TL;DR DeepSeek 開源的 agent harness「dsh」8/13 發布一小時內破 2 萬星,目前累積約 15.8 萬星,社群兩天湧入 2000+ 外掛提案;核心是 Cordis 驅動的「一切皆插件」架構,甚至能把 Claude Code、Codex 當子 agent 呼叫。RightNow-AI 用 Rust 從 OS 層級重新定義 agent(openfang),網易有道推出建立在 OpenClaw 之上的桌面 Agent LobsterAI,PrimeIntellect 的 prime-agent 主打自我改進推理迴路。CrewAI 1.15.16 補強 execution context 追蹤與 flow 錯誤記錄。
目錄
系列:
AI Agent GitHub Digest
(4 / 15)
今日亮點
今天的絕對主角是 DeepSeek 開源的 agent harness「dsh」——一小時衝破兩萬星,寫下 GitHub 史上最快星數紀錄,這件事本身比任何單一功能都更值得注意:它證明模型公司正集體把差異化戰場從「模型本身」移到「harness 層」,openfang 選擇用 Rust 從 OS 層級重新定義 agent,其實是在跟 DeepSeek 搶同一塊地。
Trending Repos
deepseek-harness (deepseek-ai) ⭐ 158,000+
GitHub · TypeScript · MIT
- 是什麼:DeepSeek 官方開源的 agent harness(
dsh),隨 V4 Pro 模型同步推出,核心理念是「一切皆外掛」——model、tool、session、sandbox、loop、UI 全部是可替換外掛。 - 為什麼值得看:8 月 13 日發布,一小時內破 2 萬星,寫下 GitHub 史上最快星數紀錄(打破 xAI Grok-1 的 1.2 天紀錄);短短幾天累積到約 15.8 萬星,社群兩天內湧入超過 2000 個外掛提案。它由自研的 Cordis 外掛核心驅動,甚至能把 Claude Code、Codex 當成子 agent 呼叫進 DeepSeek 自己的工作流裡,代表 DeepSeek 從純模型供應商轉向「harness 產品公司」,走的是 Anthropic 做 Claude Code、OpenAI 做 Codex 的同一條路。
- tech stack:TypeScript + Cordis 外掛框架(自研,論文描述為「時空可組合性的程式設計典範」),MIT License。
- 上手難度:低——
npx @deepseek-ai/dsh web一行指令即可啟動 Web UI;但目前是 developer preview 階段,外掛 API 仍會有 breaking changes。
openfang (RightNow-AI) ⭐ 18,113
GitHub · Rust · Apache-2.0
- 是什麼:用 Rust 從零打造的「Agent 作業系統」,作者刻意強調它不是 orchestration 框架,也不是 Python wrapper,而是完整的 OS 概念。
- 為什麼值得看:全 Rust 寫成(137K 行、14 個 crate、1767+ 測試、零 clippy 警告),走「單一 binary 搞定」路線,跟多數 Python/TypeScript agent 框架動輒要裝一堆依賴的部署複雜度形成明顯對比,對效能敏感、想要單一二進位部署的團隊是另一種選擇。
- tech stack:純 Rust,單一 binary 部署,Apache-2.0。
- 上手難度:中——「Agent OS」是新心智模型,不像熟悉的 orchestration 框架能直接套現成範例。
LobsterAI (netease-youdao) ⭐ 5,906
GitHub · — · MIT
- 是什麼:網易有道推出的桌面級 AI Agent,能直接操作真實電腦環境——本機檔案、終端機、瀏覽器、文件、試算表、簡報,並可透過微信、飛書、釘釘、Telegram 下指令遙控。
- 為什麼值得看:建立在 OpenClaw 之上,是中國主要科技公司中第一個開源的桌面級 Agent,補上「手機下指令、電腦真的動手做」這個中文使用者場景,跟多數聊天視窗型 agent 的定位不同。
- tech stack:基於 OpenClaw 架構,MIT License,提供 macOS/Windows 安裝檔。
- 上手難度:低——官網或 GitHub Releases 下載安裝檔即可,不用自己編譯。
prime-agent (PrimeIntellect-ai) ⭐ 17,097
GitHub · — · MIT
- 是什麼:PrimeIntellect 團隊做的「自我改進」RLM(Reasoning Language Model)agent,主打 coding 與長時間自主任務。
- 為什麼值得看:核心賣點是 agent 在執行任務過程中會持續調整自己的推理策略,而非套用固定 pipeline,對需要長 horizon、多輪迭代的研究型任務是跟一般 coding agent 不同的取徑。
- tech stack:MIT License,圍繞 verifiers 生態建構(細節見官方 repo)。
- 上手難度:中——文件仍在快速迭代中,需要參考 repo 內範例逐步摸索。
Notable Releases
CrewAI 1.15.16
- 重要變更:新增 execution context management(帶 UUID 追蹤);記錄是哪種 exception 導致 flow 結束;記錄 trace batch 分享到 AMP 的時間點;統計不同來源啟動的 deployment 數量。
- Breaking Changes:無。
- 對你的影響:這次沒有 breaking changes,主要是可觀測性與除錯資訊增強,用 CrewAI Flow 的人可以直接升級,不用改動既有程式碼。
今日收穫
以前以為模型公司做 agent 工具只是順便做個 demo 撐場面,但 DeepSeek 這次直接開源一整套 Cordis 外掛架構、投入到「基礎設施等級」的程度,加上 openfang 選擇從 Rust OS 層重新定義 agent,說明真正的戰場已經不在模型好壞,而在「誰的 harness 更可組合、更能被其他 agent 呼叫」——這一層一旦收斂,可能比模型排行榜更決定生態走向。
參考資料
Glossary
Loading...