最近做 AI 应用开发的朋友大概率会遇到一个尴尬场景大模型的“脑子”很聪明但让它正经完成一件专业工作结果却经常一言难尽。让它写周报它写出的是流水账让它做 PPT它产出的是空话合集让它设计界面它又只会用“现代简约”四个字糊弄你。问题的根源不是你选的模型不够强而是模型手里缺了一份“专业岗位操作手册”。这正好解释了为什么 Agent Skill 最近在开发者社区里被反复讨论。它要做的事情就是给模型补充“在一个具体场景里按什么流程、用什么格式、产出什么结果”的完整规则。在 DeepSeek 生态里DeepSeek Harness 这类工具正在把“给模型安装技能”这件事工程化。它不是一个简单的聊天框而是把模型调度、插件管理、Skill 运行、工作区隔离、对话归档这些环节整合起来的一套桌面级工作台。这篇文章我会从 Agent Skill 的基础概念讲起对比它和 Agent、MCP 的区别然后带你在 DeepSeek Harness 中完成安装、Skill 创建并用 PPT Skill 和 UI 设计 Skill 跑通两个真实任务最后给出常见问题排查和工程建议。1. 为什么 Agent Skill 突然这么重要先说一个核心判断Agent 应用正在从“能聊天”走向“能干成事”而 Skill 是这中间最关键的工程抽象。过去大家用大模型主要停留在“问答”层面把问题抛给模型模型凭训练记忆生成回答。这种模式对“写一段文案”“解释一个概念”这类开放式任务够用但对“生成一份符合公司模板的周报”“输出一套完整且规范的设计方案”这类约束型任务表现就很不稳定。为什么不稳定因为约束型任务需要满足外部规则。比如 PPT公司可能要求必须包含封面、目录、过渡页、内容页、结尾页内容页又要求包含问题分析、数据支撑、方案建议。再比如 UI 设计企业级项目通常有明确的颜色规范、字体层级、组件间距不是一句“好看就行”能解决的。这些规则如果每次都在对话里临时交代太累如果全部塞进系统提示词又太乱。Skill 的出现就是为了把这些规则打包成一个可复用、可安装、可分享的单元。类比一下Skill 就像给 Agent 发了一本《岗位操作手册》。模型本身是那个聪明但没经验的实习生而 Skill 告诉你“第一步做什么、第二步做什么、最终输出长什么样”。有了手册实习生也能稳定交付。从社区反馈看Skill 能被反复提及不是因为概念新鲜而是因为它是当前投入产出比最高的 Agent 调优手段之一。换模型成本高改提示词效果有限而安装或创建一个好的 Skill往往能直接让任务质量上一个台阶。2. Skill 与 Agent、MCP 到底有什么区别很多人刚接触时会困惑Skill 和 Agent 有什么区别Agent Skill 和 MCP 又是不是同一个东西先给结论三者解决的是不同层的问题。Agent 是执行者它是那个“决定要做什么、调用什么工具、按什么顺序执行”的智能体主体。Skill 是知识包它是一组提示词、规则、示例和输出模板的组合用来教会 Agent 完成某一类具体任务。MCP 是连接器标准它解决的是“Agent 怎么安全、统一地调用外部工具和数据”比如读数据库、查文件、调用 API。可以这样理解Agent 是厨师Skill 是菜谱MCP 是食材供应链。厨师根据菜谱决定做什么菜菜谱告诉厨师步骤而食材供应链解决“食材从哪来、怎么验收”。三者的关系是协作不是替代。我用一个表格来对比维度AgentSkillMCP本质执行主体技能定义工具接入协议回答的问题谁来完成任务任务按什么规则做任务怎么调用外部能力典型内容模型配置、工具列表、执行逻辑提示词、流程、参考示例、输出格式工具服务、资源定义、调用约定类比厨师菜谱食材供应链变化频率低频整体架构高频按任务迭代中低频按工具接入迭代实际项目里三者经常一起出现。一个 Agent 负责理解用户意图它加载了“日报生成”这个 Skill知道输出格式必须是“今日完成、存在问题、明日计划”三段写日报时需要读取 Git 提交记录这又通过 MCP 调用代码仓库工具来完成。所以不要再纠结“Skill 好还是 MCP 好”。更准确的说法是MCP 解决的是“Agent 的手能伸多远”Skill 解决的是“Agent 的手按什么标准干活”。两者缺一不可。3. DeepSeek Harness 是什么适合谁用从公开信息和社区讨论来看DeepSeek Harness 是围绕 DeepSeek 模型生态的一体化 Agent 开发与运行工具。它更像一个“Agent 工作台”而不是单一命令行工具。它提供了几个关键能力。第一是模型接入与调度可以在一个界面里管理多个 DeepSeek 实例并针对不同任务切换配置。第二是插件中心支持安装各种插件比如 Modlens、PPT skill、UI 设计 skill 等。第三是工作区不同项目有独立的工作目录和上下文避免对话串味。第四是会话管理支持对话归档方便回溯历史任务。第五是视觉识别能力这对 UI 设计类 Skill 尤为重要因为设计稿的评审需要依赖图片理解。还有一个值得注意的点DeepSeek Harness 提供桌面版也支持 Docker 部署还有 Studio 形态。这意味着它既适合个人开发者在本地快速试用也适合团队做统一部署。那它适合谁如果你正在做这几类事值得关注你经常用 DeepSeek 系列模型做重复性工作比如写日报、写 PPT 大纲、做设计初稿但每个任务都需要反复调提示词。你负责给团队搭建统一的 Agent 环境希望把模型配置、Skill、插件固定下来而不是靠每个人本地维护一堆零散脚本。你想尝试 Agent 开发但不想从零实现模型调度、上下文管理、工具调用这些底层逻辑。反过来如果你只是偶尔用一下大模型问答不涉及多步骤任务那它对你来说暂时不是刚需。这一点要诚实判断工具再热也要和你的使用场景匹配。4. 环境准备与 DeepSeek Harness 安装这一部分我们进入实操。先说明由于 DeepSeek Harness 迭代速度较快不同版本的安装命令可能有差异下面展示的是通用思路具体版本和镜像信息以官方文档为准。4.1 前置依赖检查无论你选择哪种安装方式建议先确认本机环境满足基本条件。Windows、macOS、Linux 都可以但推荐优先使用 64 位系统并保证有足够的磁盘空间。# 检查系统信息 uname -a # 检查 Node.js 版本建议使用 18 或 20 的 LTS 版本 node -v # 检查 npm 版本 npm -v # 检查 pnpm 是否安装没有装就全局安装 pnpm -v npm install -g pnpm如果你的环境里没有 Node.js去官网下载 LTS 版本安装即可。这里建议用 pnpm 而不是 npm因为它对依赖的管理更严格安装速度也更快而且社区讨论 DeepSeek Harness 时经常提到 pnpm说明项目对 pnpm 的支持比较成熟。4.2 桌面版安装从社区反馈来看桌面版是大多数 Windows 用户的首选安装方式。原因很简单不需要手动配置复杂的命令行环境下载安装包、双击、下一步即可。基本步骤如下打开 DeepSeek Harness 官网进入下载页面。选择对应平台的安装包Windows 用户选择 exe 或 msi 格式。双击安装包按照引导完成安装。第一次启动时按提示完成模型配置或登录。这里提醒一句如果你要本地部署务必预留足够的模型存储空间。DeepSeek 系列模型的体积不小磁盘空间不足会导致启动失败。4.3 通过 pnpm 安装如果你更习惯命令行或者需要基于源码二次开发可以通过 pnpm 安装。# 克隆项目源码 git clone https://github.com/你的目标仓库地址/DeepSeek-Harness.git cd DeepSeek-Harness # 安装依赖 pnpm install # 启动 Web 界面常见脚本为 dev 或 start pnpm dev # 如果 dev 不存在尝试 pnpm start注意上面命令中的仓库地址需要替换为官方文档给出的地址。社区里有人遇到“卡在 pnpm dsh web”这个问题大多是因为依赖安装不完整或网络原因。出现这种情况时先检查 pnpm 是否成功安装了所有依赖再确认对应脚本名称是否正确。4.4 Docker 部署如果是团队统一部署推荐使用 Docker 方式。它的好处是环境一致性不会出现“在我机器上能跑在你机器上不行”的问题。# 拉取镜像镜像名以官方文档为准 docker pull deepseek-harness:latest # 启动容器并将本机端口映射到容器端口 docker run -d --name dsh \ -p 3000:3000 \ -v dsh-data:/app/data \ deepseek-harness:latest启动后浏览器访问http://localhost:3000就能看到工作台界面。使用 Docker 时建议把数据目录挂载到宿主机避免容器重建后数据丢失。4.5 启动与验证安装完成后无论哪种方式最终目标是进入工作台并成功发起一次对话。验证标准很简单在工作台里新建一个会话输入一句问候能收到模型回复说明核心链路已经通。如果连这一步都失败优先排查两个点一是模型配置是否正确二是网络是否能正常访问模型服务。5. Skill 安装与第一个 SkillDeepSeek Harness 的 Skill 有两种获取方式从插件中心安装或者手动导入本地 Skill 文件。5.1 从插件中心安装桌面版或 Web 界面通常都有“插件中心”入口你可以在里面搜索需要的 Skill。比如Modlens常用于模型可视化与调试分析适合排查模型输出异常的场景。PPT Skill用于生成 PPT 大纲、页面内容和演讲稿。ui-ux-pro-max用于生成符合政企标准的 UI 设计方案。安装流程一般是进入插件中心 → 搜索 Skill 名称 → 点击安装 → 在 Skill 管理页面确认启用。安装后记得刷新会话否则当前会话可能加载不到新 Skill。5.2 手动导入 Skill 文件如果你拿到了别人分享的 Skill 文件通常是.md、.yaml或.json格式可以手动导入到工作区的 skills 目录下。# 进入工作区的 skills 目录 cd ~/deepseek-harness/workspace/skills # 创建自己的 skill 目录 mkdir -p daily-report把下载好的文件复制进去然后在工作台里刷新 Skill 列表就能看到新 Skill。5.3 加载并使用第一个 Skill以“日报生成”Skill 为例。安装后你在对话里直接告诉 Agent请使用日报生成 Skill根据今天的开发内容生成一份日报。 今天完成完成登录模块重构修复了两个鉴权 bug。Skill 生效后输出就不再是自由发挥的“今天做了东西”而是会严格按照 Skill 定义的板块和格式输出。判断一个 Skill 是否真正生效就看它的特殊格式是否被遵守。6. 从零创建一个自己的 Skill社区里有大量现成 Skill但真正让工具“好用”的往往是按自己团队规范定制的那几个 Skill。下面我用一个日报 Skill 演示完整的创建过程。6.1 Skill 的核心组成一个最小可用的 Skill至少要包含三部分元信息名字、描述、版本。触发条件用户说什么话时启用这个 Skill。指令内容告诉模型按什么流程完成任务包括步骤、格式、示例。描述字段非常重要。Agent 判断该使用哪个 Skill 时主要靠描述匹配用户意图。描述写得越具体命中率越高。6.2 创建日报 Skill 的完整示例在工作区的 skills 目录下创建daily-report目录然后新建skill.yamlname: daily-report description: 生成标准格式的研发日报。当用户提到日报、今日工作、工作汇报时使用。 version: 1.0.0 trigger: - 写日报 - 生成日报 - 日报 instructions: | 当收到日报请求时请按以下步骤执行 1. 如果用户没有提供素材先询问今天完成的主要工作。 2. 如果用户提供了素材直接开始整理。 3. 所有内容分为三个板块今日完成、存在问题、明日计划。 4. 今日完成每条不超过 50 字使用动词开头。 5. 存在问题必须说明影响和可选解决方案。 6. 明日计划使用有序列表。 output_format: | ## 今日完成 - 完成事项 1 - 完成事项 2 ## 存在问题 - 问题描述 - 影响说明影响范围 - 方案可选解决方案 ## 明日计划 1. 计划事项 1 2. 计划事项 2这个文件的含义很清楚当用户提到“日报”相关的词Agent 就会加载这个 Skill并严格按instructions里的流程执行最后用output_format指定的格式输出。6.3 加载与测试创建完成后在 DeepSeek Harness 工作台执行daily-report 写日报完成订单服务重构修复超时 bug联调支付接口。如果 Skill 加载成功输出会是规范的三段式日报而不是自由格式。如果输出仍然是自由格式说明 Skill 没有被识别可以检查目录名、文件名和描述字段是否有拼写错误。6.4 迭代技巧Skill 不用一次写完美。我的建议是先写一个粗糙版本跑通然后看输出效果逐步补充。实际使用中你很快会发现三个高优先级改进点补充行业术语表避免模型用词不合团队习惯。增加正反示例模型见过“好的长什么样、差的长什么样”输出会更稳定。把数据来源写进指令比如日报需要关联 Git 提交记录就在 Skill 里写明“先通过 Git 工具拉取今日提交”。7. PPT Skill 实战PPT 制作是 Agent Skill 最适合落地的场景之一因为它规则明确、步骤固定、产出格式清晰。用 PPT Skill本质上是把“做 PPT”这个模糊任务拆成了“大纲设计、页面填充、文案优化、备注撰写”几个确定性步骤。7.1 PPT Skill 能解决什么问题不用 Skill 时你让模型“做一个关于数据中台的 PPT”它可能会直接输出 10 页内容但页与页之间没有逻辑文字堆砌甚至没有演讲人备注。而一个合格的 PPT Skill 会要求先确认 PPT 受众、页数和核心目标。生成结构化大纲每一页只解决一个问题。内容页遵循“观点 依据 案例”的结构。每页附带演讲人备注。这正好对应了那些“看起来简单但实际做起来全是坑”的环节。7.2 安装 PPT Skill在 DeepSeek Harness 插件中心搜索 PPT Skill按提示安装即可。如果社区有团队维护的版本也可以使用 5.2 节的手动导入方式。社区里提到的 Hermes 编写 PPT Skill思路是先用 Hermes 这类智能体工具把 PPT 的结构和文案拆解成标准流程再固化成 Skill 文件导入 Harness。本质上是把别人验证过的流程复制到自己的环境里。7.3 使用 PPT Skill 生成 PPT安装完成后你可以这样发起任务使用 PPT Skill生成一份 12 页的《数据中台建设方案》PPT。 受众企业 CIO 和业务负责人。 目标说明为什么要建数据中台以及分几步落地。 要求每页一个核心观点数据要可信语言要克制。Skill 生效后模型会按固定流程产出大纲、每页标题、核心文案、数据建议、演讲人备注。你得到的不是一段“看起来像 PPT”的文本而是一份可以直接用来排版的内容结构。7.4 使用后的再加工有一个认知要建立PPT Skill 负责的是内容结构和信息的组织不是最终视觉呈现。拿到 Skill 输出后还需要导入到真正的 PPT 工具里做视觉设计。如果团队有品牌规范可以把规范同样写成一个 Skill让模型在生成时就把字体、配色、版式要求纳入考虑这样后续设计工作量会小很多。8. UI 设计 Skill 实战政府/企业级设计规范UI 设计 Skill 比 PPT Skill 更依赖视觉理解能力所以 DeepSeek Harness 支持视觉识别这一点就很重要了。从社区讨论看ui-ux-pro-max 这个 Skill 被反复提及它的定位是“高端 UI 设计”主打政府和企业级项目。8.1 政企级 UI 与普通 UI 的差异很多开发者对“政府/企业级设计”没有概念以为只是换个颜色。实际上政企项目的 UI 规范通常比互联网 C 端产品严格得多色彩系统有明确语义比如主色、功能色、状态色不允许随意混用。字体层级必须清晰字号、字重、行高都有规范。组件使用有边界同一种交互不能出现多种视觉形态。必须考虑无障碍性和低带宽环境下的加载性能。通用大模型默认输出的“酷炫界面”风格在政企项目里往往不适用。这就是 ui-ux-pro-max 这类 Skill 的价值它把一套成熟的高端设计规范变成了模型可执行的指令。8.2 使用 UI 设计 Skill 的示例在 DeepSeek Harness 中安装并启用对应 Skill 后可以这样发起任务使用 ui-ux-pro-max Skill为「智慧政务服务平台」设计一套界面规范草案。 要求 1. 基于政府/企业级设计语言给出主色、辅助色和功能色的推荐色值。 2. 定义标题、正文、辅助文字的字号、字重和行高。 3. 覆盖表格、表单、按钮、弹窗四类核心组件的设计规范。 4. 所有方案需要说明设计依据而不是只给结论。Skill 生效后输出会是一套有逻辑的设计规范草案而不是一句“建议使用蓝色和白色”的空话。它能给出具体色值、间距、圆角、阴影参数并对每个决策做解释。8.3 从规范到页面UI 设计 Skill 的第二个能力是根据规范生成页面布局描述。比如按照刚才确定的设计规范为「政务服务平台」的登录页给出布局方案。 包含品牌区、表单区、辅助信息区并标注各区域的视觉层级。这时输出的不是设计稿而是一份足够清晰的“视觉交付说明”前端工程师可以据此快速实现页面设计师也可以在此基础上快速出图。这个工作流的价值在于把“设计规范到页面”的中间过程从几个人开会对齐变成了可重复的执行流程。9. 个人 Skills 的沉淀与分享Skill 用的越多你越会意识到真正能提升效率的不是网上现成的通用 Skill而是围绕自己团队工作流程定制的 Skill 集合。这就带来两个问题如何沉淀如何分享。9.1 建立个人 Skills 库我建议把 Skill 当作代码来管理。每个 Skill 都放进独立的目录使用 Git 做版本管理。这样做的好处是改坏了可以回滚换机器可以快速恢复团队协作时可以用统一的 PR 流程来评审 Skill 变更。另一个建议是一个 Skill 只解决一个问题。很多人图省事把日报、周报、OKR 总结都写进一个 Skill结果指令越来越长模型越来越容易“忘事”最终效果反而不如拆分成三个独立 Skill。9.2 分享时需要注意什么如果你想把自己的 Skill 分享给社区需要注意四件事。第一命名要直白。Skill 的名字和描述里直接写明适用场景不要用艺术化命名。第二版本要清晰。在元信息里写上版本号并维护变更记录。第三示例要完整。一个没有示例的 Skill 很难被信任至少给出一个输入输出示例让使用者能快速判断是否适合自己。第四注意敏感信息。如果 Skill 里保存了公司内部的数据口径、业务规则或客户信息分享前必须脱敏。10. 常见问题与排查思路根据社区讨论和实际使用中的高频问题整理成如下排查表问题现象可能原因排查方式解决方案安装时卡在 pnpm dsh web依赖安装不完整或网络原因检查 pnpm 日志确认依赖是否有失败项重新执行 pnpm install或切换镜像源插件安装后找不到 Skill插件未启用或会话未刷新进入插件管理页确认状态新建会话重新启用插件并重启会话使用 Skill 后输出格式不对Skill 描述不准确模型没识别到查看 Skill 是否被加载检查描述关键词优化触发词和描述增加示例生成 UI 设计时视觉理解不生效当前模型不支持视觉或未开启视觉模块确认模型配置与视觉功能状态切换到支持视觉的模型或检查权限Docker 启动但页面访问不了端口映射错误或容器内服务未启动查看容器日志检查端口是否被占用修正端口映射重启容器对话归档后找不回来备份目录未挂载或路径配置有误检查数据目录挂载配置重启前确认数据卷挂载正常创建 Skill 后报 YAML 语法错误缩进或中文标点问题用 YAML 校验工具检查文件修正缩进使用英文标点一个更通用的排错思路是别急着改代码先判断问题出在链路哪一层。按“模型是否正常回复 → Skill 是否被加载 → 插件是否启用 → 指令描述是否准确”的顺序逐层排查比盲目重装效率高得多。11. 最佳实践与工程建议如果你准备把 DeepSeek Harness 和 Skill 用在真实项目里下面几条建议值得认真对待。11.1 Skill 文件也属于代码需要评审Skill 本质上是提示词工程的高级形态但它比普通提示词更复杂因为它会直接影响模型的行为边界。团队协作时Skill 的变更应当经过评审尤其是涉及输出格式、数据读取、权限操作的 Skill不能随意合并。11.2 明确安全边界Skill 可能会让模型调用外部工具。在配置这些能力时遵循最小权限原则只给完成当前任务所必需的权限不要默认开启全部工具访问能力。比如日报 Skill 只需要读取 Git 提交记录就不要给它修改代码库的权限。11.3 版本兼容性要提前规划DeepSeek Harness 还在快速迭代插件和 Skill 的格式存在变动的可能。在生产环境使用前建议先锁定版本并建立验证集。每次升级后用同一组测试任务跑一遍确认所有 Skill 仍然符合预期再应用到正式工作流。11.4 日志与回溯很重要Agent 的输出来自于多条指令、多个工具调用的组合一旦结果异常定位原因为什么是很难的。因此开启对话归档功能并保留关键任务的历史记录是生产环境的基本要求。DeepSeek Harness 的会话归档功能在这个场景下很有价值。11.5 从任务驱动的角度引入新 Skill不要因为某个 Skill 在社区很火就盲目安装。更稳妥的路径是记录你反复做的三件事针对这三件事写三个自己的 Skill然后把它们用起来、迭代好。这比收藏 20 个“热门 Skill”有效得多。12. 总结与后续学习方向现在回过头看DeepSeek Harness 和 Agent Skill 真正解决的核心问题不是模型聪明不聪明而是模型能不能在真实工作流里稳定交付。Skill 把“专业岗位的操作规则”从一个飘忽不定的提示词变成了可安装、可版本化、可分享的工程产物。下一步建议你先做三件事第一在本地装好 DeepSeek Harness跑通一个基础对话第二从日报或者周报这种高频、低风险的任务开始创建第一个自己的 Skill第三把 Skill 文件纳入 Git 管理开始像对待代码一样对待它。当你熟练掌握了 Skill 的创建和迭代再回头看 MCP、Agent、视觉识别这些能力会更容易把它们串成一个完整的生产流程。工具会持续迭代但这个“先拆分流程、再固化技能”的思路在未来的 Agent 应用开发里会越来越重要。
最近做 AI 应用开发的朋友大概率会遇到一个尴尬场景大模型的“脑子”很聪明但让它正经完成一件专业工作结果却经常一言难尽。让它写周报它写出的是流水账让它做 PPT它产出的是空话合集让它设计界面它又只会用“现代简约”四个字糊弄你。问题的根源不是你选的模型不够强而是模型手里缺了一份“专业岗位操作手册”。这正好解释了为什么 Agent Skill 最近在开发者社区里被反复讨论。它要做的事情就是给模型补充“在一个具体场景里按什么流程、用什么格式、产出什么结果”的完整规则。在 DeepSeek 生态里DeepSeek Harness 这类工具正在把“给模型安装技能”这件事工程化。它不是一个简单的聊天框而是把模型调度、插件管理、Skill 运行、工作区隔离、对话归档这些环节整合起来的一套桌面级工作台。这篇文章我会从 Agent Skill 的基础概念讲起对比它和 Agent、MCP 的区别然后带你在 DeepSeek Harness 中完成安装、Skill 创建并用 PPT Skill 和 UI 设计 Skill 跑通两个真实任务最后给出常见问题排查和工程建议。1. 为什么 Agent Skill 突然这么重要先说一个核心判断Agent 应用正在从“能聊天”走向“能干成事”而 Skill 是这中间最关键的工程抽象。过去大家用大模型主要停留在“问答”层面把问题抛给模型模型凭训练记忆生成回答。这种模式对“写一段文案”“解释一个概念”这类开放式任务够用但对“生成一份符合公司模板的周报”“输出一套完整且规范的设计方案”这类约束型任务表现就很不稳定。为什么不稳定因为约束型任务需要满足外部规则。比如 PPT公司可能要求必须包含封面、目录、过渡页、内容页、结尾页内容页又要求包含问题分析、数据支撑、方案建议。再比如 UI 设计企业级项目通常有明确的颜色规范、字体层级、组件间距不是一句“好看就行”能解决的。这些规则如果每次都在对话里临时交代太累如果全部塞进系统提示词又太乱。Skill 的出现就是为了把这些规则打包成一个可复用、可安装、可分享的单元。类比一下Skill 就像给 Agent 发了一本《岗位操作手册》。模型本身是那个聪明但没经验的实习生而 Skill 告诉你“第一步做什么、第二步做什么、最终输出长什么样”。有了手册实习生也能稳定交付。从社区反馈看Skill 能被反复提及不是因为概念新鲜而是因为它是当前投入产出比最高的 Agent 调优手段之一。换模型成本高改提示词效果有限而安装或创建一个好的 Skill往往能直接让任务质量上一个台阶。2. Skill 与 Agent、MCP 到底有什么区别很多人刚接触时会困惑Skill 和 Agent 有什么区别Agent Skill 和 MCP 又是不是同一个东西先给结论三者解决的是不同层的问题。Agent 是执行者它是那个“决定要做什么、调用什么工具、按什么顺序执行”的智能体主体。Skill 是知识包它是一组提示词、规则、示例和输出模板的组合用来教会 Agent 完成某一类具体任务。MCP 是连接器标准它解决的是“Agent 怎么安全、统一地调用外部工具和数据”比如读数据库、查文件、调用 API。可以这样理解Agent 是厨师Skill 是菜谱MCP 是食材供应链。厨师根据菜谱决定做什么菜菜谱告诉厨师步骤而食材供应链解决“食材从哪来、怎么验收”。三者的关系是协作不是替代。我用一个表格来对比维度AgentSkillMCP本质执行主体技能定义工具接入协议回答的问题谁来完成任务任务按什么规则做任务怎么调用外部能力典型内容模型配置、工具列表、执行逻辑提示词、流程、参考示例、输出格式工具服务、资源定义、调用约定类比厨师菜谱食材供应链变化频率低频整体架构高频按任务迭代中低频按工具接入迭代实际项目里三者经常一起出现。一个 Agent 负责理解用户意图它加载了“日报生成”这个 Skill知道输出格式必须是“今日完成、存在问题、明日计划”三段写日报时需要读取 Git 提交记录这又通过 MCP 调用代码仓库工具来完成。所以不要再纠结“Skill 好还是 MCP 好”。更准确的说法是MCP 解决的是“Agent 的手能伸多远”Skill 解决的是“Agent 的手按什么标准干活”。两者缺一不可。3. DeepSeek Harness 是什么适合谁用从公开信息和社区讨论来看DeepSeek Harness 是围绕 DeepSeek 模型生态的一体化 Agent 开发与运行工具。它更像一个“Agent 工作台”而不是单一命令行工具。它提供了几个关键能力。第一是模型接入与调度可以在一个界面里管理多个 DeepSeek 实例并针对不同任务切换配置。第二是插件中心支持安装各种插件比如 Modlens、PPT skill、UI 设计 skill 等。第三是工作区不同项目有独立的工作目录和上下文避免对话串味。第四是会话管理支持对话归档方便回溯历史任务。第五是视觉识别能力这对 UI 设计类 Skill 尤为重要因为设计稿的评审需要依赖图片理解。还有一个值得注意的点DeepSeek Harness 提供桌面版也支持 Docker 部署还有 Studio 形态。这意味着它既适合个人开发者在本地快速试用也适合团队做统一部署。那它适合谁如果你正在做这几类事值得关注你经常用 DeepSeek 系列模型做重复性工作比如写日报、写 PPT 大纲、做设计初稿但每个任务都需要反复调提示词。你负责给团队搭建统一的 Agent 环境希望把模型配置、Skill、插件固定下来而不是靠每个人本地维护一堆零散脚本。你想尝试 Agent 开发但不想从零实现模型调度、上下文管理、工具调用这些底层逻辑。反过来如果你只是偶尔用一下大模型问答不涉及多步骤任务那它对你来说暂时不是刚需。这一点要诚实判断工具再热也要和你的使用场景匹配。4. 环境准备与 DeepSeek Harness 安装这一部分我们进入实操。先说明由于 DeepSeek Harness 迭代速度较快不同版本的安装命令可能有差异下面展示的是通用思路具体版本和镜像信息以官方文档为准。4.1 前置依赖检查无论你选择哪种安装方式建议先确认本机环境满足基本条件。Windows、macOS、Linux 都可以但推荐优先使用 64 位系统并保证有足够的磁盘空间。# 检查系统信息 uname -a # 检查 Node.js 版本建议使用 18 或 20 的 LTS 版本 node -v # 检查 npm 版本 npm -v # 检查 pnpm 是否安装没有装就全局安装 pnpm -v npm install -g pnpm如果你的环境里没有 Node.js去官网下载 LTS 版本安装即可。这里建议用 pnpm 而不是 npm因为它对依赖的管理更严格安装速度也更快而且社区讨论 DeepSeek Harness 时经常提到 pnpm说明项目对 pnpm 的支持比较成熟。4.2 桌面版安装从社区反馈来看桌面版是大多数 Windows 用户的首选安装方式。原因很简单不需要手动配置复杂的命令行环境下载安装包、双击、下一步即可。基本步骤如下打开 DeepSeek Harness 官网进入下载页面。选择对应平台的安装包Windows 用户选择 exe 或 msi 格式。双击安装包按照引导完成安装。第一次启动时按提示完成模型配置或登录。这里提醒一句如果你要本地部署务必预留足够的模型存储空间。DeepSeek 系列模型的体积不小磁盘空间不足会导致启动失败。4.3 通过 pnpm 安装如果你更习惯命令行或者需要基于源码二次开发可以通过 pnpm 安装。# 克隆项目源码 git clone https://github.com/你的目标仓库地址/DeepSeek-Harness.git cd DeepSeek-Harness # 安装依赖 pnpm install # 启动 Web 界面常见脚本为 dev 或 start pnpm dev # 如果 dev 不存在尝试 pnpm start注意上面命令中的仓库地址需要替换为官方文档给出的地址。社区里有人遇到“卡在 pnpm dsh web”这个问题大多是因为依赖安装不完整或网络原因。出现这种情况时先检查 pnpm 是否成功安装了所有依赖再确认对应脚本名称是否正确。4.4 Docker 部署如果是团队统一部署推荐使用 Docker 方式。它的好处是环境一致性不会出现“在我机器上能跑在你机器上不行”的问题。# 拉取镜像镜像名以官方文档为准 docker pull deepseek-harness:latest # 启动容器并将本机端口映射到容器端口 docker run -d --name dsh \ -p 3000:3000 \ -v dsh-data:/app/data \ deepseek-harness:latest启动后浏览器访问http://localhost:3000就能看到工作台界面。使用 Docker 时建议把数据目录挂载到宿主机避免容器重建后数据丢失。4.5 启动与验证安装完成后无论哪种方式最终目标是进入工作台并成功发起一次对话。验证标准很简单在工作台里新建一个会话输入一句问候能收到模型回复说明核心链路已经通。如果连这一步都失败优先排查两个点一是模型配置是否正确二是网络是否能正常访问模型服务。5. Skill 安装与第一个 SkillDeepSeek Harness 的 Skill 有两种获取方式从插件中心安装或者手动导入本地 Skill 文件。5.1 从插件中心安装桌面版或 Web 界面通常都有“插件中心”入口你可以在里面搜索需要的 Skill。比如Modlens常用于模型可视化与调试分析适合排查模型输出异常的场景。PPT Skill用于生成 PPT 大纲、页面内容和演讲稿。ui-ux-pro-max用于生成符合政企标准的 UI 设计方案。安装流程一般是进入插件中心 → 搜索 Skill 名称 → 点击安装 → 在 Skill 管理页面确认启用。安装后记得刷新会话否则当前会话可能加载不到新 Skill。5.2 手动导入 Skill 文件如果你拿到了别人分享的 Skill 文件通常是.md、.yaml或.json格式可以手动导入到工作区的 skills 目录下。# 进入工作区的 skills 目录 cd ~/deepseek-harness/workspace/skills # 创建自己的 skill 目录 mkdir -p daily-report把下载好的文件复制进去然后在工作台里刷新 Skill 列表就能看到新 Skill。5.3 加载并使用第一个 Skill以“日报生成”Skill 为例。安装后你在对话里直接告诉 Agent请使用日报生成 Skill根据今天的开发内容生成一份日报。 今天完成完成登录模块重构修复了两个鉴权 bug。Skill 生效后输出就不再是自由发挥的“今天做了东西”而是会严格按照 Skill 定义的板块和格式输出。判断一个 Skill 是否真正生效就看它的特殊格式是否被遵守。6. 从零创建一个自己的 Skill社区里有大量现成 Skill但真正让工具“好用”的往往是按自己团队规范定制的那几个 Skill。下面我用一个日报 Skill 演示完整的创建过程。6.1 Skill 的核心组成一个最小可用的 Skill至少要包含三部分元信息名字、描述、版本。触发条件用户说什么话时启用这个 Skill。指令内容告诉模型按什么流程完成任务包括步骤、格式、示例。描述字段非常重要。Agent 判断该使用哪个 Skill 时主要靠描述匹配用户意图。描述写得越具体命中率越高。6.2 创建日报 Skill 的完整示例在工作区的 skills 目录下创建daily-report目录然后新建skill.yamlname: daily-report description: 生成标准格式的研发日报。当用户提到日报、今日工作、工作汇报时使用。 version: 1.0.0 trigger: - 写日报 - 生成日报 - 日报 instructions: | 当收到日报请求时请按以下步骤执行 1. 如果用户没有提供素材先询问今天完成的主要工作。 2. 如果用户提供了素材直接开始整理。 3. 所有内容分为三个板块今日完成、存在问题、明日计划。 4. 今日完成每条不超过 50 字使用动词开头。 5. 存在问题必须说明影响和可选解决方案。 6. 明日计划使用有序列表。 output_format: | ## 今日完成 - 完成事项 1 - 完成事项 2 ## 存在问题 - 问题描述 - 影响说明影响范围 - 方案可选解决方案 ## 明日计划 1. 计划事项 1 2. 计划事项 2这个文件的含义很清楚当用户提到“日报”相关的词Agent 就会加载这个 Skill并严格按instructions里的流程执行最后用output_format指定的格式输出。6.3 加载与测试创建完成后在 DeepSeek Harness 工作台执行daily-report 写日报完成订单服务重构修复超时 bug联调支付接口。如果 Skill 加载成功输出会是规范的三段式日报而不是自由格式。如果输出仍然是自由格式说明 Skill 没有被识别可以检查目录名、文件名和描述字段是否有拼写错误。6.4 迭代技巧Skill 不用一次写完美。我的建议是先写一个粗糙版本跑通然后看输出效果逐步补充。实际使用中你很快会发现三个高优先级改进点补充行业术语表避免模型用词不合团队习惯。增加正反示例模型见过“好的长什么样、差的长什么样”输出会更稳定。把数据来源写进指令比如日报需要关联 Git 提交记录就在 Skill 里写明“先通过 Git 工具拉取今日提交”。7. PPT Skill 实战PPT 制作是 Agent Skill 最适合落地的场景之一因为它规则明确、步骤固定、产出格式清晰。用 PPT Skill本质上是把“做 PPT”这个模糊任务拆成了“大纲设计、页面填充、文案优化、备注撰写”几个确定性步骤。7.1 PPT Skill 能解决什么问题不用 Skill 时你让模型“做一个关于数据中台的 PPT”它可能会直接输出 10 页内容但页与页之间没有逻辑文字堆砌甚至没有演讲人备注。而一个合格的 PPT Skill 会要求先确认 PPT 受众、页数和核心目标。生成结构化大纲每一页只解决一个问题。内容页遵循“观点 依据 案例”的结构。每页附带演讲人备注。这正好对应了那些“看起来简单但实际做起来全是坑”的环节。7.2 安装 PPT Skill在 DeepSeek Harness 插件中心搜索 PPT Skill按提示安装即可。如果社区有团队维护的版本也可以使用 5.2 节的手动导入方式。社区里提到的 Hermes 编写 PPT Skill思路是先用 Hermes 这类智能体工具把 PPT 的结构和文案拆解成标准流程再固化成 Skill 文件导入 Harness。本质上是把别人验证过的流程复制到自己的环境里。7.3 使用 PPT Skill 生成 PPT安装完成后你可以这样发起任务使用 PPT Skill生成一份 12 页的《数据中台建设方案》PPT。 受众企业 CIO 和业务负责人。 目标说明为什么要建数据中台以及分几步落地。 要求每页一个核心观点数据要可信语言要克制。Skill 生效后模型会按固定流程产出大纲、每页标题、核心文案、数据建议、演讲人备注。你得到的不是一段“看起来像 PPT”的文本而是一份可以直接用来排版的内容结构。7.4 使用后的再加工有一个认知要建立PPT Skill 负责的是内容结构和信息的组织不是最终视觉呈现。拿到 Skill 输出后还需要导入到真正的 PPT 工具里做视觉设计。如果团队有品牌规范可以把规范同样写成一个 Skill让模型在生成时就把字体、配色、版式要求纳入考虑这样后续设计工作量会小很多。8. UI 设计 Skill 实战政府/企业级设计规范UI 设计 Skill 比 PPT Skill 更依赖视觉理解能力所以 DeepSeek Harness 支持视觉识别这一点就很重要了。从社区讨论看ui-ux-pro-max 这个 Skill 被反复提及它的定位是“高端 UI 设计”主打政府和企业级项目。8.1 政企级 UI 与普通 UI 的差异很多开发者对“政府/企业级设计”没有概念以为只是换个颜色。实际上政企项目的 UI 规范通常比互联网 C 端产品严格得多色彩系统有明确语义比如主色、功能色、状态色不允许随意混用。字体层级必须清晰字号、字重、行高都有规范。组件使用有边界同一种交互不能出现多种视觉形态。必须考虑无障碍性和低带宽环境下的加载性能。通用大模型默认输出的“酷炫界面”风格在政企项目里往往不适用。这就是 ui-ux-pro-max 这类 Skill 的价值它把一套成熟的高端设计规范变成了模型可执行的指令。8.2 使用 UI 设计 Skill 的示例在 DeepSeek Harness 中安装并启用对应 Skill 后可以这样发起任务使用 ui-ux-pro-max Skill为「智慧政务服务平台」设计一套界面规范草案。 要求 1. 基于政府/企业级设计语言给出主色、辅助色和功能色的推荐色值。 2. 定义标题、正文、辅助文字的字号、字重和行高。 3. 覆盖表格、表单、按钮、弹窗四类核心组件的设计规范。 4. 所有方案需要说明设计依据而不是只给结论。Skill 生效后输出会是一套有逻辑的设计规范草案而不是一句“建议使用蓝色和白色”的空话。它能给出具体色值、间距、圆角、阴影参数并对每个决策做解释。8.3 从规范到页面UI 设计 Skill 的第二个能力是根据规范生成页面布局描述。比如按照刚才确定的设计规范为「政务服务平台」的登录页给出布局方案。 包含品牌区、表单区、辅助信息区并标注各区域的视觉层级。这时输出的不是设计稿而是一份足够清晰的“视觉交付说明”前端工程师可以据此快速实现页面设计师也可以在此基础上快速出图。这个工作流的价值在于把“设计规范到页面”的中间过程从几个人开会对齐变成了可重复的执行流程。9. 个人 Skills 的沉淀与分享Skill 用的越多你越会意识到真正能提升效率的不是网上现成的通用 Skill而是围绕自己团队工作流程定制的 Skill 集合。这就带来两个问题如何沉淀如何分享。9.1 建立个人 Skills 库我建议把 Skill 当作代码来管理。每个 Skill 都放进独立的目录使用 Git 做版本管理。这样做的好处是改坏了可以回滚换机器可以快速恢复团队协作时可以用统一的 PR 流程来评审 Skill 变更。另一个建议是一个 Skill 只解决一个问题。很多人图省事把日报、周报、OKR 总结都写进一个 Skill结果指令越来越长模型越来越容易“忘事”最终效果反而不如拆分成三个独立 Skill。9.2 分享时需要注意什么如果你想把自己的 Skill 分享给社区需要注意四件事。第一命名要直白。Skill 的名字和描述里直接写明适用场景不要用艺术化命名。第二版本要清晰。在元信息里写上版本号并维护变更记录。第三示例要完整。一个没有示例的 Skill 很难被信任至少给出一个输入输出示例让使用者能快速判断是否适合自己。第四注意敏感信息。如果 Skill 里保存了公司内部的数据口径、业务规则或客户信息分享前必须脱敏。10. 常见问题与排查思路根据社区讨论和实际使用中的高频问题整理成如下排查表问题现象可能原因排查方式解决方案安装时卡在 pnpm dsh web依赖安装不完整或网络原因检查 pnpm 日志确认依赖是否有失败项重新执行 pnpm install或切换镜像源插件安装后找不到 Skill插件未启用或会话未刷新进入插件管理页确认状态新建会话重新启用插件并重启会话使用 Skill 后输出格式不对Skill 描述不准确模型没识别到查看 Skill 是否被加载检查描述关键词优化触发词和描述增加示例生成 UI 设计时视觉理解不生效当前模型不支持视觉或未开启视觉模块确认模型配置与视觉功能状态切换到支持视觉的模型或检查权限Docker 启动但页面访问不了端口映射错误或容器内服务未启动查看容器日志检查端口是否被占用修正端口映射重启容器对话归档后找不回来备份目录未挂载或路径配置有误检查数据目录挂载配置重启前确认数据卷挂载正常创建 Skill 后报 YAML 语法错误缩进或中文标点问题用 YAML 校验工具检查文件修正缩进使用英文标点一个更通用的排错思路是别急着改代码先判断问题出在链路哪一层。按“模型是否正常回复 → Skill 是否被加载 → 插件是否启用 → 指令描述是否准确”的顺序逐层排查比盲目重装效率高得多。11. 最佳实践与工程建议如果你准备把 DeepSeek Harness 和 Skill 用在真实项目里下面几条建议值得认真对待。11.1 Skill 文件也属于代码需要评审Skill 本质上是提示词工程的高级形态但它比普通提示词更复杂因为它会直接影响模型的行为边界。团队协作时Skill 的变更应当经过评审尤其是涉及输出格式、数据读取、权限操作的 Skill不能随意合并。11.2 明确安全边界Skill 可能会让模型调用外部工具。在配置这些能力时遵循最小权限原则只给完成当前任务所必需的权限不要默认开启全部工具访问能力。比如日报 Skill 只需要读取 Git 提交记录就不要给它修改代码库的权限。11.3 版本兼容性要提前规划DeepSeek Harness 还在快速迭代插件和 Skill 的格式存在变动的可能。在生产环境使用前建议先锁定版本并建立验证集。每次升级后用同一组测试任务跑一遍确认所有 Skill 仍然符合预期再应用到正式工作流。11.4 日志与回溯很重要Agent 的输出来自于多条指令、多个工具调用的组合一旦结果异常定位原因为什么是很难的。因此开启对话归档功能并保留关键任务的历史记录是生产环境的基本要求。DeepSeek Harness 的会话归档功能在这个场景下很有价值。11.5 从任务驱动的角度引入新 Skill不要因为某个 Skill 在社区很火就盲目安装。更稳妥的路径是记录你反复做的三件事针对这三件事写三个自己的 Skill然后把它们用起来、迭代好。这比收藏 20 个“热门 Skill”有效得多。12. 总结与后续学习方向现在回过头看DeepSeek Harness 和 Agent Skill 真正解决的核心问题不是模型聪明不聪明而是模型能不能在真实工作流里稳定交付。Skill 把“专业岗位的操作规则”从一个飘忽不定的提示词变成了可安装、可版本化、可分享的工程产物。下一步建议你先做三件事第一在本地装好 DeepSeek Harness跑通一个基础对话第二从日报或者周报这种高频、低风险的任务开始创建第一个自己的 Skill第三把 Skill 文件纳入 Git 管理开始像对待代码一样对待它。当你熟练掌握了 Skill 的创建和迭代再回头看 MCP、Agent、视觉识别这些能力会更容易把它们串成一个完整的生产流程。工具会持续迭代但这个“先拆分流程、再固化技能”的思路在未来的 Agent 应用开发里会越来越重要。
