将 DSH Native Agent Report 接入 DeepSeek API

DeepSeekAgent.io 持续收集直接封装在 DeepSeek Harness 上、能够完成明确任务的 Agent。2026 年 8 月 26 日快照共包含 51 个仓库：科研类 17 个、工程类 16 个、创作类 13 个、专业垂直工作流 5 个。

全部条目可在原生 Agent 目录查看。

什么才算 DSH 原生 Agent

本报告要求项目提供 Harness 原生 Agent 组合——通常是 agent.cordis.yml，以及可选的 preset.yml 元数据——并用这个组合完成一个明确工作。加入独立 Agent Preset 的完整 DSH Fork 也可以收录。

以下项目不纳入统计：

• 仅支持调用 DeepSeek 模型的通用 Agent；
• UI 主题与普通能力插件；
• Provider Bridge、模型选择器和 Session 工具；
• 只提到 Preset、却没有发布可用组合的仓库；
• 没有 DSH 原生封装的 Prompt 合集。

严格边界也是 Agent 数量远少于数千个插件的原因。

数据快照

8 月 26 日更新把已审核目录从 35 个增加到 51 个，增幅 45.7%。这个数字代表我们数据集发现和审核到的增量，不等于全生态项目的真实创建速度。

社区在做什么

科研 Agent 已覆盖学术检索、数学推理、因子投资、A 股五维分析、会计、数据分析、组学、水产育种、Scopus 检索和验证优先科研工作流。

工程 Agent 越来越像团队，而不是单一人设：PM 主导的交付 Crew、专家编排器、虚拟产品团队、专家名册、运维诊断、安全评估和渗透测试。它们的持久价值往往来自任务状态、审查门禁和角色工具，而不是更长的系统提示词。

创作 Agent 包括小说生产、教材写作、Unity uGUI、Godot、Blender 着色、RPG Maker、乐谱创作与中文长篇小说。垂直项目已经进入 GIS、危废配伍、视觉标注、茶叶审评、古籍校勘与养蜂。

常见架构模式

Preset 加 Skills

最常见结构是一套可选择的 Preset 搭配多个作用域 Skill。组合决定工具和提示段，Skill 承载领域工作流与参考资料。

Lead 加专业角色

多 Agent 项目通常让一个 Lead 留在用户会话中，再把有边界的任务委派给不同角色。较成熟的实现会加入持久计划、证据文件、QA 记录或独立验证。

确定性领域核心

金融与科研 Agent 经常把模型推理与 Python、Rust、DuckDB 或专用 CLI 结合。模型负责选择和解释，确定性代码负责计算。

Artifact Workbench

部分 Agent 为实际产物增加浏览器面板或编辑器，例如 GIS 地图、Unity UI、小说草稿、软件公司看板和乐谱。它们不只是聊天人设，但用户界面也可能由配套插件实现。

数据限制

确认存在原生组合只能证明项目完成了 DSH 封装，不能证明输出质量、安全性或维护状态。仓库描述属于作者声明。我们核查公开结构与文档，但没有让每个 Agent 运行统一 Benchmark。

快照也受发现范围限制：项目可能是私有仓库、尚未被索引、已经改名，或没有使用可检索的 DSH 描述。引用数量时应同时注明日期与收录方法。

建议引用格式

DeepSeekAgent.io，《51 个 DeepSeek Harness 原生 Agent：2026 年 8 月生态报告》，数据快照日期 2026-08-26，https://deepseekagent.io/zh/guides/deepseek-harness-native-agent-report

常见问题

这些是普通的 DeepSeek 兼容 Agent 吗？

不是。每个收录项目都必须发布 DeepSeek Harness 原生组合或具有独立 Preset 的 Harness Fork。

被收录是否代表安全或获得推荐？

不代表。收录只描述项目结构和用途，不等于安全审计、性能认证或官方认可。

为什么不把所有 DSH 插件都算成 Agent？

插件提供能力，Agent Preset 把能力组合成执行任务的 Session。很多插件很有用，但本身并不是 Agent。