Skip to content

用 DSH 组一支会自己交接的内容团队 ​

一句话结论:这套做法的重点不是"一句话生成全案",而是把**"选哪个模型"换成"排哪个岗位":五个模型按绝活分工,DeepSeek 当项目总监拆单,任务看板负责交接,人退回总编辑位置。它把 Super-agent 的执行侧**做成了一个可复现的最小样例,但准入和验收仍然留在人手里 —— 更像一支"半自动团队",而不是一套自动化系统。


核心主张:没有全能模型,只有岗位 ​

这套做法和多数"多模型协作"文章不同:它不比较谁最强,而是先问"这个岗位需要什么绝活"。

岗位模型职责为什么是它
项目总监DeepSeek接需求、拆子任务、建协同看板、推进度、质检交付推理与逻辑够用,且 API 便宜 —— 调度是高频交互,成本敏感
首席情报官Grok全网一手素材摸底直连 X 实时数据流,热搜、争议、前沿讨论挖得快
严谨主编Claude去粗取精,提炼核心论点,搭大纲审美与逻辑把关,能把噪音压成结构
金牌撰稿人Gemini长文展开与成文超长上下文,几千字仍能保持逻辑
视觉美工Codex提金句与对比数据,写可实时预览的 SVG 信息图直接把数据写成代码,产出即预览

取舍很清楚:调度用便宜的、抓取用实时的、定调用挑剔的、撰写用上下文大的、配图用会写代码的。这套排法的前提是承认"通用能力"不存在,只有任务形状与模型特性的匹配。

流水线怎么转 ​

人只做一件事:在主对话框给队长发一条总控任务。之后看板自动流动。

text
一句话总控指令
      │
      ▼
DeepSeek 拆单 ──► 依赖关系理清,卡片进看板
      │
      ├─► Grok   实时热点简报
      ├─► Claude 提炼论点 + 大纲          (依赖简报)
      ├─► Gemini 3000 字长文              (依赖大纲)
      └─► Codex  金句/数据 → SVG 信息图   (依赖长文)
      │
      ▼
完整全案交付,人可在任意卡片上中途插入修改

两个细节值得注意:

  1. 交接是有向的。不是五个模型并行投票,而是"情报 → 定调 → 成文 → 视觉"的串行依赖;并行只发生在同层。
  2. 人的介入点是卡片,不是对话。想改要求就点开那张卡,而不是把整段历史重新喂一遍 —— 这是它比"多开几个网页复制粘贴"真正的差别。

怎么装:三步组装,一处协议 ​

① 装团队插件 ​

DSH 桌面端 → 左侧「插件」→「添加插件」→ 填 dsh-agent-teams → 安装 → 点「立即启用」。启用后侧边栏出现协作图标,点开就是任务看板。

2026-11-17 在公开 npm 上检索不到名为 dsh-agent-teams 的包。同名生态里有 @deepseek-ai 作用域下的实验包(dsh-experimental-agent-team-profile + dsh-experimental-client-ui-agent-team),也有 @nanmicoder/dsh-agent-teams 等多个社区实现。安装前要确认发布者:不同实现的看板行为与配置字段可能不一致。

② 官方集成(Codex / Claude Code) ​

在插件面板搜装 Codex Agent 与 Claude Code 适配组件。一个反直觉的点:装完不需要再登录,桌面客户端里也看不到这些对话。

因为 DSH 不是去遥控你打开的客户端窗口,而是以无头进程直接与模型引擎通信,复用你本地终端已有的登录凭证。所有交接与对话都收拢在 DSH 主任务看板里。

③ 外部 CLI 走 ACP ​

Antigravity(长文撰写)和 Grok(实时检索)这类外部命令行 Agent 没有现成插件,用 ACP(Agent Client Protocol) 接进来。

原理很干净:dsh-subagent-acp 起一个独立子进程,通过 ACP 把任务派给外部 Agent,执行完收回结果。子 Agent 有自己的运行时、模型和工具箱,与主会话互不干扰 —— 相当于一个"万能转接头"。

shell
# 先看本地 DSH 内核版本(「关于」面板),再显式指定匹配版本
# 例如内核 0.2.2 对应:
pnpm add @deepseek-ai/dsh-subagent-acp@0.2.2-rc.1

该包的 latest 标签停在 0.0.1-rc.1,最高版本在 next(0.2.2-rc.3)。直接 pnpm add 会装到很旧的 RC,所以安装时显式指定版本。

然后编辑 ~/.dsh/profiles/desktop/cordis.patch.yml。每组配置都是两段:第一段接后端,第二段注册委派工具。

yaml
- insert:
    - id: subagent-antigravity-acp
      name: '@deepseek-ai/dsh-subagent-acp'
      config:
        providerName: antigravity-acp
        command: /Users/xxx/.local/bin/agy   # which agy 的真实路径
        args: ['acp']
        permission: allow
    - id: tool-subagent-antigravity
      name: '@deepseek-ai/dsh-tool-subagent'
      config:
        provider: antigravity-acp            # 必须与上面 providerName 完全一致
        toolName: subagent_antigravity
        maxDepth: provider-managed
    - id: subagent-grok-acp
      name: '@deepseek-ai/dsh-subagent-acp'
      config:
        providerName: grok-acp
        command: /Users/xxx/.local/bin/grok
        args: ['agent', 'stdio']
        permission: allow
    - id: tool-subagent-grok
      name: '@deepseek-ai/dsh-tool-subagent'
      config:
        provider: grok-acp
        toolName: subagent_grok
        maxDepth: provider-managed

三个字段决定成败:

字段规则出错表现
providerName / provider两段完全一致,含大小写主模型说"不知道如何调用对应工具"
command本机绝对路径(which agy / which grok)找不到命令、拉不起进程
permissionreject 会拦截所有需要系统权限的操作(含读文件),全自动流程建议 allow子代理中途被拦、读取失败

④ 彻底重启,再发总控指令 ​

DSH 不会热重载配置。关窗口不算退出,macOS 要 Cmd+Q。重启后再发指令:

text
请调用 Agent Teams(智能团队)协同完成以下深度全案创作任务:
任务目标:完成一篇关于「2026 AI Agent 生态演进」的深度行业分析图文。
协作流程与分工要求:
第一步:调用 subagent_grok 检索近 3 天全网及 X 平台上关于 AI Agent 的实时热搜、
争议焦点与前沿动态,整理出一份前沿情报简报;
第二步:交由 Claude 组件对简报去粗取精,提炼出 3 个具有穿透力的核心论点,
并搭建严谨的全文大纲;
第三步:调用 subagent_antigravity 基于定调与大纲,展开 3000 字深度长文撰写,
要求论证扎实、结构完整;
第四步:交由 Codex 组件提取文中的核心金句与对比数据,产出配套的高颜值 SVG 信息图代码。
请按照上述先后依赖关系自动流转,完成每一步后自动交接给下一环节。

六个高频翻车点 ​

#现象处理
Q1改完配置不生效无热重载,必须彻底退出重启(Cmd+Q)
Q2权限错误 / 读文件失败permission 默认 reject,改 allow
Q3找不到命令 / 拉不起进程command 必须填本机绝对路径,不能照抄教程
Q4主模型不认识工具providerName 与 provider 不一致(含大小写)
Q5子代理无响应 / 鉴权报错先在终端单独跑一次 CLI 并登录、确认额度
Q6任务与模式不匹配("大炮打蚊子")团队模式适合深度长文、行业全案、跨源综合;简单问答用单模型

Q3 与 Q5 是同一类错误的两个面:DSH 只把任务递过去,外部 CLI 自己能不能跑、有没有登录,它不管。接线之前先手工验证每一根线。

在本专题框架里的位置 ​

这个样本和专题里已有的三个样本不在同一层:

维度DSH 团队(本例)苍何 LobeHub卡兹克DeepSeek 组织级
触发人发一句总控指令群聊委派 / 定时任务事件 / 定时事件源 + 准入
调度DeepSeek 队长 + 任务看板主管 Agent + 独立 Task自动化中台 + 规则Router + Worker
执行器插件(无头)+ ACP 外部 CLI平台 Agent + 本机 CLI本机 Claude Code / CodexDSH 会话
隔离子进程独立运行时每成员工作目录每条事件单独一轮Thread / Ticket / Mandate
验收人点开卡片抽查按 commit 复核 + Acceptance自建 CI 五步PR review + CI
人的角色总编辑验收人批奏折决策人

按专题的六层架构(事件源 → 统一入口 → 准入路由 → 隔离执行 → 验收发布 → 注意力收口)看,它把隔离执行和交接做得不错:

  • 子 Agent 独立运行时、独立模型和工具箱 —— 对应"一任务一会话/目录";
  • 看板天然记录卡片状态与依赖 —— 对应"统一入口 + 可观测";
  • 人的介入落在卡片上 —— 注意力收口有形状。

但准入与验收基本没做:

  • 开工条件只有"人发了指令",没有事件源、没有 gate、没有准入规则;
  • 交付质量靠人点开卡片抽查,没有独立复核、没有可复现的验收清单;
  • permission: allow 意味着子 Agent 能自行读写文件,却没有任何沙箱与最小权限设计。

所以更准确的说法是:它是一套可复现的多模型执行编排样本,还不是一套能长期接活的调度系统。当"团队"看容易高估,当"接线方式"看刚刚好。

适用边界与风险 ​

适合:自媒体深度长文、行业全案策划、跨源信息综合 —— 任务复杂、耗时长、需要多种能力接力。

不适合:查单词、问语法这类单点问题;也不适合直接搬到需要审计与权限隔离的生产流程。

三个需要自己补的口子:

  1. 成本口径。调度便宜、撰写昂贵,但单次全案的 token 与费用没有数据;先跑一个小任务量一下再放大。
  2. 权限边界。allow 让子代理可以读写文件;至少限定在工作目录,敏感凭证不要与主进程共用。
  3. 验收标准。"总编辑把关"应该落成一份清单:事实来源、引用完整、数据可回溯、敏感表述,逐项确认;否则自动化只是把错误放大得更快。

参考资料 ​

关联词条 ​