Python Community | Chat

‍🔥 DeepSeek Harness - пример того, почему сегодня важна не только модель, но и всё окружение вокруг неё Harness - это слой между LLM и реальной работой: инструменты, terminal, permissions, память, tool loop и правила обработки ответов. У deepseek-harness есть Python-библиотека, CLI dsh, MCP-сервер и интеграция в формате Anthropic Skill. Проект документирует особенности протокола DeepSeek V4-Pro/V4-Flash и автоматически обрабатывает проблемные места вроде reasoning_content, parallel tool calls, streaming и context limits. Например: pip install deepseek-harness-cli Ключевая идея очень актуальна для agent engineering: одна и та же модель с разным harness может вести себя как совершенно другой агент. Модель отвечает за интеллект. Harness - за то, сможет ли этот интеллект стабильно работать с инструментами и длинными workflow. Вот полезный гайд, (https://helmcode.com/deepseek-harness) где собрали большой разбор проекта: 23 секции, от запуска за минуту до архитектуры и теории Cordis. Что особенно интересно: архитектура максимально модульная - компоненты можно заменять плагинами; проект model-agnostic и работает с OpenAI-compatible API; под harness лежит Cordis - отдельная формальная модель безопасного самоизменения программ; можно менять не только tools, но даже логику, которая решает, что агент должен делать дальше; проект пока developer preview, поэтому breaking changes ожидаемы Разбор: https://helmcode.com/deepseek-harness @Python_Community_ru