DeepSeek Harness 收尾：主编带仨研究员组队

生命不息，折腾不止。前面六篇攒下的钩子、事件流、压缩、目标、后台任务、子代理，今天全串成一支会自己分工干活的队伍。

进阶系列写了六篇，从写钩子插件拦截 Agent，到监听事件流出日报，再到上下文压缩、目标续跑、后台任务，最后是 subagent 招「手下」。眼尖的朋友可能发现了：subagent 那一套是父子关系——你派一个子代理出去，它干完汇报，仅此而已，子代理之间互不搭话，也没有一块共享的记工板。

今天收尾，我们把牌桌上最后一副牌翻开：Agent Teams。这是 DeepSeek Harness 官方仓库 packages/experimental/ 里一个实验性多智能体协作模块——一个会话变成一个「主编」，它能招几个有名字的「研究员」队友，互相发消息、共用一块任务板，还能崩溃重启后接着干。前面六件套，在这里各就各位。

一、前六篇攒下的六块积木

先回头看我们攒了什么，不然组队就是空中楼阁：

积木	文章	在队伍里干什么
钩子插件	第 1 篇	主编/研究员动手前统一拦截、审批
事件流	第 2 篇	干活全程留痕，收工时自动出日报
上下文压缩	第 3 篇	长任务跑久了不崩，上下文涨满就压
目标（goal）	第 4 篇	给主编立个总目标，自动续跑
后台任务	第 5 篇	好几天的大活丢后台，按进度回收
子代理	第 6 篇	单个研究员的后端（spawn/fork）

前六篇都在解决「单打独斗」的问题，而团队解决的是「如何让好几个 Agent 并肩、互相通气、共享本子」。它和 subagent 最大的区别就一句话：subagent 是家长里短的父子，team 是平级协作的同事——每个队友都有独立会话、独立上下文，互相靠消息和任务板沟通，而不是往同一个越来越长的对话里塞。

二、官方实验包：一个会话就是一支队伍

Agent Teams 在官方仓库里的定位是「实验性」——能把一个 coding 会话变成一支小队：会话本身的 Agent 自动当 Lead（主编），它可以创建带名字的 teammate（研究员），互相发持久消息，在一块共享任务板上记任务。消息和任务状态能扛住崩溃、重载、中断，研究员「掉线」后再醒来还会收到之前排队的消息。

它由三个包组成，最小装配长这样（这是 SDK/自定义组合的写法）：

# 最小团队装配：持久会话存储 + 两个 Team 包
- name: '@deepseek-ai/dsh-session-persistence-jsonl'
- name: '@deepseek-ai/dsh-experimental-agent-team'
- name: '@deepseek-ai/dsh-experimental-tool-agent-team'

注意三点：agent-team 包只负责领域模型（身份、花名册、邮箱、任务板），不带任何工具；真正给模型派活的是配对的 tool-agent-team 包；而必须要持久会话存储，团队功能才会激活（这就是为什么第 3 篇的落盘能力在这里是地基）。

不过你大概率用不到上面这种手工装配。官方其实发了一个一键 profile 层 @deepseek-ai/dsh-experimental-agent-team-profile，装完就把上面的组合、配置、工具全铺好了（还会顺手把容易混淆的旧 subagent 委派控件关掉）。三条命令就能装/卸：

# 前置：profile 里得有 @deepseek-ai/dsh-base
npx @deepseek-ai/dsh plugin --profile web add @deepseek-ai/dsh-experimental-agent-team-profile

# 不用了再卸掉（名字换成你的 profile）
npx @deepseek-ai/dsh plugin --profile web remove @deepseek-ai/dsh-experimental-agent-team-profile

或者在 Web 侧边栏的 Plugins 页面直接开关——它是 dsh 安装时自带的可选 bundle，默认不启用，开关一下重启即可（具体开关项名以你装的那版 UI 为准）。

装好后，会话就会多出一组 Team 工具：spawn_teammate、send_message、list_agents、interrupt_agent、wait_agent，以及一组 team_task_* 任务板工具。

三、上手三步：装 → 派活 → 看花名册

第一步：装完重启。 上面装/卸完，重启 dsh web 进程并刷新浏览器。

第二步：给主编派活。 不用教它「请用 Agent Teams」这类咒语，直接自然语言下总目标，让主编自己去拆：

1
2
3

写一份《DeepSeek Harness 多智能体选型对照》：先查 subagent、Agent Teams、
社区 agent-team 插件三者的机制差异，再据此写一份带结论的报告，最后附一段
能跑通 spawn_teammate 的最小演示代码。

主编收到后，会先规划，再自己调用 spawn_teammate 招人。它实际调用的入参形状大概是这样的（供你理解，不用手敲）：

{
  "name": "researcher-data",
  "description": "资料研究员，负责查证三套多智能体机制的官方文档",
  "prompt": "去官方 README 和源码里核实 Agent Teams 的工具清单与限制，整理成要点。",
  "context": "fresh"
}

name 是小写 kebab-case 的唯一名字；prompt 一定写完整——因为这个队友要么 fresh（不继承主编对话的任何记忆），要么 fork（继承主编已完成的轮次）。fresh 就意味着它的 prompt 里必须自带全部前情，别指望它知道你们前面聊了啥。

第三步：拿 list_agents({}) 看花名册。 返回每个成员的名字、角色（lead/teammate）、状态（running/idle/inactive/provisioning/failed）。主编自己始终在列，是那个 role: "lead" 的伪行。

四、主编带仨研究员：一个落地项目

回到上一步那个写作任务，主编最自然的打法是一次招三个研究员，各干一摊，最后自己验收：

研究员名字	分工	context
`researcher-data`	查三套机制的官方文档、差异点	fresh
`researcher-report`	按查回来的要点写带结论的报告	fresh
`coder-demo`	写一份能跑的最小演示代码	fork

他们会共享同一个工作目录，谁改了文件其他人都立刻看得见——这正是团队和子代理的关键差异之一。所以主编要做的就是把任务拆开、分配、等结果、验收：

派活：spawn_teammate 创建三人，再下任务到共享任务板（team_task_* 那套：建任务 → get 读 → claim 认领 → 干完 complete）。
催进度/补充要求：send_message({ target: "researcher-data", message: "..." })。它会在目标最近的步骤边界把消息塞进去；目标要是 inactive，这一发还会顺带把它唤醒开跑。
等结论：wait_agent 等某个队友。⚠️ 它只观察调用之后发生的变化，从不主动唤醒；如果此刻没有别人在跑，它会立刻返回 noProgress。所以等待前先用 list_agents 确认还有人 running/provisioning，需要谁上线就先 send_message 叫醒再等。
中途叫停：interrupt_agent 把某个研究员暂停（不是销毁），回头还能继续。
收尾验收：主编合并三个人的产出，自己最后 review 一遍 diff、跑一遍测试再给你终稿——所以要给主编一个强一点的模型，把「判断和验收」这一层的上下文留给它。

五、工具速查 + 六个必躲的坑

一套工具一句话说清：

工具	干什么
`spawn_teammate`	创建带名字的持久研究员；只有主编能调
`send_message`	给主编/某研究员发消息，能唤醒 inactive 目标
`list_agents`	看花名册（名、角色、状态）
`interrupt_agent`	暂停某研究员，不销毁、可继续
`wait_agent`	等待，只观察新变化、不唤醒
`team_task_*`	共享任务板：建/取/认领/完成

六个坑，全是社区实测出来的，务必背下来：

名字永久不复用。哪怕创建失败，那个名字也被占着，不能再用——所以别拿临时名乱试。
只有主编能创建/中断研究员，研究员之间只能靠 send_message 传话。
fresh 不带任何前情。想让研究员知道你聊到哪了，要么 prompt 写全，要么用 fork。
wait_agent 不唤醒人。没人在跑会立刻 noProgress，别傻等，先 send_message 叫醒。
共享目录不是锁。多人改同一块文件没有强制锁，一旦报 FS_STALE_VERSION，读最新内容、把你改的 rebase 上去再重试；写作用 read/edit/write 套路，Bash/格式化脚本不受版本守卫保护，最后让主编 review 总 diff。
别用 subagent 组队（Web/Desktop 上尤其要注意）。开启 Team 后旧的 subagent/subagent_fork 控件在 preset 层可能还活着，但用它们派出去的子代理不在 Team 花名册里——list_agents 看不到、send_message 报「找不到这个 teammate」。组队就老老实实用 spawn_teammate，否则容易白转圈。

六、给研究员换便宜模型，省下主编的强模型

组队的最大甜头其实是成本。前面说过 Harness 是「一切皆插件」，Provider 可以随便加，而 Team 里每个研究员都能各用各的模型——这正是 DeepSeek Harness 作为国产框架的卖点：多模型对接 + 价格便宜。

合理分工是：主编用强模型（判断、拆任务、验收，上下文都花在刀刃上），查资料/出代码这类研究员换成便宜的小模型。要省钱，就把研究员的 Provider 指向便宜模型按量付费——比如上一路的中转站（ai.aklibk.com 那种 OpenAI 兼容接口）接个低价小模型，查资料、写初稿用便宜货，主编拿强模型收尾。团队框架 + 便宜模型的组合，才是把「多智能体」真正跑进日常的正解。

如果还想玩点更花的，社区还有 @limuyang2/dsh-agent-team（独立 Agent、共享工作区，每个成员独立模型/技能/MCP 工具）、@nanmicoder/dsh-agent-teams（带 /agent-teams 命令和实时面板）这类选手，思路一致、包装更厚，感兴趣的按需去 DSH 插件库翻了试。