DeepSeek Harness 插件已收录

AItelier

用于 DeepSeek Harness 的确定性、可审计子 Agent 工作流引擎与 MCP 工具包。

视觉与图像UI 与效率终端与 TUI开发者工具安全与策略Skills 与工作流远程执行

3GitHub Stars1Fork 数更新于2026-10-24

源码

安装

$ dsh plugin --profile headless add <path-to>/AItelier/integrations/dsh

插件能力与用途

基于公开仓库快照由 AI 辅助整理，内容必须有源码依据；它不等同于兼容性验证或安全验证。

源码有据

AItelier 是一个基于 SkillFlow 引擎的确定性、完全可审计的 AI 多 Agent 工作流系统。它为 DeepSeek Harness (DSH) 提供了开箱即用的插件包（位于 integrations/dsh/），通过 MCP 协议暴露了 39 个工具（mcp__aitelier__*）。Agent 可借此生成、执行、追踪和修复结构化工作流管道，同时保持最小权限上下文、人工检查点与不可变审计追踪。

核心能力

通过 integrations/dsh 作为 MCP 工具无缝集成到 DeepSeek Harness
根据自然语言描述自动生成可运行的 SkillFlow DAG 管道
以角色作用域与最小权限工具执行确定性多 Agent 管道
提供追加写入式审计追踪与 Git 事件溯源，确保步骤完全可观测
支持人工介入审批与红绿对抗（Maker/Checker）审查检查点
支持自包含 JSON 管道 Bundle 的导出与导入

适用场景

将复杂的长周期 Agent 任务委托给确定性、可审计的管道执行
具备内置审查和验证关卡的全自主软件交付流程
通过 MCP 动态创建工作流并实现基于 Trace 的自愈迭代

适合谁

构建多 Agent 系统的 DeepSeek Harness 开发者
需要可审计与可复现 LLM 工作流的软件工程师
需要合规 AI 工作流编排及人工审核机制的企业团队

文档中可确认的限制

需要运行 AItelier 后端服务或 Docker 容器并通过 HTTP/MCP 访问
当前最终验证步骤仅执行静态代码审查，尚未支持运行时自动化冒烟测试
依赖 Python 3.12+ 环境并需配置模型路由表

DSH 兼容性

DSH Plugin 针对具体版本记录的运行验证证据。没有结果只代表我们尚未测试，不代表不兼容。

尚未测试目前还没有发布运行兼容性测试结果。

安全信号

来自包元数据和源码检查的客观信号。这些信息用于辅助判断，不代表绝对安全保证。

已声明许可证

GitHub 报告该仓库许可证为 MIT。

信息

未发现 package.json

最新 GitHub 快照中未获取到仓库根目录的 package.json。

信息

源码可用

本次 Registry 快照已获取公开 GitHub 源码元数据。

信息

来源与 Registry 记录

展示此条目的公开来源、Registry 分类与最近一次源码检查信息，并与运行验证结果明确分开。

源码仓库: linxuhao/AItelier
Registry 来源: GitHub · dsh-plugin topic
Registry 分类: Plugin Bundle
源码检查: b47fc32 · 2026-10-25

本页面基于公开源码信息独立收录。DSH Plugin 与 DeepSeek 及插件作者均无隶属关系；安装前请始终以作者仓库中的最新说明为准。

仓库活跃度

GitHub Stars: 3GitHub stars
Fork 数: 1
未关闭 Issue: 0
最近提交: 2026-10-24
最近发布: 未发现 Release