前言¶
DeepSeek Harness (DSH) 的核心理念是「一切皆插件」。當智能體需要從外部獲取信息時，傳統的單點搜索往往效率低下且數據結構雜亂。該插件提供了一套統一的解決方案，旨在解決 AI 編程代理在網絡搜索和證據收集上的碎片化問題。
是什麼¶
這是由開發者 Mr-remon219 維護的一個聯網工具插件，開源協議爲 MIT。它通過一個共享的核心運行時，實現了多引擎搜索、網頁內容提取、X/Twitter 社區情報獲取以及 Jev 意圖引導搜索等功能。該工具支持統一的 MCP 服務器、Pi 擴展以及 DeepSeek Harness (DSH) Bundle，能夠適配不同的開發環境。
核心功能¶
該插件提供了以下核心能力：
-
多引擎並行融合 (
fused_search)
支持同時向多個搜索引擎提供商發起查詢。內置了無需 API Key 的免費引擎池（如 Bing、DuckDuckGo、Yahoo 等）以及支持 API Key 的付費池（如 Tavily、Brave 等）。具備自動的跨引擎 URL 去重、域名路由和相關性重排序能力。 -
網頁內容提取器 (
fetch_page)
優先獲取源站內容以降低延遲，支持同路由 curl 兼容性回退和 Jina Reader 備選。能夠自動剝離 CSS、JS 和廣告干擾，支持通過focus參數聚焦上下文段落提取，並帶有內存緩存和大小限制。 -
X/Twitter 社區情報 (
x_search)
通過官方 xAI API 或匿名回退通道，檢索公開帖子、用戶時間線和討論線程。基於可驗證的 Snowflake ID 推導 UTC 時間戳，僅在元數據可驗證時應用作者/日期過濾器。注意：覆蓋範圍可能不完整或過時。 -
Jev 意圖引導搜索 (
adaptive_search)
這是一個實驗性功能。只需提供完整的問題和必需的研究意圖，系統會自動選擇固定的排序預設和社區分支篩選策略。支持對搜索結果進行固定安全性和原型值（3/4/5）的篩選。 -
原生多智能體並行研究
將search-boost和search-boost-parallel-research技能打包。在支持子智能體的主機（如 Cursor、Claude Code、Pi、DSH）中，可以將任務分發給並行的搜索者（收集證據）和總結者（純合成），支持快速和複雜兩波次流程。 -
統一的生態系統核心
提供一個主機無關的核心運行時，驅動標準 MCP 服務器，併爲 Pi 和 DSH 提供原生擴展和 Cordis 插件包適配。
安裝與啓用¶
安裝請通過官方提供的 Bundle 機制進行，或參考源碼編譯。該工具依賴於 Node.js 環境（要求 >=22.13）。
典型用法¶
- 並行查詢：調用
fused_search工具，向多個搜索引擎並行發起查詢請求。 - 低延遲獲取：調用
fetch_page，系統會優先嚐試從源站獲取內容以降低延遲。 - 社交情報：調用
x_search，利用官方 API 獲取特定話題下的公開討論或用戶時間線。 - 意圖導向：在調用搜索工具時，提供完整的問題描述和具體的研究意圖（如 “compare”, “summarize”），以觸發
adaptive_search的篩選邏輯。
適用場景與注意¶
- 適用場景：需要爲 AI 編程代理提供聯網能力、進行多源信息驗證、或者需要針對特定領域（如 X 平臺）進行情報收集的開發者。
- 安全與隱私：
- 插件支持零配置啓動免費引擎池，無需 API Key。
- 敏感憑證以明文形式存儲在本地私有配置中，文件權限被限制爲 POSIX
0600（非靜態加密）。 - 使用本地網絡和代理 DNS，請求有界並支持顯式回退。
- 侷限性：
- 搜索覆蓋面可能不完整、陳舊或爲空。
- 不對答案的準確性或完整性做出承諾。
短結尾¶
該插件爲 DeepSeek Harness 生態提供了一套成熟的聯網工具鏈。如果你正在構建需要深度信息檢索的智能體，可以通過插件目錄或 GitHub 倉庫進行集成。
