dsh-maf
Microsoft Agent Framework (MAF) 的 DeepSeek Harness (dsh) 插件 —— 让 dsh 智能体验证、运行和搭建
MAF 的 declarative agents / workflows（YAML 声明式定义）。
独立社区项目，非官方。基于 microsoft/agent-framework（MIT）。
MAF 是 Semantic Kernel 的企业级继任者（v1.0 已发布）。
为什么做
MAF（13k★，Python/.NET）是微软当前的 agent 编排框架，没有 DSH 适配。它的核心是
YAML 声明式 agent/workflow——正好适合 agent 生成、验证和运行：
| 工具 | 行为 |
|---|
maf_status | MAF 包版本 + 环境检查 |
maf_validate | 校验 declarative agent YAML（AgentFactory 解析） |
maf_run_agent | 运行 declarative agent（YAML + prompt） |
maf_run_workflow | 运行 declarative workflow sample（main.py） |
maf_scaffold | 生成 agent/workflow YAML 模板 |
前置要求
pip install agent-framework agent-framework-declarative python-dotenv
Agent YAML 的 model.id 常引用环境变量（=Env.OPENAI_CHAT_MODEL_ID），
运行前配置好 .env / 环境变量（provider 密钥）。
安装
# profile 的 cordis.patch.yml
- insert:
- id: maf
name: './src/index.js'
config:
pythonCmd: python
enginePath: scripts/maf.py
pnpm dsh web --patch ./dsh-maf/cordis.patch.yml
然后问 agent："maf_status 检查环境，maf_validate 校验 ./agents/Assistant.yaml"。
引擎实现
scripts/maf.py 包装 MAF SDK：
AgentFactory(safe_mode=False).create_agent_from_yaml_path(path) → await agent.run(prompt)- workflow 用
python main.py 标准 sample 布局（workflow.yaml + main.py）
配置项
| 键 | 默认 | 说明 |
|---|
pythonCmd | python | Python 解释器 |
enginePath | scripts/maf.py | 引擎脚本路径 |
timeoutMs | 180000 | 单次调用超时（agent 运行可能较慢） |
已知限制
maf_run_agent / maf_run_workflow 消耗配置的 provider API 额度- declarative agents API 官方标注为 experimental（可能变动）
- 输出原样返回（含模型生成内容）
目录结构
dsh-maf/
src/index.js # 5 个工具 + 配置
scripts/maf.py # MAF SDK 引擎（status/validate/run/scaffold）
skills/maf/SKILL.md
docs/
cordis.patch.yml
许可
MIT。
