DeepSeek Harness v0.2.2-alpha.2 मुख्य एजेंट को स्थानीय उपकरणों Codex और Claude Code को कार्य सौंपने की अनुमति देता है
और पढ़ें
Pandaily
pandaily.com

DeepSeek Harness v0.2.2-alpha.2 मुख्य एजेंट को स्थानीय उपकरणों Codex और Claude Code को कार्य सौंपने की अनुमति देता है

DeepSeek ने अपने ओपन-सोर्स एजेंट सॉफ्टवेयर, DeepSeek Harness का एक प्रीव्यू संस्करण, संस्करण v0.2.2-alpha.2 जारी किया है, जिसे 28 अक्टूबर को GitHub पर पोस्ट किया गया था। मुख्य नवाचार 'subagent_oar' नामक एक प्रायोगिक प्लगइन है, जो मुख्य एजेंट को उसी मशीन पर Codex CLI या Claude Code स्थापित करने का स्वायत्त कार्य सौंपने की क्षमता देता है।

पहले Harness Claude Code और Codex का समर्थन करता था; अगस्त में v0.1.0-rc.8 अपडेट उपयोगकर्ताओं को अपनी सबएजेंट प्रणाली के भीतर प्रोफाइल पैकेज के रूप में उन्हें स्थापित करने की अनुमति देता था। हालांकि, नया टूल अलग तरह से काम करता है। यह मुख्य एजेंट को कार्य वितरण के लिए एक एकल प्रवेश बिंदु प्रदान करता है: जब subagent_oar को कॉल किया जाता है, तो एजेंट codex या claude में से किसी एक का चयन करता है, जिसके बाद वह कार्य विवरण, पूर्ण अनुरोध और वैकल्पिक कार्यशील निर्देशिका भेजता है। टूल तुरंत कार्य आईडी लौटाता है, और कार्य पूरा होने पर, समापन अधिसूचना अंतिम उत्तर या त्रुटि संदेश को मुख्य सत्र में वापस लाती है।

बाहरी उपकरण स्वतंत्र रूप से काम करते हैं। Codex CLI और Claude Code अपनी सेटिंग्स, मॉडल, टूल और लॉगिन प्रक्रिया को स्वयं सहेजते हैं, इसलिए उपयोगकर्ताओं को उनमें से प्रत्येक को स्थापित और अधिकृत करना होगा, और यह सुनिश्चित करना होगा कि Harness होस्ट उन्हें ढूंढ सकता है। प्रदाता पैरामीटर मॉडल, तर्क स्तर, लॉन्च तर्क, पर्यावरण चर और टाइमआउट को पास कर सकते हैं, जो प्रत्येक रनटाइम के समर्थन पर निर्भर करता है।

दस्तावेज़ीकरण स्पष्ट सीमाएँ निर्धारित करता है: मुख्य बातचीत को पुनर्निर्देशित नहीं किया जाता है, इसलिए अनुरोध में स्पष्ट रूप से उल्लेख करना आवश्यक है कि कौन सी फ़ाइलें महत्वपूर्ण हैं और क्या वापस किया जाना चाहिए। कार्य एक बार के होते हैं, जिनमें बाद के प्रश्नों, सत्र पुनरारंभ या वास्तविक समय में प्रगति स्ट्रीमिंग की कोई संभावना नहीं होती है। केवल अंतिम उत्तर या विफलता लौटाई जाती है, न कि बाहरी एजेंट के आंतरिक तर्क या उसके उपकरणों का इतिहास। आधिकारिक उदाहरण रिकॉर्ड किए गए कार्यक्षेत्र का उपयोग करने और अनुमतियों के अनुरोधों को अक्षम करने की अनुमति देते हैं, और कार्य रद्द करने से उन फ़ाइलों में किए गए परिवर्तनों को रद्द नहीं किया जाता है जिन्हें बाहरी एजेंट पहले ही संशोधित कर चुका है।

अन्य ऐड-ऑन उपयोगकर्ताओं को सौंपे गए कार्य को ट्रैक करने में मदद करते हैं। परिवर्तन अनुरोध की प्रायोगिक सुविधा Git वर्कडायरेक्टरी में चलने वाले सत्र के लिए स्थिति और संबंधित मर्ज अनुरोध के अंतर प्रदर्शित कर सकती है। डेवलपर सांख्यिकी प्लगइन प्रत्येक चरण और चाल के लिए संदर्भ, कैश के उपयोग, साथ ही मॉडल और उपकरणों पर खर्च किए गए समय का विवरण देता है। छोटे पृष्ठभूमि कार्यों का आउटपुट अब समाप्ति अधिसूचना में आता है, और subagent प्रतीक्षा गाइड बार-बार पूछताछ की आवश्यकता को कम करता है।

रिलीज़ उपयोगकर्ताओं को तृतीय-पक्ष प्लगइन्स के पैकेजों को अपडेट करने की भी अनुमति देती है, जिसमें हॉट अपडेट विफल होने पर रोलबैक की क्षमता शामिल है, और जापानी, स्पेनिश, फ्रेंच, जर्मन, रूसी और ब्राजीलियाई पुर्तगाली भाषाओं में इंटरफ़ेस टेक्स्ट जोड़ती है। समुदाय की पिछली सामग्री, जिसमें Bilibili डेवलपर्स द्वारा मल्टी-एजेंट सेटअप परीक्षण शामिल हैं, उपयोगकर्ताओं द्वारा बनाई गई थी और DeepSeek के उत्पाद नहीं हैं।

समान कहानियाँ

Harness कोड में DeepSeek V5 पहचानकर्ताओं का पता चला; FrontierCode पर खुली मॉडल में V4.1-Flash अग्रणी है
और पढ़ें
pandaily.com

Harness कोड में DeepSeek V5 पहचानकर्ताओं का पता चला; FrontierCode पर खुली मॉडल में V4.1-Flash अग्रणी है

डेवलपर्स ने GitHub पर DeepSeek के आधिकारिक Harness रिपॉजिटरी में तीन नए मॉडल पहचानकर्ता पाए हैं: deepseek-v5, deepseek-v5-open और deepseek-v5-next। वर्तमान में DeepSeek ने V5 मॉडल की घोषणा नहीं की है, और ये प्रविष्टियाँ उपलब्ध मॉडल के बजाय कोड में परीक्षण प्लेसहोल्डर हैं।

रिपॉजिटरी की जांच से पता चला कि ये पहचानकर्ता DeepSeek खाते के प्रदाता के लिए एक परीक्षण फ़ाइल में स्थित हैं, विशेष रूप से packages/llm/llm-deepseek-account/tests/provider.spec.ts फ़ाइल में, पंक्तियों 154-156 पर, मौजूदा deepseek-v4-pro प्रविष्टि के बगल में। रिपॉजिटरी का इतिहास दिखाता है कि इन्हें 24 सितंबर के कमिट में जोड़ा गया था, जिसने DeepSeek खाता मॉडल निर्देशिका को आधिकारिक मॉडल सूची में स्थानांतरित कर दिया।

परीक्षण परिदृश्य यह जांचता है कि क्लाइंट संस्करण आवश्यकता के आधार पर मॉडलों को कैसे फ़िल्टर करता है: v5-open प्रविष्टि के लिए न्यूनतम क्लाइंट संस्करण 0.0.1 की आवश्यकता होती है, जबकि v5-next के लिए 99.0.0-alpha.1 की आवश्यकता होती है, और परीक्षण अपेक्षा करता है कि सूची में केवल फ्लैश और v5-open मॉडल दिखाई दें। यह हार्नेस की ओर से नई मॉडल पर स्विच करने की संभावना को इंगित करता है, या तो सभी ग्राहकों के लिए या केवल उन लोगों के लिए जो अपडेट हो गए हैं, बिना किसी नए रिलीज़ की आवश्यकता के। हालांकि, यह V5 मॉडल के अस्तित्व या इसके आने की समय-सीमा की पुष्टि नहीं करता है, और कुछ डेवलपर्स इन नामों को केवल परीक्षण प्लेसहोल्डर मानते हैं। 28 अक्टूबर तक, DeepSeek ने V5 श्रृंखला के लिए कोई घोषणा, मॉडल कार्ड या API पहचानकर्ता प्रकाशित नहीं किया है।

वर्तमान मॉडल रेंज में V4-Pro और V4.1-Flash शामिल हैं; नवीनतम सितंबर में एक नई वास्तुकला के साथ जारी किया गया था, जबकि V4 नाम बरकरार रखा गया था।

उसी सप्ताह वर्तमान मॉडल के लिए एक नया बेंचमार्किंग परिणाम प्रस्तुत किया गया था। आर्टिफिशियल एनालिसिस ने इंटेलिजेंस इंडेक्स v5 जारी किया, जो जनवरी में v4 के रिलीज के बाद से सबसे बड़ा अपडेट है, जिसमें 60% भार अब बंद परीक्षण डेटासेट या छिपे हुए उत्तरों पर आधारित है। कोडिंग इंडेक्स का 25% है, और इन 15 अंकों में से FrontierCode 2.0 से 132 वास्तविक ओपन-सोर्स कार्यों में कोड परिवर्तनों का मूल्यांकन करने वाला हिस्सा आता है, यह निर्धारित करता है कि क्या उनके रिपॉजिटरी अनुरक्षक विलय अनुरोध को मंजूरी देंगे।

FrontierCode 2.0 प्लेटफॉर्म पर, DeepSeek V4.1-Flash-1017 ने अधिकतम प्रयास पर 28% अंक प्राप्त किए, जो जारी किए गए भार वाले मॉडलों में उच्चतम स्कोर है। Kimi K3.1 Pro ने 25.5% दिखाया, लेकिन उसके पूर्ण भार अभी तक उपलब्ध नहीं हैं। Gemini 4 Argon ने 25.7% हासिल किया, और GPT-6 Luna ने 25.2% हासिल किया।

समग्र सूचकांक कम अनुकूल रहा। DeepSeek V4.1-Flash ने 32 अंक प्राप्त किए, जो GLM-5.3 के बराबर है, जबकि लीडर, Claude Opus 5.5, ने 58 अंक प्राप्त किए। आर्टिफिशियल एनालिसिस отмечает कि जारी किए गए भार वाले सर्वश्रेष्ठ खुले मॉडल और लीडर तालिका के बीच का अंतर v4.3 के तहत 3 अंक से बढ़कर v5 के तहत 12 अंक हो गया है।

लोकप्रिय