用 dsh-lark 在飞书里和 DeepSeek Harness 智能体对话

前言

DeepSeek Harness(命令名 dsh)是 DeepSeek AI 开源的智能体运行时,目前仍是开发者预览。它的核心理念是「一切皆插件」:模型、工具、技能、会话、沙箱和界面都可以用插件替换或组合。社区里还有一份独立的插件目录站点 deepseek-harness-plugin.com,它和 DeepSeek / 幻方没有官方从属关系,收录的是带 dsh-plugin 话题的社区仓库。

日常跑 dsh,任务多半还停在终端或本机 Web UI。人一旦去开会、看群消息,就要来回切窗口:想看进度得回到电脑前,模型提问、计划确认、工具审批也卡在原来的界面里。omdsh-dev 维护的 dsh-lark 把正在使用的 Harness 接到飞书 / Lark:私聊机器人或在群里 @ 它,就可以派任务、看执行过程,并在同一条聊天里处理需要人点头的步骤。

本文按插件目录页、GitHub 仓库 README / package.json、npm 包页和 DeepSeek Harness 官方仓库交叉核对后整理。飞书桥接在社区里不止这一份,目录里还能看到 dsh-lark-bot 等同类插件;本文只写仓库 omdsh-dev/dsh-lark,不要和 GitHub 上其他同名或近名项目混用安装命令。

dsh-lark 是什么

dsh-lark 是一款面向 DeepSeek Harness 的「通知与集成」插件,由 GitHub 组织 omdsh-dev 维护,仓库地址是 omdsh-dev/dsh-lark。社区目录页的定位是:飞书(Lark)机器人通道,直接在飞书里和 DeepSeek Harness 智能体对话。

需要分清三个名字:目录和仓库叫 dsh-lark,真正发布到 npm、命令行入口用的包名是 dsh-lark-channel。当前 npm 版本是 0.0.6(2026-08-15 发布),许可证 BSD-3-Clause,主要语言 TypeScript。目录页收录于 2026-08-12;截至 2026-08-17,GitHub 显示 30 颗星,目录页当时仍标注 15 颗,星标以仓库页面为准。

仓库 README 把它写成一条 IM 通道,而不是只会问答的聊天机器人:可以切换真实工作区和模型,执行 Harness 里已有的命令与工具;提问、计划审阅和工具审批会回到当前飞书会话,用按钮或文字作答。首次启动用飞书扫码创建应用,文档写明无需公网服务器,也无需配置回调地址。README 同时声明:这是非官方社区插件,与 DeepSeek、飞书或 Lark 不存在隶属、授权或背书关系。

核心功能

仓库 README 列出的能力可以分成下面几类。

1、把 Harness 会话留在飞书里。重启后可以恢复上下文,后续消息接着上次继续;/new 会在原地开一个新会话,工作区和模型保持不变。会话可以按聊天、话题或群成员隔离,对应配置项 sessionScopechatchat-threadchat-sender 三种粒度。

2、工作区与模型可在聊天里切换。/ws 查看可用工作区,/cd 切换;回到原来的工作区时继续之前的任务。/model 打开模型选择卡片,切换后保留当前会话;也可用 /model use 直接切换,或 /model reset 恢复默认模型。

3、执行过程按飞书原生形态展示。推理、工具调用和结果会作为思考过程出现,最终答案单独发送。人机协作则走卡片:单选、多选或文字回答问题,批准计划或提出修改,允许或拒绝工具调用。会改变状态的卡片绑定原聊天,转发到其他聊天后不能操作原会话。

4、斜杠命令进入 DSH 命令运行时。除了通道自己的 /status/help/stop 之外,宿主自带的 /plan/compact/permission 等也会直接交给 Harness。/status 展示工作区、模型和 session,可用时还显示上下文占用与累计 token,并支持刷新。渠道自带文案会按每位读者的飞书语言显示中文或英文。

5、多个机器人可以进同一个群协作。dsh-lark-channel add <名称> 会写入新实例并显示二维码;扫码后,这个机器人拥有自己的设置、App Secret 和 session,不与第一个共享上下文。它们可以通过 @ 交接回合。默认最多连续进行 6 个机器人轮次(botHops),任何人发言都会恢复额度。

安装与启用

社区目录页给出的安装命令如下,在 DeepSeek Harness 终端中运行即可:

dsh plugin add github:omdsh-dev/dsh-lark

dsh CLI 会从 GitHub 解析插件并安装到当前配置。如需可复现安装,目录页要求固定 commit 哈希:

dsh plugin add github:omdsh-dev/dsh-lark#commit

把上面的 commit 换成仓库里实际的提交哈希。目录页同时提醒:插件以当前 dsh 进程的权限运行,安装时可能执行代码。安装前请检查源代码仓库和许可证。

仓库 README 把日常启用写成独立 CLI。若本机还没有 DeepSeek Harness,需要先安装官方包:

npm i -g @deepseek-ai/dsh

然后安装通道并启动:

npm i -g dsh-lark-channel
dsh-lark-channel start

终端会显示二维码。用飞书扫码完成应用创建,然后私聊机器人,或在群里 @ 它即可开始。启动命令会在首次安装依赖前写好 profile 的 pnpm 构建策略:未经批准的依赖构建脚本一律警告并跳过,而不是让安装失败;protobufjs 那个只打印提示的 postinstall 还会被按名字记为跳过,因此不需要手工执行 pnpm approve-builds

不想装到全局也可以直接跑,之后每条命令都要带 npx

npx dsh-lark-channel@latest start

如果希望飞书和已经在跑的 dsh web 共用同一个 profile,README 给出的写法是:

dsh plugin --profile web add dsh-lark-channel@latest
dsh web

环境要求以仓库 README 和 package.json 为准:Node.js ^22.19.0 || >=24,DeepSeek Harness 0.1.0-rc.6 或更新版本,以及一个飞书或 Lark 租户。原生思考过程需要飞书 PC 7.70、移动端 7.74 或更新版本;旧客户端可以使用 output: 'stream'

典型用法

仓库 README 建议先看当前状态和可用工作区:

/status
/ws
/cd my-project
/model

各命令的含义如下:

  • /status:查看并刷新工作区、模型和 session;可用时包含上下文与 token 状态
  • /ws:查看可用工作区
  • /cd <名称或路径>:切换工作区
  • /model:打开模型选择卡片
  • /new:原地开一个新会话,清空上下文,工作区和模型保持不变
  • /stop:停止当前任务
  • /help:查看全部命令(含宿主提供的)

然后可以直接派任务。README 里的示例是:

检查这个项目为什么构建失败。先给我计划,需要操作时让我确认。

Agent 的执行过程会显示在飞书中;需要你参与时,会发送提问、计划或审批卡片。

macOS 和采用 systemd 的 Linux 会使用用户级后台服务,关闭终端后仍可运行:

dsh-lark-channel status
dsh-lark-channel logs -f
dsh-lark-channel restart
dsh-lark-channel stop

npx 启动的话,这些命令同样要带 npx dsh-lark-channel@latest 前缀。工具会按实际启动方式打印提示,读到什么就能直接粘贴。升级用 dsh-lark-channel upgrade,它会装上最新 CLI 并在新版本上重启机器人;npx 路径本身就是最新,不必这一步。连接异常时,插件会在限额和退避控制下自动重建 WebSocket,避免进程仍在但机器人已经静默离线。

给第二个飞书应用添加一套独立 Agent:

dsh-lark-channel add reviewer

命令会写入新实例、重启服务并显示二维码。需要移除时用 dsh-lark-channel remove reviewer;移除会保留该实例的凭据和设置,之后用同一个名字重新添加即可恢复。

README 还列出若干权限与高级选项,配置在启动时读取,修改后需要重启服务:

  • 飞书应用的可用范围决定谁能找到机器人;senderAllowlistgroupAllowlistapprovers 可以进一步收窄权限
  • workspaceRoots 可以限制聊天中允许切换到的目录
  • botPeers 可以限制允许对话的机器人,botHops 控制连续机器人轮次,默认是 6
  • 部署提供 credentials 服务时,扫码得到的 App Secret 会存入其中;旧版本写在 settings 中的 secret 会在下次启动时自动迁移
  • 图片附件默认关闭;只有确认当前模型支持视觉时,才应开启 attachImages

适用场景与注意事项

适合已经在本机跑 DeepSeek Harness、同时日常沟通又在飞书 / Lark 里的人:出差或开会时从手机派一个构建排查任务,群里让机器人和同事对齐进度,或者用第二个机器人专门做复核。它依赖你本机(或同一套 profile)上已经可用的工作区、模型和工具,并不会单独变成一台云端编码服务。

使用前有几件事需要先看清楚。

1、插件以当前 dsh 进程的权限运行,安装时可能执行代码。目录页和仓库都要求先检查源码与 BSD-3-Clause 许可证;需要可复现安装时,用目录页的 #commit 写法钉死提交,而不是长期跟踪浮动的 latest

2、这是社区插件,不是 DeepSeek、飞书或 Lark 的官方产品。社区目录站点也不是官方应用商店。GitHub 上还有 dsh-lark-botdsh-lark-bridge 以及讨论区里出现过的其他飞书桥接,安装命令、包名和能力边界都不一样,不要互相套用。

3、通道能切换到的目录、谁能找机器人、谁能点审批,都受飞书应用可见范围以及 workspaceRootssenderAllowlistgroupAllowlistapprovers 约束。多机器人协作默认有 6 轮上限,避免群里两个机器人互相 @ 停不下来。

4、Harness 本身仍是开发者预览,官方 README 写明未来会出现破坏兼容性的变更。本插件要求 dsh 至少 0.1.0-rc.6,Node.js 版本也比许多旧项目更严。飞书客户端过旧时,原生思考过程可能画不出来,需要按文档改用 output: 'stream'

小结

dsh-lark 做的事情很具体:把已经在跑的 DeepSeek Harness 接到飞书聊天,让派任务、看过程和做审批不必再守着终端。目录页安装命令是 dsh plugin add github:omdsh-dev/dsh-lark;真正扫码拉起机器人,则以仓库 README 里的 dsh-lark-channel start 为准。

目录页:https://deepseek-harness-plugin.com/zh-CN/plugins/dsh-lark/

GitHub:https://github.com/omdsh-dev/dsh-lark

npm:https://www.npmjs.com/package/dsh-lark-channel

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜