DeepSeek Harness v0.1.1 引入了 DeepSeek-V4-Flash-Vision-Exp 模型以支援多模態視覺理解，並透過持續影像附件和檔案參照功能增強了智能代理能力。此次更新允許 /goal 和 /plan 等指令接受影像輸入，同時 MCP/ACP 支援持續影像附件，PTC 模式則可轉發巢狀影像。 此次更新透過讓 AI 能夠提前規劃並從儲存檔案中檢索相關資訊，而非僅依賴上下文視窗，顯著提升了該工具在複雜情境（如智能代理角色扮演）中的實用性。它將 DeepSeek Harness 定位為與 OpenAI Codex 和 Anthropic Claude Code 等產品競爭的開源智能代理執行層。 此次更新利用由 Cordis 驅動的「一切皆為插件」架構，實現了原生影像請求和會話引用的模組化配置。PTC 模式特別取代了 JSON-schema 工具呼叫，改用 Python 程式碼產生與沙盒執行，以提供更動態的工具互動體驗。
事件背景
DeepSeek Harness 是由 DeepSeek AI 開發的開源智能代理框架，旨在作為遵循「模型 + 框架 = 智能代理」公式的代理執行層。它採用基於插件的架構，各組件具有模組化特性，為開發者提供建構 AI 智能代理的靈活框架。近期的開發者預覽版強調了其與主流模型的相容性以及對智能代理工作流程的重視。
社群觀察
社群成員對「智能代理角色扮演」的潛力感到興奮，認為持續影像附件和檔案參照功能讓 AI 能比關鍵字觸發更有效地管理複雜的遊戲劇本。使用者也詢問了關於數據遥測的使用情況，以及該工具是否能獨立於網頁介面運作，顯示出對靈活部署選項的需求。
