MindIE Agent logo
MindIE Agent for DeepSeek Harness
插件发现：本仓库使用 GitHub topic dsh-plugin 供 DSH 插件市场索引。
0.0.2 正式版：DSH 已作为原生 harness 接入 mindie-bench（PR #2），在 CPU L2 的 G0/G1/G2 canary 中通过真实 verifier；G3 原生采集暂不支持。0.0.1 的稳定 launcher、静默自动更新、Stop 采集/脱敏、知识反馈与社区贡献全部保留。详见benchmark 说明与验证记录。
面向昇腾（Ascend）NPU AI Infra 研发、测试与排障的 DeepSeek Harness 原生插件
标准模式即装即用 · 领域知识只读检索 · 官方 remote-dev NPU 工具集 · 仅依赖 DSH 稳定插件
中文 | English ·
快速开始 ·
使用方式 ·
架构 ·
已知限制
MindIE Agent for DeepSeek Harness（mindie-agent-dsh）是 MindIE Agent 的 DSH 原生适配器，0.0.1 首发版本。
它把 MindIE Agent 的两项核心能力接入 DSH：
/mindie-agent 领域知识与 Skill 入口：按需检索 knowledge-vllm-ascend 等昇腾工程知识；- 官方
remote-dev 远端 NPU 工具集：在远端昇腾服务器/容器内读写、执行、跑测试和轮询长任务。
[!IMPORTANT]
稳定性设计：只依赖 DSH 标准发行版中的稳定插件。
本适配器只组合 @deepseek-ai/dsh-skill-filesystem 与 @deepseek-ai/dsh-mcp-client 两个非 experimental 包，不引入任何 @deepseek-ai/dsh-experimental-*，不覆盖任何 DSH 内置行或内置预设。
新增的三行都挂在 Host 层，因此 standard 标准模式以及其它预设都会直接继承，用户不需要切换模式，也不存在“MindIE 模式”与标准模式的配置漂移。
快速开始
前置条件
| 依赖 | 要求 | 说明 |
|---|
| DeepSeek Harness | 0.2.0-rc.2 | package.json 的 peer 依赖精确锁定该版本 |
| Node.js | >= 22 | DSH 运行时要求 |
| Python | >= 3.11 | 由 uv 选择/管理 3.11，不要求系统 Python 正好是 3.11 |
uv | 任意近期版本 | 构建锁定运行时、提供 3.11 解释器 |
git | 任意近期版本 | 拉取插件与知识源 |
| 网络 | 首次安装需要 | 拉取固定组件与公共知识快照 |
第 1 步：构建锁定运行时并同步知识（先于启用 bundle）
dsh-mcp-client 会在 DSH 启动/启用 bundle 时立即连接 MCP server，因此先把运行时准备好，避免首次连接失败：
MINDIE_TMP="${TMPDIR:-/tmp}/mindie-agent-dsh"
rm -rf "$MINDIE_TMP"
git clone --depth 1 --branch v0.0.2 https://github.com/mindie-agent/mindie-agent-dsh.git "$MINDIE_TMP"
uv run --quiet --no-project --python 3.11 "$MINDIE_TMP/scripts/setup.py"
验证标准：命令最终输出的 JSON 中：
{
"status": "ready",
"components": {
"mindie-knowledge": "0.11.0",
"remote-dev": "0.9.5",
"mindie-diagnostics": "0.4.1"
},
"knowledge": { "status": "ready" }
}
setup.py 是幂等的：再次执行会按 uv.lock 重新校验运行时、重写引擎配置并做增量知识同步。运行时、配置、知识与 remote-dev 状态默认位于 ~/.local/share/mindie-agent/dsh 与 ~/.config/mindie-agent/dsh；临时克隆目录随后可以删除。
第 2 步：在 DSH 中安装并启用 bundle
在 DSH Web 的 Plugins 页面安装并启用：
git+https://github.com/mindie-agent/mindie-agent-dsh.git#v0.0.2
也可以在具备 plugin_manager 工具的 Agent 会话中安装：
plugin_manager(action="install_bundle",
target="git+https://github.com/mindie-agent/mindie-agent-dsh.git#v0.0.2")
说明：dsh plugin --profile <name> add <spec> 只负责 pnpm 安装，不会替用户勾选 bundle。安装后在 Plugins 页面启用 mindie-agent-dsh 即可；不要手改 profile 的 package.json 或 cordis.patch.yml。
启用后打开新会话（已有会话保留其启动时的组合），输入 /mindie-agent 即可使用。
第 3 步：验证
/mindie-agent 我准备在 vllm-ascend 里补一个融合算子的精度测试，请先结合知识库给出测试设计，再用 remote-dev 在远端 NPU 容器里跑通。
验证标准：
- 技能被注入（
/mindie-agent 是用户显式入口，不进入模型自动目录）；
- 工具列表出现
mcp__mindie-knowledge__knowledge_query / knowledge_explain / knowledge_sync 与 mcp__remote-dev__remote_*；
- 知识检索返回带
ref 的引用组，knowledge_explain 能读到正文；
- 远端操作使用真实 host / port / container，长任务可通过
remote_job_* 轮询。
装好之后怎么用
| 能力 | 触发方式 | 说明 |
|---|
| 昇腾领域知识、工程经验、测试与排障参考 | 手动 /mindie-agent <需求> | 显式注入 Skill，再按需调用只读知识工具；知识永远只是参考，以当前环境实测为准 |
| 远端昇腾服务器 / 容器操作 | 默认常驻，无需斜杠命令 | 直接自然语言描述远端操作，Agent 调用 mcp__remote-dev__remote_* |
| 知识源刷新 | 由 /mindie-agent 会话内的 knowledge_sync 触发 | 仅在语料不可用/过期或用户要求最新知识时调用一次，不轮询 |
示例：
/mindie-agent 帮我看看 vllm-ascend 里 MLA/GQA 首轴非连续 FIA 的已知验证结论，并给出在当前 910B 容器里复现精度的最小测试步骤。
连上 192.0.2.21:22 的 vllm-dev 容器，把我本地刚改的测试同步过去，在 NPU 上跑 pytest，长任务转后台并持续看日志。
架构与稳定性边界
flowchart TB
subgraph DSH["DeepSeek Harness 0.2.0-rc.2"]
HOST["Host composition<br/>mindie-agent-dsh bundle"]
STD["standard / 其它 agent preset"]
SKILL["@deepseek-ai/dsh-skill-filesystem<br/>providerName=mindie"]
KMC["@deepseek-ai/dsh-mcp-client<br/>serverName=mindie-knowledge"]
RMC["@deepseek-ai/dsh-mcp-client<br/>serverName=remote-dev"]
STD --> HOST
HOST --> SKILL
HOST --> KMC
HOST --> RMC
end
SKILL --> SK["skills/mindie-agent<br/>/mindie-agent"]
KMC --> BR["knowledge_mcp.py<br/>thin stdio bridge"]
BR --> KS["mindie-knowledge 0.11.0<br/>local loopback service"]
KS --> FEED[("knowledge-vllm-ascend<br/>public feed")]
RMC --> RD["remote-dev 0.9.5<br/>official MCP server"]
RD --> NPU[("远端昇腾主机 / Docker 容器")]
只依赖标准模式插件的具体含义
| 行 | 使用的插件 | 来源 | 是否 experimental |
|---|
mindie-agent-skill | @deepseek-ai/dsh-skill-filesystem | DSH 标准预设同款 provider | 否 |
mindie-agent-knowledge-mcp | @deepseek-ai/dsh-mcp-client | DSH 标准发行版 MCP 桥 | 否 |
mindie-agent-remote-mcp | @deepseek-ai/dsh-mcp-client | 同上 | 否 |
- 不覆盖任何 shipped row / preset，只做
insert；因此 DSH 升级带来的标准预设改动不会被本适配器遮蔽。
- 不引入自定义 Cordis Host 插件；知识桥只是 MCP server，
remote-dev 直接使用组件官方 server 入口。
package.json 只声明精确的 @deepseek-ai/dsh@0.2.0-rc.2 可选 peer，安装时不会把另一个 DSH 运行时拖进 profile。
0.0.1 范围与已知限制
- 知识检索是只读的：
knowledge_query、knowledge_explain，外加显式 knowledge_sync。0.0.1 没有 knowledge_feedback。
- 无会话结束采集、无社区贡献、无自动故障上报：DSH 的公开会话格式是 zstd JSONL，本版本不实现解析，也不假装采集成功；引擎配置里的采集适配器会在被调用时明确报错。
- 知识身份是 Host 级
dsh，不是 per-session；不要宣称会话隔离。
remote-dev 状态是 Host 级共享：作业记录位于 ~/.local/share/mindie-agent/dsh/state/remote，跨会话可见。- 已验证平台见
docs/verification.md；0.0.1 只在 macOS 27.0.1 arm64 + DSH 0.2.0-rc.2 上完成实机验收，其它平台请以实际测试为准。
- 不提供自动更新器；升级时重新执行
setup.py 并在 Plugins 页面切换到新 tag。
开发与测试
# 无需网络 / 不写用户目录的契约与协议测试
python3 -m unittest discover -s tests -v
# 只检查前置条件与路径，不构建运行时
uv run --quiet --no-project --python 3.11 scripts/setup.py --dry-run
# 手工探测 knowledge MCP 协议
printf '%s\n' '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2026-07-28"}}' \
'{"jsonrpc":"2.0","id":2,"method":"tools/list","params":{}}' \
| uv run --quiet --no-project --python 3.11 scripts/knowledge_mcp.py knowledge
发布配套关系、提交哈希与实机证据见 docs/verification.md 与 harness-compatibility.json。
许可证
本项目基于 MIT License 开源。
