DeepSeek Harness jamoasi jamoatchilik beta sinovlari yakunlangandan soʻng birinchi muhim yangilanishini – v0.1.0-rc.8 versiyasini taqdim etdi. Asosiy yangilik multimodal imkoniyatlarning joriy etilishi boʻldi. Yangilanish 14 ta oʻzgarishni oʻz ichiga oladi, ular multimodal kiritmani qayta ishlash, agentlar oʻzaro aloqasi, terminaldagi foydalanuvchi tajribasi, vositalarni chaqirish va ishlab chiquvchilar uchun qoʻllab-quvvatlashga tegishli.
Endi tizim toʻgʻridan-toʻgʻri rasmlarni qabul qilish va matn hamda rasmning aralash kiritmasini qoʻllab-quvvatlaydi, shu bilan birga /goal va /plan buyruqlari rasmlarni bevosita qabul qilishi mumkin. Claude Code va Codex tizimga integratsiya qilindi, Windows terminali yaxshilandi, shuningdek, rasm soʻrovlari, maʼlumotlarni oqimida va foydalanuvchi shlyuzlari bilan bogʻliq muammolar tuzatildi.
DeepSeek Harness ommaviy beta va ochiq kodli versiyasini 13-avgustda boshladi. Beta sinovi tunida Zhidx manba kodini yuklab oldi va sinov oʻtkazdi, 88 sahifalik hujjatni tarjima qildi va Snake oʻyinini ishlab chiqdi. Agent platformasi bir haftadan kam vaqt ichida multimodal funksiyalarga ega boʻldi.
Turli mintaqalardagi ishlab chiquvchilar bunga turli xil javob berishdi: mahalliy ishlab chiquvchilar hayajon bildirgan boʻlsa, chet eldagi ishlab chiquvchilar aniq taraqqiyot sifatida qabul qilingan ikkita yangi funksiyaga eʼtibor qaratishdi. Baʼzi ishlab chiquvchilar tomonidan DeepSeek Harness yondashuvi aniqlanishi yanada qiziqarli boʻldi: dastlab rasm kiritmani qoʻllab-quvvatlamaydigan modellar uchun Harness rasmlarni matnga aylantirish uchun OCR, rang statistikasi va piksel skanerlash vositalaridan foydalanadi, bu esa ularni matn modellari orqali tahlil qilish uchun tuzilgan maʼlumotga aylantiradi. Shu tariqa, faqat matnli modellar uchun qatlamli koʻrish mexanizmi yaratiladi.
DeepSeek modellarining adapterlari endi konfiguratsiya orqali nativ rasm qabul qilishni faollashtirish imkonini beradi. Koʻrish funksiyalari mavjud boʻlgan modellar uchun Harness rasmlarni bevosita yuboradi, va /goal hamda /plan aralash kiritmani qoʻllab-quvvatlaydi. Kirish maydonidagi @ menyusi fayllarga va sessiyalarga havolalar berish imkonini beradi, bu foydalanuvchilarga mahalliy fayllar va mavjud sessiyalarni vazifaga kiritish imkonini beradi, bu esa agent ish jarayonlarining skrinshotlarni hisobga olishiga imkon beradi.
Agentlar tizimi kengaytirildi: yangi versiya talab boʻyicha Claude Code va Codexni profil paketlari shaklida oʻrnatish imkonini beradi. Codex interaktiv aloqa boʻlmagan ruxsatlar rejimini qoʻllab-quvvatlaydi va bir nechta nomlangan nusxalarga ega boʻlishi mumkin. Windows foydalanuvchilari PTY terminalida doimiy PowerShell sessiyalarini oladi, ular minimal rejimda standart ravishda yoqilgan. Bundan tashqari, yangilanish juda katta hajmdagi yoki toʻplangan tarixga oid rasmlar, muvaffaqiyatsiz soʻrovlar, javob prefikslarini yoʻqotgan oqim uzilishi va soʻrov formati farqlari tufayli ishdan chiqqan OpenAI bilan mos keladigan foydalanuvchi shlyuzlari bilan bogʻliq xatoliklarni bartaraf etadi.
Yinsen ishlab chiquvchisi model rasm kiritmani qoʻllab-quvvatlashni eʼlon qilmasa, read_image ni bevosita chaqirish avval xato bilan tugaydi, ammo vazifa toʻxtamaydi. Harness zaxira variantiga oʻtadi, OCR matn tanish, ranglar nisbati statistikasidan va piksel qatorlarini qisman skanerlashdan foydalanib, rasm oʻlchamlarini va rang rejimi metadatalarini oʻqiydi. Matn va oddiy grafik elementlarni oʻz ichiga olgan rasm matn mazmuni, fon rangi nisbati, piksel oʻzgarishi va oʻlchamiga ajratilishi mumkin; olingan natijalar matnli modelga yuboriladi, u OCR matni va piksel joylashuvlariga asoslanib rasmni umumiy tasavvur qiladi. Taqdimotlar, sxemalar va aniq tuzilishli interfeyslar skrinshotlari uchun OCR va piksel xususiyatlari kombinatsiyasi foydali maʼlumotni tiklaydi; shu bilan birga, haqiqiy fotosuratlar kamroq maʼlumotni tiklaydi. Koʻrish funksionalligi faqat asosiy modelga bogʻliq emas. Hamjamiyat allaqachon dsh-vision, dsh-vision-toolkit, modlens, dsh-auto-vision, dsh-subagent-vision va pi-vision kabi koʻrish uchun plaginlarni yaratdi, ular pi2dsh orqali mavjud. rc.8 chiqarilishi bilan nativ multimodal va ushbu vositalarga asoslangan sxemalar birgalikda ishlaydi.