前言¶

在 DeepSeek Harness（DSH）里做多角色协作，常见做法是父 Agent 拉起 Subagent：子任务继承父级的模型、工具和不断累积的上下文。写一条提交信息也可能走同一套高成本模型，简单任务和复杂规划挤在同一份对话里，成本和上下文压力都会偏高。

Agent Team（limuyang2/agent-team）走的是另一条路：每位成员是独立的根级 Agent，各自拥有模型、Session、Skills、MCP、权限和思考模式，通过团队任务、消息和共享 Workspace 协作。下面介绍它的定位、能力与上手步骤。

这是什么¶

Agent Team 是维护者 limuyang2 发布的 DSH 工作流插件，npm 包名为 @limuyang2/dsh-agent-team，当前版本 0.1.4，许可证 MIT。它在 Harness 内组建多 Agent 团队：可混用不同 Provider 和模型，指定唯一 Leader，成员并行工作于独立对话，同时共享同一 Workspace。

插件不把成员变成 Subagent。协作层由团队任务、进度回报和共享文件构成，成员之间显式传递任务与结果，不共享无限膨胀的聊天历史。

与常见 Subagent 模式的差异¶

README 中的软件开发示例：GPT 担任架构 Leader 负责规划与验收，GLM 编码 Agent 加载开发类 Skills 和 MCP 修改 Workspace，DeepSeek Flash Commit 助手以只读权限读 Git Diff 生成提交信息。协作链路为：用户目标 → Leader 分派 → 编码成员实现并回报 → Leader 验收 → Commit 助手生成提交信息。

核心功能¶

经 README 核实，插件当前支持以下能力：

• 创建可复用助手，覆盖规划、编码、测试、评审、文档等角色；可手动配置，也可通过内置「团队 Agent 小助手」对话生成。
• 在同一团队中混用 Provider 和模型；同一助手模板可多次添加，每次成为独立成员实例。
• 全屏工作台并排展示各成员流式输出、Markdown、Think 块和工具调用。
• Leader 创建任务、分派成员、跟踪进度、收集结果；策略允许时用户也可直接与普通成员通信。
• 运行时调整成员当前 Session 的权限预设和思考模式；查看 Skills 加载、上下文占用、Token 统计和缓存命中率。
• 浏览共享 Workspace，预览 Git 变更和 Diff；动态增删成员、更换 Leader、清空上下文或解散团队。
• 悬浮团队入口按钮打开全屏工作台，位置可拖放并本地记忆。

关于 Skills 与 MCP：Agent Team 通过 Harness 标准接口使用已暴露的 Skills 和 MCP Servers，不负责这些资源的安装与生命周期管理。需先通过相应 Harness 插件把它们装进当前 Profile，助手再从中选择可用项。

环境要求¶

• Node.js 22.19.0+ 或 24.0.0+
• DeepSeek Harness 0.1.1-rc.2
• 终端可用 pnpm（Harness 用它管理 Profile 插件）

若未安装 pnpm：

npm install -g pnpm

安装与启用¶

DeepSeek Harness Web¶

将插件安装到 Harness 的 web Profile：

npx @deepseek-ai/dsh plugin --profile web add @limuyang2/dsh-agent-team

启动 Harness：

npx @deepseek-ai/dsh web

打开终端输出的地址，通常是 http://127.0.0.1:3080/。安装或替换插件后需重启 Harness。

DeepSeek Harness Desktop¶

将确定版本安装到 Desktop 管理的 Profile：

dsh plugin add --save-exact @limuyang2/dsh-agent-team@0.1.4

命令完成后完全退出并重新打开 DeepSeek Harness Desktop。--save-exact 将 Profile 固定到 0.1.4，避免自动升级。

卸载¶

在运行 Harness 的终端按 Ctrl+C 停止服务后：

npx @deepseek-ai/dsh plugin --profile web remove @limuyang2/dsh-agent-team

卸载不修改 Harness 源码，也不删除团队 Workspace 中的文件。

典型用法¶

1. 在 Harness 中准备模型¶

先配置 Provider、模型和凭据。Agent Team 读取当前 Profile 的模型目录，不保存 Provider API Key。

若使用 GLM-5.3 并需思考模式，可将下列片段合并进 ~/.dsh/settings.yaml（Provider ID 按实际替换）：

llm-pi-ai:
  providers:
    zai-coding-cn:
      reasoning: high
  modelOverrides:
    glm-5.3:
      reasoningEfforts:
        off:
        minimal: minimal
        low: low
        medium: medium
        high: high
        xhigh: xhigh
        max: max
      compat:
        thinkingFormat: zai
        supportsReasoningEffort: true

重启 Harness 后，可在助手对话工具栏的「思考模式」中选择档位。

2. 创建助手¶

进入 设置 → Agent 团队：

• 开始对话：通过聊天设计助手。
• 手动新建：直接填写完整配置。

实用初始团队通常包含一个 Leader（规划、分派、验收）和一个或多个执行成员（编码、测试、评审、文档等）。

3. 组建团队¶

点击页面左侧悬浮 团队 按钮，在工作台导航栏点击 +：

1. 从助手列表添加成员（同一助手可添加多次）。
2. 指定且仅指定一个 Leader。
3. 输入团队名称并选择 Workspace。
4. 选择是否允许用户直接与普通成员通信。
5. 点击 创建并启动。

4. 向 Leader 描述目标¶

将完整目标发送给 Leader。Leader 拆分任务、分派成员、接收进度并验收产出。团队策略允许时，也可直接与某个普通成员沟通。

协作机制简述¶

Leader 通过团队工具创建任务并分派给具体成员实例；成员在自己的 Session 中执行任务，回报进行中、已完成或失败状态；进度和结果自动通知 Leader。成员共享 Workspace，但不共享聊天上下文。助手加入团队时会生成配置快照；之后编辑助手模板不会热更新已运行成员，需移出旧成员并重新添加以应用新配置。

适用场景与注意¶

适合谁： 需要在 DSH 内按角色拆分模型与工具、并行观察多路 Agent 输出、在同一代码 Workspace 上协作的开发者或团队。例如架构规划用高能力模型、编码用专用模型、提交信息用轻量模型，同时保持 Leader 上下文不被实现细节填满。

使用前注意：

• 插件以当前 DSH 进程权限运行，安装前应查阅 GitHub 源码 与 MIT 许可证，确认符合你的安全与合规要求。
• 「变更」页签要求所选 Workspace 本身是 Git 仓库；普通目录仍可浏览文件。
• 从 Workspace 外选择的文件会复制到 .agent-team/uploads/，供 Agent 稳定读取。
• MCP 凭据保留在 Harness Profile 中，助手模板只保存允许使用的 Server 名称。
• SkillHub 社区目录（https://www.skillhub.cn）为独立站点，与 DeepSeek / 幻方无官方从属关系；DSH 生态遵循「一切皆插件」理念，Agent Team 是其中面向多 Agent 协作的工作流扩展。

相关链接¶

• SkillHub 目录页：https://www.skillhub.cn/plugins/limuyang2/agent-team
• GitHub 仓库：https://github.com/limuyang2/agent-team
• npm 包：https://www.npmjs.com/package/@limuyang2/dsh-agent-team