→ 选豆包重度微信用户，想要无缝体验→ 选元宝企业用户，需要稳定服务和生态→ 选千问偏好中文传统文化、搜索整合→ 选文心一言这五款 AI 各有千秋，与其纠结谁「最厉害」，不如想清楚自己最常用来做什么。工具没有绝对的高下，适合你的场景、你的预算、你的使用习惯的，就是最厉害的。国产 AI 的竞争远未结束

 旺仔小馒头wang
2026-09-16 10:25:57

 596

 1

#人工智能 #深度学习
给数字人接上 DeepSeek 之后，问答能力到底提升了多少？

公开评测中，DeepSeek 新一代模型的研究生级推理（GPQA）成绩从上代的约 59 分提升到约 73 分，这类推理能力的增强，直接反映在“把复杂问题讲明白”的水平上。这篇文章不吹不黑，把提升的部分、没提升的部分，以及真正改变游戏规则的变量，逐层拆开讲清楚。真正成熟的方案，从来不是把大模型接上就完事，而是用大模型负责“怎么说”，用知识库负责“说什么”，用本地部署解决“能不能用”。没有大模型时，每

 时空节拍AI数字人
2026-09-16 10:11:27

 510

 5

#人工智能 #语音识别 #3d +2
小白也能学会：DeepSeek识图模式大揭秘及高薪AI岗位入门指南

2026 年一晃已经过半，AI 大模型的热潮不仅没有降温，反而持续升温！金融行业用大模型做风控、医疗依靠 AI 解析影像，电商、制造、教育各行各业，都在把 AI 融入日常业务。曾经热闹的 “百模大战”，早就告别单纯比拼模型参数，正式进入落地应用时代。懂业务、懂 AI、能做出可上线项目的大模型开发工程师，岗位缺口大，薪资待遇十分可观。风口再好，不如手握高薪 offer 实在。行情火热，普通人、程序员

 m0_48891301
2026-09-16 09:45:00

 232

 1

#人工智能 #前端
一篇讲清楚 DeepSeek 桌面端，官方版和第三方到底选哪个（附实操建议）

2. 在独立测试目录下克隆仓库并安装依赖。DeepSeek 官方 API 文档写得很明确：原有的 deepseek-v4-flash 接口保持兼容，但服务器收到请求后，全部由最新的 V4.1 Flash 接管运行。官方桌面端的下拉菜单里，直接原生内置了 DeepSeek-V41-Flash，同时此前发布的 DeepSeek-V4-Pro 也完整保留在列表中。明明 DeepSeek-V4.1-Fla

baidu_32397199
2026-09-16 09:18:57

 280

 1

#人工智能
DeepSeek Harness dsh-market 安装配置教程：2300+ 插件市场从零搭建指南

dsh-market（dsh-market/dsh-market）是 DeepSeek Harness 生态中的可视化插件市场，GitHub Star 3945，综合评分 70.4，最近更新 2026-09-15，周下载量 128,104。npm 包 dshmarket @ 1.46.1，MIT 开源协议。核心定位：装在 DeepSeek Harness 里的插件市场——打开设置 → 插件市场 →

张皓181
2026-09-16 07:13:17

 2787

 1

#人工智能
AgentScope2.0、LangGraph、DeepSeek Harness，谁才是生产级 Agent 王者？

2026年多智能体框架之争，核心不在功能，而在“编排哲学”：LangGraph重流程与持久化，AgentScope2.0信模型自主并强控安全边界，DeepSeekHarness倡“一切皆插件”的元框架设计。本文通过15分钟实操与对比表，揭示三者本质差异——前者管“不丢”，后者防“乱来”，后者求“可改”。选型关键看任务性质（确定/开放）、团队栈（Java/JS）与目标（快速落地或深度定制）。安全非框

 GGS
2026-09-15 23:57:35

 378

 2

#人工智能
北航何静：DeepSeek Harness，部署操作教程

北京航空航天大学 90 后副教授何静从零讲DeepSeek Harness，最核心的关键词就是“一切皆插件”。它更像一个可以不断拆装的智能体底座，界面、工具、模型和工作模式都能继续更换。同一个Harness，换一套插件可能变成游戏工具，再换一套又能变成科研或办公Agent。更有意思的是，DeepSeek Harness本身还能辅助开发新插件。何静也进行了相关实操，让AI帮助生成新的能力，再根据报错

 科研小牛马
2026-09-15 22:24:41

 118

#人工智能
DeepSeek 大模型落地应用实战指南

本文聚焦企业智能化落地的十大真实场景，涵盖知识库问答、多语言客服、长文档摘要、代码辅助、文案生成等，提出基于RAG、提示词工程、分层推理与私有化部署的可落地方案。强调数据质量、安全可控与工程化闭环，提供从架构设计到成本优化的实战路径，助力技术团队高效实现大模型价值转化。

juan510502
2026-09-15 22:07:58

 377

 1

#人工智能 #经验分享
Agent Plan × DeepSeek Harness：表面缺陷检测与缺陷分类推理

表面缺陷指产品外表在制造、搬运或存放过程中产生的可见异常，其种类随行业而异。金属表面常见的缺陷包括划伤、压痕、辊印、麻点、锈蚀与氧化色斑；光伏电池片则关注隐裂、断栅、色差与印刷偏移；PCB 行业重视短路、断路、铜面刮伤与焊点气泡。缺陷按严重程度可分为致命缺陷、主要缺陷与次要缺陷：致命缺陷直接影响功能安全，例如电池片隐裂会显著降低发电效率并带来热斑风险；主要缺陷影响产品性能与使用寿命；次要缺陷主要影

 hh950
2026-09-15 21:04:00

 59

#人工智能 #大数据
AI 陪读顶会论文（八）：DeepSeek-V2/V3 架构拆解：MLA 多头潜在注意力与 Multi-Token Prediction (MTP)

DeepSeek 架构的成功绝非偶然，而是对 Transformer 数学几何性质与 GPU 物理显存瓶颈极度透彻的工程突破。MLA 用低秩潜在分解与矩阵吸收，在零精度折损下重构了 KV Cache；MTP 用多步预测重构了自回归训练。这种将前沿数学推导、体系结构考量与极致性价比追求融为一体的架构创新，代表了中国 AI 顶尖团队在世界舞台上的核心竞争力。

cannonjinx
2026-09-15 21:00:22

 875

 1

#AI #人工智能 #算法
今日AI资讯（2026年9月15日）：DeepSeek开源V3.2-Exp

9月15日，DeepSeek正式开源新一代模型DeepSeek-V3.2-Exp，在V3.1-Terminus的基础上引入DeepSeek Sparse Attention（稀疏注意力机制），专门针对长文本的训练和推理效率进行探索性优化。实测数据显示，新模型在长文本场景下的推理成本降低50%以上，同时保持输出效果基本不变【5†L2-L4】。国家网信办今日发布《人工智能生成内容标识管理办法》修订版，

houwenjin
2026-09-15 20:19:13

 758

#人工智能
DeepSeek Harness 系列（07）：能力 Seam——换一行配置，能力全换

为什么 dsh 不直接 import fs？为什么 Shell 执行可以一键切到远程沙箱？这篇文章讲 dsh 的能力 Seam 设计：Service Definition / Provider / Consumer 三角色，以及 ctx.fs、ctx.sandbox、ctx.shell、ctx.llm 这些核心 Seam 的实际用法

 Cheson_chen
2026-09-15 20:07:45

 390

#人工智能 #学习
Deepseek技术发展与行业应用趋势解析

今天分享 3 款高频在用的工具，从 “开门找对路” 到 “验真辨好坏” 再到 “合成出初稿”，全是亲测能省时间的硬货，第一款直接封神！整个周期从以前的 “一个月头大” 压缩到 “一周能交差”，多出来的时间我用来调实验、写代码，甚至偶尔摸鱼放松 ——AI 不是偷懒神器，而是把科研从 “苦力模式” 切换到 “思考模式” 的加速器。前两款负责 “找” 和 “验”，Paperguide 就专攻 “合成 +

毕业就用毕业宝
2026-09-15 18:32:45

 61

#人工智能 #语言模型 #自然语言处理 +1
DeepSeek V4.1 时代小程序开发新范式：GEO 优化与私域系统的技术闭环实践

DeepSeek V4.1时代推动GEO优化进入工程化落地阶段。本文基于渝东北项目实践，提出小程序开发需从设计端融入结构化语义输出、地域标签体系与AI流量承接链路，构建“被推荐—被理解—被信任—被动获客”的技术闭环。通过统一信源、实体识别、多模态适配与私域沉淀，实现算法级精准曝光与长效转化，标志着企业数字化从功能建设迈向AI友好系统构建的新范式。

No.32 Longhai
2026-09-15 18:14:53

 189

#经验分享 #人工智能 #小程序
【清华代码熊】DeepSeek-V4.1-Flash 技术报告/架构解析

📌 本期解析 DeepSeek 发布的多模态大模型 DeepSeek-V4.1-Flash，相比 DeepSeek V4 结构大改，已经集成先前 DeepSeek 几项实验性技术：mHC/Engram/DSpark，以及 CED/CSA2 的架构创新，本期详细解析🔥

古希腊掌管代码的神THU
2026-09-15 17:02:25

 158

 1

#深度学习 #自然语言处理 #人工智能 +2
【LLM】DeepSeek V4.1-Flash 为什么这么强？CED 与 CSA2 架构全拆解

DeepSeek V4.1-Flash 以“读得便宜，写得精准”为核心，通过CED架构将输入处理与输出生成解耦，仅激活8B参数预填充；结合CSA2层间缓存复用与FP4精度压缩，实现全局KV Cache低至890字节/token，1M上下文下推理成本仅增1/4。三者叠加，使552B大模型在Agent任务中兼具高吞吐、低成本与强上下文能力，重构了大模型的推理成本函数。

h1773655323
2026-09-15 16:44:45

 408

#人工智能
最终回复也能结构化：OpenAI、DeepSeek 与 LangChain

结构化输出既能约束工具调用参数，也能规定模型最终回复的格式。本文通过同一个联系人案例，梳理 OpenAI、DeepSeek 的接口能力，以及 LangChain 的策略选择、解析校验与实际调用路径。以前，我知道 Function Calling 可以严格规定函数参数，却以为模型最后回复的 text，只能通过提示词要求它“尽量输出 JSON”。后来我发现，从“请按 JSON 回答”到“按 Schem

有才不一定有德
2026-09-15 16:36:49

 269

 1

#人工智能
Agent Plan × DeepSeek Harness：语义相似判例检索与可区分性推理

在法律实务中，类案检索是律师、法官和法务工作者最基础也最高频的工作流之一。传统类案检索依赖关键词匹配与法条索引，检索质量严重依赖检索者对法律术语的掌握——"逾期交付违约金酌减"与"迟延履行损失赔偿调整"表达不同，语义却高度相似，关键词系统难以建立这种跨表述的语义关联。统计显示，人工类案检索单次平均耗时可达数小时，而裁判文书的地域差异与裁判尺度离散性进一步放大了检索难度。

hh950
2026-09-15 16:19:46

 105

 1

#人工智能
Agent Plan × DeepSeek Harness：有害内容检测与输出安全护栏

本文的安全体系可以概括为三层闸门加一个闭环：输入闸门管住进来的话，生成护栏管住出去的文，行动闸门管住做的事；检测服务提供认知，护栏服务执行处置，审计日志留下证据，人工复核台兜底自动化判断的边界。每一层都很朴素，价值在于被组织成一个整体——检测评估风险，护栏执行处置，审计记录全过程，评估把线上反馈变成下一次迭代的输入。回到开篇的三个词：检测是前提、护栏是手段、可证明是目标。当下的工程实践把检测与护栏

 hh950
2026-09-15 16:01:38

 154

 1

#人工智能 #大数据
别再手写用例了！DeepSeek Harness + Workbuddy 10分钟生成可评审用例

本文分享了用DeepSeek Harness与Workbuddy组合实现测试用例自动生成的实践：通过10分钟配置，将PRD与接口文档转化为结构化用例，覆盖正常、异常与边界场景。虽需人工复核8条左右，但效率远超手写，尤其适合文档清晰的后端迭代。核心价值不在于“取代”测试，而在于释放人力，聚焦业务理解与风险洞察。

测试人子期
2026-09-15 15:46:57

 190

#测试用例 #人工智能 #知识图谱
Agent-Plan-x-DeepSeek-Harness-分子逆向设计推理链

推理链的起点是把模糊的用户陈述转成形式化指标。用户的真实表达往往是"想要一种水溶性好又能穿透血脑屏障的抑制剂"“想要窄带隙的红色发光材料”。LLM 在此环节负责语义翻译与指标补齐：从自然语言中抽取性质约束（水溶性 → logS ≥ -4；血脑屏障 → logP 区间 + TPSA 上限），并提示用户补充缺失维度（是否要求合成简单？是否限制成本？是否考虑毒性？Llamole 的"门控 LLM"正是这

 hh950
2026-09-15 15:42:46

 60

#人工智能 #算法
DeepSeek Harness 本地部署与第三方插件排障实录：从 fetch failed 到 preset not found

DeepSeek Harness 本地部署与第三方插件排障实录：从 fetch failed 到 preset not found > 本文是一次完整真实的排障复盘：在 Windows 上从零跑通 DeepSeek Harness（dsh）， > 再装上一个第三方 client UI 插件，然后把踩到的每一个坑连根因带修法全部拆开。 > 文中所有报错原文、版

 hoaxxcj
2026-09-15 15:42:25

 486

 4

#DeepSeek #AI Agent #人工智能 +1
科技·AI 资讯日报（2026年9月中旬）：智谱50亿美元融资、DeepSeek V4.1领跑、AI终端密集上新

联想在 IFA 2026 一口气发布 6 款消费级 AI 终端（YOGA Pro 9n、平板、一体机等），主打本地可跑千亿参数大模型、跨设备个人 AI。· 中兴努比亚官宣搭载豆包手机助手的旗舰 NaviX Ultra 将于 9 月 16 日发布，主打“全球首款 AI 智能体手机”。· 智谱完成约 50 亿美元融资，投向下一代 GLM 基础模型、完全自训练与算力基建，为本周最大一笔国产大模型融资。·

CodeAnywd
2026-09-15 15:39:28

 879

 3

#人工智能
Agent Plan × DeepSeek Harness：决策规划与运动控制联合优化

考虑一个桌面操作场景："把窗台上的马克杯端到茶几上，如果杯子里有水，先倒掉再放过去。任务理解：识别"有条件的动作"（如果……先……再……），把它展开为有序子目标序列；可行性推理：判断当前构型、抓取位姿、路径通道是否满足约束，必要时改变顺序或提出备选方案（“水倒进水池或花盆皆可”）；参数生成：为每个子目标生成具体的数值参数——抓取点、接近方向、轨迹途经点、速度上限、力控阈值；鲁棒执行：在执行中对抗扰

 hh950
2026-09-15 15:37:51

 95

 1

#人工智能 #算法
Agent_Plan_DeepSeek_Harness_游戏经济系统平衡性与通胀检测推理

本文的主要技术贡献可概括为以下四个方面：（1）提出一种面向游戏经济系统的分层Agent架构，支持从个体决策到群体涌现的多粒度建模；（2）设计基于推理链（Chain-of-Thought）的通胀检测机制，实现从异常识别到根因分析再到策略生成的端到端推理；（3）构建Agent仿真引擎与LLM推理引擎的双向协同机制，实现数据驱动与知识驱动的有机融合；（4）在仿真实验环境中验证所提出方法在多种经济场景下的

 hh950
2026-09-15 15:23:35

 222

#人工智能 #大数据
Agent Plan x DeepSeek Harness 图表城市灾害应急仿真与疏散方案优化

本文提出的方案，本质是把两件事分开做对：Agent Plan 负责提供"决策剧本"——任务分解、方案编排与迭代决策，回答"做什么、按什么顺序做"；DeepSeek Harness 负责提供"可信执行"——推理控制、工具调用、上下文管理与安全护栏，确保决策每一步都有据可依、可追踪、可降级。二者叠加图表城市数据底座与仿真引擎，共同构成"数据-模型-仿真-决策"的完整闭环：数据喂养模型，模型驱动仿真，仿

 hh950
2026-09-15 15:21:32

 217

 1

#人工智能 #大数据
2026年上海豆包DeepSeek通义千问GEO服务商选择与合作指南

上海企业在2026年筛选GEO服务商，已经不能只依据公司名气、报价高低或单一案例做判断。面对豆包、DeepSeek、通义千问等平台并行演进的现实，真正值得合作的GEO服务商，应同时具备平台适配能力、监测与复盘能力、移动端数据观察能力，以及与企业业务目标相匹配的长期协同能力。如果企业当前需要的是一家具备闭环管理思路、能够将品牌数字资产转化为AI可见性成果的服务商，微盟星启可作为上海企业比选中的重点观

 Chris.ren
2026-09-15 15:00:33

 29

#人工智能
2026年北京GEO服务商选择指南：DeepSeek、豆包、Kimi与AI搜索优化合作公司盘点

北京是国内企业服务、消费品牌、数码家电与创新业务最集中的城市之一，品牌之间的竞争已经不只发生在搜索引擎结果页，也发生在AI问答、智能推荐和多轮对话场景中。用户在询问“哪家服务商值得合作”“哪个方案更适合北京企业”“支持DeepSeek或Kimi优化的公司有哪些”时，AI平台给出的回答往往会直接影响品牌曝光与后续决策。从业务逻辑看，GEO与传统SEO的差异在于，前者直接面向生成式引擎的语义理解、信源

 Chris.ren
2026-09-15 14:56:34

 30

#人工智能
DeepSeek 和豆包复制公式结果不一样？DS随心转讲清差异并统一转 Word

同样复制一条数学公式，DeepSeek 粘进 PPT 是可编辑公式，豆包粘出来却是一段 LaTeX 源码。差异不在渲染引擎，而在各平台前端复制事件往剪贴板里写了什么。本文拆解公式从 AI 页面到 Word 的完整链路，对比两种复制策略，给出三条手动处理路线，并说明用DS随心转统一导出时的做法和边界。一句话答案：DeepSeek 复制时写入了带 MathML 的富文本，Office 能直接认；豆包只

 AM-Chestnuts
2026-09-15 14:41:14

 148

#人工智能 #c#
deepseek转word工具怎么选？DS随心转与4种方案对比实测

DeepSeek 的回答直接复制进 Word，容易出现表格错位、公式变源码、代码缩进丢失。选 deepseek转word工具之前，先判断内容里有哪些结构。本文对比直接复制、浏览器打印、Markdown 转换和 DS随心转批量导出四类做法，说明各自的输入输出、可编辑性和限制，并给出 DS随心转在多轮对话和复杂排版下的适用边界。一句话答案：内容越简单越适合直接复制；只要回答里出现表格、公式、代码块，或

 gushaoxia2025
2026-09-15 14:33:27

 185

#人工智能
deepseek转word工具怎么修公式乱码？用DS随心转三步处理

DeepSeek 页面里显示正常的公式，复制到 Word 后常常变成。

AM-Chestnuts
2026-09-15 14:28:18

 199

#人工智能 #开发语言
DeepSeek Harness 如何导入 Claude Code、Codex、OpenCode 会话：完整操作指南

DeepSeek Harness 会话导入，是把 Claude Code、Codex、OpenCode 等工具保存的对话日志转换成可继续编辑的 Harness 会话；目前README 列出 21 个支持来源，导入后的会话可以在 DeepSeek Harness 中刷新、打开并继续对话。它处理的是聊天历史，不等同于 Skills、Hooks 或权限配置迁移。

七牛云行业应用
2026-09-15 14:13:48

 284

 1

#人工智能
Agent Plan × DeepSeek Harness：稠密向量与稀疏混合检索优化

RRF 之后，候选列表仍可能带有噪声：同一语义主题的多份文档并列、新文档与旧版本并存、宽泛相关但非直接答案的块排在前列。重排阶段用 Cross-Encoder 对查询与每个文档块做联合编码，直接输出相关度分数，通常只需对 RRF 后的 Top-50 精排到 Top-5/10。Cross-Encoder 的精度显著高于 Bi-Encoder，因为查询与文档在编码时能看到彼此的全部 token。

hh950
2026-09-15 13:59:25

 271

 1

#人工智能 #大数据
把“过期时间“写进模型名：DeepSeek 5天三连操作的完整复盘

回头看这5天：把过期时间写进模型名是工程师的浪漫，被用户顶回来续命是商业的清醒，四音色的海洋命名是品牌的用心。一家曾经"发模型看心情"的实验室公司，正在学着在能力、成本和客户感受之间找平衡。一个实验室开始"听劝"，未必是坏事。只是这个通知节奏——做API集成的朋友，最好早点习惯。参考信源：DeepSeek开放平台API定价页及公告、钛媒体（2026-09-13）、网易科技·三易生活（2026-09

DQQzero
2026-09-15 13:46:20

 181

 2

#人工智能 #AI #DeepSeek
DeepSeek vs Codex：两大 AI 编程助手深度测评对比

本文对比了DeepSeek与OpenAICodex两款AI编程助手，从模型能力、代码质量、使用体验及成本等维度进行测评。DeepSeek以开源、低价和灵活部署见长，适合个人开发者与注重数据安全的中小团队；Codex则凭借强大的上下文理解与生态集成，在复杂项目重构与多轮交互中表现更优。二者各具优势，建议根据项目规模、预算与技术需求选择，或结合使用以优化开发效率。

小刘杂谈中
2026-09-15 13:11:48

 262

 1

#人工智能
dsh-openwrite 安装配置与避坑：DeepSeek Harness 小说创作插件 90工具+六域审稿DAG实战

dsh-openwrite 是 OpenWrite 的 DeepSeek Harness 插件版本，定位为"在 DeepSeek Harness 中规划、写作、审稿和管理长篇小说"。GitHub 仓库：https://github.com/LiPu-jpg/Openwrite，当前 Star 723，Fork 116，综合评分 69.8，最近更新 2026-09-15，当前版本 0.2.10，开源

 张皓181
2026-09-15 12:06:31

 658

 1

#人工智能