deepseek-servant
tests4gptplay/deepseek-servant
Autonomous AI assistant with Foreground, Planner and Worker roles, persistent tasks, restart recovery, on-demand working memory, and optional private-Git collaboration.
Install
dsh plugin --profile web add github:tests4gptplay/deepseek-servantREADME
DeepSeek Servant
基于 DeepSeek Harness（DSH） 的自主 AI 助理与多 Agent 协作插件。围绕持久目标进行规划、执行、成果评价、方法调整、任务接续和技能积累。
设计逻辑源自 Chat Agent Harness（CAH）。 DeepSeek Servant 延续 CAH 以目标为中心的 Agent 工作闭环：理解需求、制定计划、执行工作、评价成果、调整方法、跨会话接续、故障恢复与技能积累。Servant 将这套持续工作机制整合到 DeepSeek Harness 运行环境，复用宿主的模型、工具、Session、作业与 Skill 能力。
当前版本： 0.3.2 · 测试宿主： DSH 0.2.1-rc.3 · 项目形态： 独立安装的社区插件
核心能力
-
共用界面、双模式后台
-
对话呈现
-
页面插画
-
独立助理入口
-
模型与设置
-
持续 Agent 工作
-
任务接续与恢复
-
并行与任务控制
-
技能积累
-
工作记忆管理
-
前台长对话
已完成的运行验证
alpha.40 完成 88 项源码回归覆盖，以及 Windows / DSH 0.2.1-rc.3 原生协作运行：两代 Worker 保留并续写产物、原生 Job 收尾、Planner 验收、前台交付与 Git 封存清理；实际进程树中断后的同任务接续也已完成。该场景使用受控模型及 Git API 对端，实际执行由原生 DSH 服务完成。详见协作开发验收。
alpha.39 已通过 73 项源码回归及实际页面组件测试。当前宿主经 GPT 完成连续 **1860.2037818 秒（31 分钟）**的原生静默 Job，退出码 0，随后完成 Planner 验收、前台主动交付、完整 records 封存与临时状态清理。详见alpha.39 验收记录。
在隔离的 Windows / DSH 0.2.1-rc.3 原生宿主中，强制终止执行中的进程树后，同一 Task 的第二代 Worker 继续原分配、保留先前文件并完成剩余成果；前台继续原消息，随后完成交付、档案封存与临时记录清理。该场景使用受控模型响应。
alpha.37 已在隔离的 Windows / DSH 0.2.1-rc.3 中完成原生 Agent、Session、文件工具与存储 Domain 的集成运行：16 个工作报告、5/10/15 段周期评审、两次 Worker 换代、原生错误后的同角色接续、前台完成留言、完整 records 封存与临时清理。重启后完整档案可读，Worker 席位设置和记录目录迁移通过原生接口保存与应用。该轮使用受控模型响应验证程序链路。
此前 alpha.2 功能基线在隔离的 Linux / DSH 0.2.1-rc.2 环境中，已完成短任务从实际执行到成果验收、前台交付的完整流程，以及技能生成、加载和后续复用。
长任务验证处理了 16 批、64 条合成事件，包括 3 次周期评审、2 次正常 Worker 换代、跨代历史回查和最终独立核对。32 行最终账本与 16 批累计快照均与预先保存的独立答案一致；任务完成后执行了正式清理，成果文件哈希保持一致。
更多实测过程、运行条件及清理结果见实现与验证记录；历次候选与整理范围见版本摘要。
架构
采用嵌入 DSH 的模块化单体：
TaskService / TaskKernel 管理持久化任务事实与确定性状态变更；RuntimeCoordinator / AgentSupervisor 负责派发、运行所有权与接续；KnowledgeService 管理知识及技能版本。
运行时复用 DSH 的 storageDomain、Agent、Session、tools、jobs、工作区和原生技能能力。Local 持有自己的持续任务链；独立 Private Git 模式以 Git-first 提交、确认消费和角色结果绑定协调多个参与实例。
DSS-cah 实验协作
在统一设置中启用 DSS-cah，设置私有仓库、仓库内目录、模型与本实例工作目录，通过已登录的 GitHub CLI 连接。Host 以 1 秒正常间隔增量同步远端，启动与完成状态使用独立追加记录；AI 按角色保存前台答复、Planner Memory / Plan Note、Worker Child Reply，再单独提交最终信号，由读回的远端状态推进下一角色。普通业务文档、历史和知识按需读取。任务、记忆与结果以远端 Git 为权威，原生 Foreground、Planner 和 Worker 持续执行、评价与交付。
操作步骤和数据位置见 Private Git 使用说明。
安装与使用
正式版在 DSH Desktop 的“插件 → 添加插件”中输入固定来源 github:Tests4gptplay/deepseek-servant#v0.3.2，安装并启用。Web profile 使用：
dsh plugin --profile web add 'github:Tests4gptplay/deepseek-servant#v0.3.2'
模型提供者、工具权限和凭据沿用 DSH 配置。进入侧栏 DeepSeek Servant，选择前台模型与工作区即可开始；后台 Auto 跟随本页前台模型，Worker 席位默认 2，可在设置中调整。
- 安装、升级与开发构建：固定版本安装、升级与显式开发命令。
- 使用指南：任务提交与修订、聊天答复、并发控制、历史阅读、重启接续和记录管理。
兼容性与数据存储
已验证宿主版本： 当前升级使用 Windows / DSH 0.2.1-rc.3 原生 SDK profile；此前功能基线使用 Linux / DSH 0.2.1-rc.2。插件从宿主获取 DSH 组件，按实际接口运行，无 DSH 版本号硬性准入限制。已确认的 Desktop UI、侧栏行为和美术资源继续保留。
任务、助理、知识、完整对话与 records 档案通过原生 storageDomain 保存。在“Servant 记录管理”中可迁移整个记录目录；迁移完成后立即使用新位置，不改变任务工作区。大小统计分为六项长期记录与六项临时记录，按 Domain 实际内容计量。历史任务索引计入“已完成任务档案”；“工作规划记录 / Work Planning Notes”独立统计 Foreground_List 与 Foreground_Cache，并提供单独清理入口。清理聊天保留规划记录。规划记录位于 work-planning/，完整档案及历史索引位于 archives/。DSH 原生 Session 日志使用宿主单独配置的存储位置。详见 数据保留与清理。
开发文档
设计
统一设计基线 保留已接受行为；DSS-cah 的当前架构与操作见 Git 协作说明。早期架构与旧 Helper 契约保留在历史资料。
来源与开源许可
DeepSeek Servant 由 Chat Agent Harness（CAH） 的 Agent 设计体系延伸而来，并通过 DeepSeek Harness 的原生能力实现持续任务执行。
项目代码沿用 CAH 的 GNU AGPL v3.0 only（AGPL-3.0-only） 许可证。
角色美术与衍生图标单独采用 CC BY-NC-SA 4.0，保留署名链 上善无形 → ZipZipPipe；本项目的图标与页面素材由 Tests4gptplay 提供并适配。再利用这些美术素材时请保留署名、注明修改，并遵守非商业性使用及相同方式共享条款。
项目版权声明见 NOTICE，美术范围、来源与第三方依赖许可见 THIRD_PARTY_NOTICES.md。