DeepSeek Harness 插件已收录

deepseek-rlm

为 DeepSeek Harness 提供持久化 IPython 工作区、持久状态快照与原生递归子智能体能力。

开发者工具安全与策略Skills 与工作流远程执行

0GitHub Stars0Fork 数更新于2026-09-01

源码

安装

$ dsh plugin --profile <profile> add -w /absolute/path/deepseek-rlm-dsh-rlm-bundle-0.1.0-preview.0.tgz

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

deepseek-rlm 是一个面向 DeepSeek Harness 的 Cordis 插件包（plugin bundle），为 Harness 智能体提供持久化的 IPython/Jupyter 执行环境、持久变量快照及原生递归子智能体委托能力。它深度集成至 Harness 智能体循环中，支持在多次工具调用间保存 Python 状态，并通过 RLM 原语派生具有血统与深度控制的子智能体。

核心能力

为每个活跃的 DeepSeek Harness 智能体提供持久化 IPython/Jupyter 内核
基于 dill 序列化与摘要鉴权的持久化变量快照恢复机制
原生递归子智能体派生（rlm 原语），支持调用层级、模型选择与取消传播控制
基于 agent_message 的父子智能体双向消息通信通道
在 Python 环境中通过 dsh_tools.call() 调用 Harness 原生工具并接受策略管控

适用场景

需要在多轮交互间持久保留变量和执行状态的多步骤 Python 数据分析与代码开发
将特定排查或调研任务递归委托给子智能体，且无需额外启动独立的 Agent Loop
在不重放历史代码单元格的前提下快照并恢复内存中的 Python 数据状态

适合谁

构建多智能体协作与复杂工作流的 DeepSeek Harness 开发者
需要在 Harness 智能体中进行有状态 REPL 代码执行的数据科学家与工程师
使用递归语言模型（RLM）模式的 AI 自动化工程师

文档中可确认的限制

当前预览版针对 DSH 0.1.2-alpha.3 基线，需要应用仓库中提供的两个补丁
IPython 运行具有宿主 OS 权限，并非沙箱环境，执行不受信代码需配合外部沙箱
目前以本地源码构建 tarball 形式分发，依赖 Python 3.11 及 uv 环境

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。

目前还没有发布自动安全检查信号。

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: OpenCnid/deepseek-rlm
Registry 来源: GitHub · dsh-plugin topic
Registry 分类: Plugin Bundle
源码检查: 0e9f030 · 2026-09-11

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: 0GitHub stars
Fork 数: 0
未关闭 Issue: 0
最近提交: 2026-09-01
最近发布: 未发现 Release