AI / Agent-Harness / DSH
DeepSeek Harness 提示词全解: 四个预设与每一步投递
NOTE 同一句"你好", 为什么在标准模式和极简模式里会被送出完全不同的请求头? 提示词在那台运行时里不是一段文字, 而是一组按 order 拼装、按预设挂载、按步骤重建的资产. 更反常识的是: 压缩指令不是另写的摘要 system prompt, 而是 追加在回放会话最后的一条 user 消息 —— 只为让这次旁路
TAG / H
Harness
harness·4 篇笔记·Agent 运行时/循环/工具调用的实现机制
AI / Agent-Harness / DSH
DeepSeek Harness设计思想: 插件树与事件日志
NOTE 一个 agent 最贵的时刻, 不是模型答错, 而是它在崩溃重启后 把已经改过的文件又改了一遍 . 要避免这件事, 光有"聊天记录"远远不够: 系统必须能回答三个问题 —— 这个能力是谁给的、这次副作用到底发生了没有、模型究竟看见过什么. DeepSeek Harness 把这些归属全部收进两根支柱: 插件树
AI / Agent-Harness / DSH
DSH Agent Loop 源码剖析
NOTE 用户说一句"用 echo 回显 ping", 会话里到底发生了什么? 没有聊天记录, 只有一条 turn/start step/start tool/call tool/result step/end 的事件串, 模型每次看到的历史都是现场推导出来的. 更反常识的是: 一次 step/start 到 step
工具链
RTK项目使用说明与Codex本地心得
NOTE 你喂给 AI 编程助手的每一条 shell 输出, 有多少是它真正需要看见的? 一次全量测试就能刷掉几千 token, 其中大半只是"通过了". RTK Rust Token Killer 的答案不是让模型少跑命令, 而是在命令输出进入上下文之前先过滤一层; 但压缩过的输出 不再等于原始事实全集 . 于是真正