用 DeepSeek Harness 跑一个多智能体协作场景：调研 + 写作实战走查

快速回答

DeepSeek Harness（dsh）不只是「一个 agent」，它自带一套多智能体协作原语，能让一个主 agent 拆分任务、派出子 agent 并行干活、再汇总产出。本文用一个具体场景——「让 dsh 自动调研两个技术方案，并产出一篇对比文章」——走查它四大协作能力：

• goal：跨轮次的目标管理，长任务不丢状态，暂停 / 恢复 / 标记完成。
• subagent / subagent_fork：持久子 agent 分工，子 agent 可以续跑、可以并行、结算时自动通知主 agent。
• workflow：脚本化多 agent 编排，把「先调研、再写作、再校对」的流程固化成可复用脚本。
• session fork：会话分叉恢复，一条路径走死了，从某个检查点 fork 出另一条。

下面不是「我跑出来的输出」，而是**「你可以怎么搭」**——每一步给结构、给思路、给可用的工具，避免你从头踩坑。

场景设定

假设我们要让 dsh 干这样一件事：

调研「SQLite 与 DuckDB 在本地数据分析场景的取舍」，产出一篇面向开发者的技术对比文章，结构包含背景、性能特征、适用场景、结论。

这个任务天然适合拆成多个 agent 协作：

1. 一个 agent 负责调研：搜集资料、抓取文档、整理论据。
2. 一个 agent 负责写作：基于调研材料组织成文章。
3. 一个 agent（可选）负责校对：检查事实、补内链、统一语气。
4. 主 agent 负责编排：把上面串起来，控制节奏和验收。

第一步：用 goal 做跨轮次目标管理

长任务最大的坑是「做一半上下文丢了」。dsh 的 goal 工具（create_goal / get_goal / update_goal）就是干这个的：把目标做成带状态的对象，跨轮次、跨子 agent 存活。

你可以这样建目标：

create_goal：产出一篇「SQLite vs DuckDB」技术对比文章
  子目标 1：完成资料调研，输出 3 个对比维度的事实清单
  子目标 2：完成初稿，1500 字以上
  子目标 3：完成校对，补充内链与结论

要点：

• goal 是跨轮次的，主 agent 的上下文被压缩、会话被 fork 之后，目标状态还在。
• 每个子目标可以独立暂停 / 恢复 / 标记完成——哪一步卡住了，只处理那一步，不用重来整个任务。
• dsh 的 goal 需要「直接人类权威」才能 pause / resume，这个设计刻意防止 agent 自己无限改目标——对长任务是个很好的刹车。

为什么值得这么做：多智能体场景里，「谁在推进什么」必须是一个外部可见的状态，而不是藏在某个 agent 的上下文里。goal 就是这个「外部可见状态」。

第二步：用 subagent / subagent_fork 做持久子 agent 分工

调研和写作是两个能力要求不同的活，用一个 agent 顺序做既慢又容易互相污染上下文。dsh 提供两种子 agent 原语：

在「调研 + 写作」场景里，推荐这样分工：

• 调研子 agent（subagent_fork）：拿到子目标 1。它自己循环调用 web_fetch / web_search 搜集资料，把关键事实写进工作目录的 research/notes.md。因为它是持久的，主 agent 可以随时发消息让它「再补查一下性能基准」。
• 写作子 agent（subagent_fork）：拿到子目标 2。它从 research/notes.md 读材料，组织成文章。写完初稿后把稿件写到 draft/article.md。
• 主 agent：只做编排——分派任务、收子 agent 的结算通知、检查产出、必要时补一条消息让某个子 agent 返工。

设计要点：

• 子 agent 之间有明确的信息边界：调研 agent 的产出是文件，写作 agent 从文件读。这样它们不共享上下文，各自上下文干净、省 token。
• 持久子 agent 的「可续跑」是重点：调研 agent 不用一次性干完，它可以先产出第一版，主 agent 看过缺口后再让它补。这是 subagent_fork 比一次性 subagent 强的地方。
• 结算自动通知：子 agent 干完会自动通知主 agent，主 agent 不用轮询。

第三步：用 workflow 把流程固化成脚本

跑通一次之后，你肯定不想每次手动重建这套分工。dsh 的 workflow 工具就是脚本化多 agent 编排：把「调研 → 写作 → 校对」定义成一个可复用流程，一次定义、反复执行。

可以这样设计 workflow 的结构：

workflow: research_then_write
  stage 1: research
    派发调研子 agent（subagent_fork）
    验收条件：research/notes.md 存在且非空
  stage 2: draft
    派发写作子 agent（subagent_fork）
    验收条件：draft/article.md 字数达标
  stage 3: review
    派发校对子 agent
    验收条件：返回「已通过」或修订列表

好处：

• 可复用：下次换一个主题，只需要换调研 prompt 里的主题词，流程不用重写。
• 有验收门槛：每个 stage 有明确的完成条件，避免「看起来跑完了但产出是空的」。
• 可观测：流程卡在哪一步，一眼就能看到。

如果你不想要「编排」，workflow 也可以做成纯并行扇出——比如一次派 3 个调研子 agent 各自查一个子主题，全部回来后主 agent 统一汇总。

第四步：用 session fork 做分支与恢复

多智能体长任务跑一个多小时很正常，中途可能：网络断了、模型端超时、或者你想试试「换个写法会怎样」。dsh 的 session fork 就是为此设计的——这是它「会话日志即唯一事实来源」架构的免费派生品：fork 会话 = 从某条边界事件派生，天然一致，不需要额外的状态序列化。

两个典型用法：

• 意外中断后恢复：会话停在某个工具调用，重启后 fork 一个新会话继续跑，不用从头再来。因为所有历史都能从日志重建。
• 分支探索：文章初稿完成了，但你想试「如果换个角度重写第二部分会怎样」——在初稿完成那个节点 fork 出第二条线，两条线并行演化，都不影响主线。

提醒：fork 之后两个分支就是独立的会话了，它们的工具副作用（比如写文件）是否要合并，需要你自己在业务层处理。fork 给的是会话状态，不是文件系统的版本管理。

把这些接上 TeamoRouter

上面整套都依赖模型后端。dsh 默认把请求发到 DeepSeek 官方 API，通过两个环境变量就能切到 TeamoRouter——免代理直连、一个 key 路由多家模型、还能用免费档：

export DEEPSEEK_API_KEY="sk-teamo-你的Key"
export DEEPSEEK_BASE_URL="https://api.teamorouter.cn/v1"

可选指定默认模型（用免费档先跑通）：

export DEEPSEEK_DEFAULT_MODEL="deepseek-v4-pro-free"

然后启动：

npx @deepseek-ai/dsh web

浏览器打开 http://127.0.0.1:3080，新建会话，按上面的四步搭你的多智能体流程。多智能体意味着 token 消耗翻倍，用 DeepSeek V4（约 $0.14 / $0.28 每百万 token）跑，成本比旗舰模型低一个量级——这是「多 agent 全天跑」能成立的经济前提。详细配置见《DeepSeek Harness 接入 TeamoRouter》。

常见疑问

Q：subagent 和 subagent_fork 我该怎么选？ 任务一次性、查完就走用 subagent；需要多轮迭代、需要被主 agent 中途追加任务、要长期跟踪子任务，用 subagent_fork。「调研 + 写作」场景两个都用得上：调研用 fork（要补查），一次性的小动作用 subagent。

Q：多 agent 会不会很烧 token？ 会，多 agent 并行是 token 黑洞。两个缓解办法：一是信息边界用文件传，子 agent 之间不共享上下文；二是用便宜模型，DeepSeek V4 Flash 跑调研这类量大但要求不高的活，Pro 跑写作校对。TeamoRouter 的免费档每天各 200 次，可以先白嫖跑通流程。

Q：goal、workflow、subagent 各自管什么，会不会重叠？ 不重叠，是三个层次：goal 管「要达成什么」（跨轮次的状态），subagent 管「谁在干」（执行者），workflow 管「按什么顺序干」（流程编排）。三个可以组合用：workflow 定义流程 → 流程里派 subagent → 每个 subagent 对着 goal 的子目标干活。

Q：session fork 之后两个分支怎么选？ 两个分支是独立会话，各自演化。建议：主线保持默认路径，分支专门用来试「如果」。试完好的结论人工合并回主线（比如把分支产出的段落粘进主线工作区）。别指望 fork 自动合并。

Q：这套东西现在能上生产吗？ dsh 还是 Developer Preview，接口会变，做生产依赖要追版本。但个人开发、团队内部跑「调研 + 写作」这类工具链，现在就已经完全可用。

想低成本把上面的多智能体流程跑起来，到 TeamoRouter 注册拿一个 key，把 DEEPSEEK_BASE_URL 指过去，先在免费档里跑通「调研 + 写作」，再决定要不要切付费模型跑更大规模。