前言¶

在 DeepSeek Harness（DSH）里做昇腾（Ascend）NPU 相关 AI Infra 开发时，常见问题是：领域文档分散、vLLM-Ascend 与算子验证流程长，且真实 NPU 往往在远端服务器或容器里。单靠通用对话很难稳定对齐基线、检索工程案例，也不方便在远端执行测试与轮询长任务。

MindIE Agent for DeepSeek Harness（mindie-agent-dsh）是 MindIE Agent 面向 DSH 的原生插件适配器，由 mindie-agent 维护，分类为工作流。它把昇腾领域知识检索、Skill 入口与 remote-dev 远端 NPU 工具组合进 DSH，并刻意只依赖 DSH 标准发行版中的稳定插件，以便 standard 等预设可直接继承，无需切换专门模式。

这是什么¶

一句话定位：面向昇腾 NPU 设计、开发与测试流程的 DSH 插件，当前正式版本为 0.0.3，许可证为 MIT，要求 DSH 0.2.0-rc.2（见仓库 package.json 的 peer 依赖）。

架构上本仓库是薄适配层：DSH Host 组合、会话采集与本地代数切换在本仓完成；多领域分层路由、分片索引、L1–L4 分级知识单元校验与社区发布门禁由共享组件 mindie-knowledge 承载。

稳定性边界（README 明确说明）：

• 仅组合 @deepseek-ai/dsh-skill-filesystem、@deepseek-ai/dsh-mcp-client 与本地 Host 入口 ./host.mjs；
• 不引入 @deepseek-ai/dsh-experimental-*，不覆盖 DSH 内置行或内置预设；
• 新增行（mindie-agent-skill、mindie-agent-host、mindie-agent-remote-mcp）挂在 Host 层，standard 标准预设及其它预设会直接继承。

核心功能¶

下面介绍 0.0.3 已交付、资料中写明的能力。

/mindie-agent 领域知识与 Skill¶

在新会话中输入 /mindie-agent 唤醒昇腾领域知识与 Skill（技能由该命令显式注入，不进入模型自动目录）。按需可调用 mindie_entry、knowledge_query、knowledge_explain、knowledge_distill、knowledge_feedback、knowledge_sync 等入口，检索 knowledge-vllm-ascend 工程案例，并按 L1/L2 基础基线、L3 Hermes 收敛与 L4 RSI 去偏探索推进任务。开启贡献时，README 说明会自动完成 session.v4.jsonl.zstd 公开对话脱敏采集与社区 PR 发布。

当前版本已覆盖 vLLM-Ascend 特性开发与测试、AscendC / Triton 算子实现验证 等方向，更多昇腾基础软件能力按路线图扩展。

remote-dev 远端 NPU 工具集¶

在远端昇腾服务器或容器内读写文件、执行命令、运行测试，并轮询长耗时后台任务。README 写明：remote-dev 在日常对话中默认自动触发，无需每次手动切换。

与 DSH 版本的对应关系¶

安装与启用¶

安装分两步：先构建持久化锁定运行时并同步知识，再在 DSH 中安装并启用插件 bundle。dsh-mcp-client 与 Host 插件会在 DSH 启动或启用 bundle 时连接本地运行时，因此顺序不能颠倒。

第 1 步：构建运行时并同步知识¶

前置检查示例：

git --version && uv --version && node --version

构建命令（资料原文，标签 v0.0.3）：

MINDIE_TMP="${TMPDIR:-/tmp}/mindie-agent-dsh"
rm -rf "$MINDIE_TMP"
git clone --depth 1 --branch v0.0.3 https://github.com/mindie-agent/mindie-agent-dsh.git "$MINDIE_TMP"
uv --native-tls run --quiet --no-project --python 3.11 "$MINDIE_TMP/scripts/setup.py"

验证：setup.py 最终输出的 JSON 中 status 为 "ready"、knowledge.status 为 "ready"。示例结构如下：

{
  "status": "ready",
  "components": {
    "mindie-knowledge": "0.13.0",
    "remote-dev": "0.10.4",
    "mindie-diagnostics": "0.5.1"
  },
  "knowledge": { "status": "ready" }
}

运行时、配置、知识与 remote-dev 状态默认位于 ~/.local/share/mindie-agent/dsh 与 ~/.config/mindie-agent/dsh。setup.py 可重复执行以校验运行时并做增量知识同步。

第 2 步：在 DSH 中安装 bundle¶

在 DSH Web 的 Plugins 页面填入并启用：

git+https://github.com/mindie-agent/mindie-agent-dsh.git#v0.0.3

若会话具备 plugin_manager 工具，可使用：

plugin_manager(action="install_bundle", target="git+https://github.com/mindie-agent/mindie-agent-dsh.git#v0.0.3")

也可使用 CLI（README 注明）：

dsh plugin --profile <name> add git+https://github.com/mindie-agent/mindie-agent-dsh.git#v0.0.3

安装后在 Plugins 页面确认 mindie-agent-dsh 已启用；请勿手改 profile 的 package.json 或 cordis.patch.yml。启用后请打开新会话（已有会话保留启动时的组合）。

README 还提供「把安装链接发给 Agent」的提示词方式，由 Agent 按文档协议执行上述检查与安装；与手动步骤等价，可按团队习惯选择。

典型用法¶

首次配置¶

在新会话输入：

/mindie-agent 帮我完成首次配置

按仓库内 工作区配置指南 完成引导；Agent 可协助创建或复用 vllm-ascend-workspace 等工作区并登记到当前客户端。

知识 + 远端跑测¶

README 给出的验证示例：

/mindie-agent 我准备在 vllm-ascend 里补一个融合算子的精度测试，请先结合知识库给出测试设计，再用 remote-dev 在远端 NPU 容器里跑通。

预期行为包括：通过 /mindie-agent 注入技能并调用 mindie_entry(op="init") 绑定任务；Host 工具列表中出现 mindie_entry 与知识相关工具；需要时在远端执行测试。

适用场景与注意¶

适合谁：在 DSH 中从事昇腾 NPU AI Infra 开发、需要 vLLM-Ascend 或 AscendC/Triton 算子验证、且经常连接远端 NPU 环境的开发者。

社区目录：本仓库带有 GitHub topic dsh-plugin，可在 DSH 插件市场索引；SkillHub 目录页 为社区收录，与 DeepSeek / 幻方无官方从属关系。

安全与权限：插件以当前 DSH 进程权限运行，安装前请阅读 GitHub 仓库 源码与 MIT 许可证，确认 remote-dev 与知识同步是否符合你的环境与合规要求。仅使用只读知识与 remote-dev 时，README 说明不强制依赖 gh；开启社区贡献或故障上报时需完成 GitHub 认证。

版本提示：若仍停留在历史 0.0.2 安装，README 对同版本显式刷新有单独说明；升级到 0.0.3 应使用上文 #v0.0.3 标签。

结尾¶

mindie-agent-dsh 把昇腾领域知识、L1–L4 分级检索与远端 NPU 开发测试工具收拢到 DSH 标准预设可继承的 Host 组合里，适合在 Harness 会话内完成从方案到远端验证的闭环。

• 目录页：https://www.skillhub.cn/plugins/mindie-agent/mindie-agent-dsh
• GitHub：https://github.com/mindie-agent/mindie-agent-dsh