DeepSeek डेवलपर्स के लिए एपीआई के माध्यम से खोज, फ़ाइल हैंडलिंग, ओसीआर और वॉयस इनपुट टूल तक पहुंच प्रदान करता है

«सब कुछ एक प्लगइन है» के नारे के साथ, यह प्लेटफॉर्म बाहरी डेवलपर्स को अपने वातावरण में उपकरण और कार्यक्षमता एकीकृत करने की अनुमति देता है। महत्वाकांक्षा हार्नेस को आर्टिफिशियल इंटेलिजेंस एजेंटों के लिए समर्पित ऑपरेटिंग सिस्टम जैसा बनाना है, जहां विभिन्न एक्सटेंशन सहायक की क्षमताओं को बढ़ाते हैं।

यह ध्यान रखना महत्वपूर्ण है कि प्रस्तुत संकेतक विशेष रूप से हार्नेस के पारिस्थितिकी तंत्र से संबंधित हैं और इनमें डीपसीक के पारंपरिक चैट के उपयोगकर्ता शामिल नहीं हैं। इसके अलावा, इन डेटा की तुलना अन्य सहायकों के मेट्रिक्स से सीधे नहीं की जानी चाहिए, क्योंकि वे अलग-अलग मापन अवधियों का उपयोग करते हैं। उदाहरण के लिए, ChatGPT साप्ताहिक रूप से 1.2 बिलियन से अधिक उपयोगकर्ताओं की रिपोर्ट करता है, और Claude भी उद्योग की प्रमुख सेवाओं में बना हुआ है।

पारिस्थितिकी तंत्र को और बढ़ावा देने के लिए, स्टार्टअप ने प्लगइन्स की खोज और स्थापना के लिए एक विशेष मार्केटप्लेस बनाने की घोषणा की। इस पहल में स्वतंत्र डेवलपर्स और प्लेटफॉर्म के लिए उपकरण बनाने में रुचि रखने वाली कंपनियों दोनों को प्रोत्साहन प्रदान करना भी शामिल है।

प्रोत्साहन कार्यक्रम में कंप्यूटिंग क्रेडिट, जिन्हें टोकन ग्रांट कहा जाता है, तकनीकी सहायता के साथ प्रदान करना शामिल होगा। इन कार्रवाइयों के साथ, डीपसीक हार्नेस के विकास में तीसरे पक्ष की भागीदारी बढ़ाने और नए एक्सटेंशन के उत्पादन को प्रोत्साहित करने का प्रयास करता है।

DeepSeek Harness टीम ने dsh-superagent नामक एक शोध प्रोटोटाइप को सार्वजनिक कर दिया है, जो GitHub और यदि वांछित हो तो Feishu के माध्यम से विकास अनुरोध स्वीकार करता है। एजेंट अलग-अलग सत्रों में काम करता है और परिणाम लौटाता है, उदाहरण के लिए, मूल संवाद में पुल अनुरोधों के रूप में।

यह प्रोटोटाइप एक GitHub रिपॉजिटरी के आसपास कॉन्फ़िगर किया गया है और DeepSeek Harness के लिए एक पैकेज के रूप में कार्य करता है। यह अधिकृत अनुरोधों को कार्य कार्यों में परिवर्तित करता है, प्रत्येक कार्य के लिए एक समर्पित कार्य निर्देशिका और एजेंट सत्र आवंटित करता है, और मानव ध्यान की आवश्यकता वाले प्रश्नों को प्रदर्शित करने के लिए एक वेब डैशबोर्ड प्रदान करता है।

यह परियोजना मानव समन्वय की कम आवश्यकता के साथ लंबे समय तक चलने वाले कार्यों को पूरा करने के लिए कोडिंग एजेंटों की क्षमताओं का पता लगाती है। कार्यान्वयन, जिसे प्रकाशित किया गया था, टीम की दैनिक कार्यप्रवाह के परिणामस्वरूप उभरा और MIT लाइसेंस के तहत उपलब्ध है।

DeepSeek Harness टीम ने अपने प्रोजेक्ट का विवरण प्रकाशित किया, जिसे उन्होंने सुपर-एजेंट नाम दिया है। इस एजेंट को एक स्थायी प्रणाली के रूप में डिज़ाइन किया गया है जो एक साथ कई कार्यों को आगे बढ़ाती है, स्वचालित रूप से काम खोजती है और विफलताओं से उबरती है। चीनी तकनीकी मीडिया द्वारा सूचित किया गया है कि संबंधित अनुसंधान प्रोटोटाइप MIT लाइसेंस के तहत GitHub पर जारी किया गया है।

dsh-superagent-prototype रिपॉजिटरी डीपसीक हार्नेस इकोसिस्टम के भीतर एक GitHub रिपॉजिटरी के साथ काम करने के लिए डिज़ाइन किए गए एक सक्रिय कोडिंग एजेंट पैकेज का प्रतिनिधित्व करती है। एजेंट GitHub और वैकल्पिक रूप से Feishu में गतिविधि को ट्रैक करता है। जब कोई अधिकृत उपयोगकर्ता कार्य निष्पादन का अनुरोध करता है, तो एजेंट एक कार्य आइटम बनाता है, इसे अपने सत्र और कैटलॉग में संसाधित करता है, और फिर मूल संवाद में उत्तर देता है, उदाहरण के लिए, मर्ज अनुरोध (पुल रिक्वेस्ट) बनाकर।

सहयोगी दस्तावेज़ीकरण में इस बात पर जोर दिया गया है कि यह कोड DeepSeek का आधिकारिक उत्पाद नहीं है, बल्कि एक शोध है, और दस्तावेज़ में वर्णित कुछ अवधारणाएं अभी तक कार्यान्वित नहीं की गई हैं।

सिस्टम आर्किटेक्चर

मुख्य अवधारणा दो-स्तरीय वास्तुकला पर आधारित है। राउटर सत्र विभिन्न चैनलों से सभी मानवीय गतिविधि स्वीकार करता है, लेकिन यह स्वयं काम नहीं करता है और उसके पास Bash टूल भी नहीं हो सकता है। कार्यों को अलग-थलग वर्कर एजेंट सत्रों (Worker) को सौंप दिया जाता है, जो पूर्ण टूलसेट का उपयोग करके समानांतर में काम करते हैं, और रिपोर्ट राउटर को वापस भेजते हैं, उपयोगकर्ताओं के साथ संचार को दरकिनार करते हुए।

प्रत्येक वर्कर एजेंट उन शाखाओं की सदस्यता लेता है जिनमें उसकी रुचि है, जैसे चैट चर्चा या मर्ज अनुरोध, जिससे बाद की घटनाएं सीधे उस तक पहुंचती हैं, राउटर से होकर नहीं गुजरती हैं। सिस्टम इवेंट-आधारित तरीके से काम करता है: ट्रिगर चैट संदेश, ईमेल, समीक्षा टिप्पणियाँ और निरंतर एकीकरण (CI) परिणाम होते हैं, जिन्हें पहले नियतात्मक कोड और फिर मॉडल द्वारा फ़िल्टर किया जाता है।

टीम ने एजेंट और रनटाइम वातावरण की स्थिति को भी अलग किया ताकि एजेंट क्लाउड में सक्रिय रह सके और उपयोगकर्ता के स्थानीय मशीनों के साथ इंटरैक्ट कर सके। अतिरिक्त रूप से, एक बाहरी वॉचडॉग (Watchdog) सत्र का उपयोग किया जाता है जो यह नियंत्रित करता है कि वर्कर एजेंट वास्तविक प्रगति हासिल कर रहे हैं या नहीं। आंतरिक उपयोगकर्ता समूह में, टीम ने एक नियम स्थापित किया: इंस्टेंस को बताए गए त्रुटियों को चुपचाप दोहराना चाहिए और केवल तभी उनके बारे में सूचित करना चाहिए जब उसे एक सरल समाधान मिल जाए, कभी-कभी किसी समस्या को चिह्नित करने से पहले ही मर्ज अनुरोध खोल देना।

सिंथेटिक लोड पर प्रारंभिक परीक्षणों में, जिसमें लगभग 300 संदेश और लगभग 20 कार्य अनुरोध शामिल थे, सुपर-एजेंट ने 12.4 मिनट में आधे कार्य पूरे किए, और 95% कार्य 15.7 मिनट में पूरे किए। इन प्रदर्शन संकेतकों ने एक सब-एजेंट टूल के साथ एक ही सत्र द्वारा प्राप्त परिणामों को पार कर लिया, हालांकि इसके लिए अधिक कैश किए गए टोकन की आवश्यकता थी। वर्कर एजेंटों को घटनाओं के सीधे मार्गदर्शन के बिना, राउटर के समाधान लगभग 30% बढ़ गए, और उच्च भार पर बैच प्रोसेसिंग ने राउटर के एक समाधान के निष्पादन समय को 6.4 सेकंड से घटाकर 1.6 सेकंड कर दिया। टीम ने इन परिणामों को एक प्रारंभिक दिशानिर्देश बताया।

टीम द्वारा सूचीबद्ध अनसुलझे प्रश्नों में राउटर का स्केलिंग, दीर्घकालिक स्मृति, एजेंट-से-एजेंट इंटरैक्शन और प्रॉम्प्ट-इंजेक्शन के जोखिम शामिल हैं यदि क्लाउड एजेंट को स्थानीय उपकरणों पर क्रेडेंशियल्स तक पहुंच मिलती है।