DeepSeek Harness 無限畫布:用 ThoughtDAG 做會話分支

非線性工作階段工作流實操,示範者就是外掛作者本人:每個問題變成畫布上的節點,連線即上下文,PDF 長出分支,舊的 Claude Code 工作階段唯讀匯入。

最近更新: 2026-09-29

DeepSeek Harness 裡的 ThoughtDAG 無限畫布,上面有 PDF 卡片、自動貼標的 Context noise 和無關信息干擾節點、一個合併摘要節點,以及虛線實線兩種上下文連線
幹活的畫布:一篇論文、它的分支和一個蒸餾出來的摘要節點,全在一塊板上。

聊天視窗是一條直欄:一個話題蓋掉下一個,一週的工作最後沒辦法檢索。ThoughtDAG——開發者 Chatchan 做的社群外掛——走了另一條路:在 DeepSeek Harness 裡放一張無限畫布,每個問題都是一個可以雙擊、分支、貼標籤、連線的節點。歡迎頁上印著它唯一的法則:連線即上下文。本攻略逐幀跟隨作者自己的八分鐘 B 站實錄;外掛還很早期,介面文字請以當時的截圖為準。

下面每張截圖都取自這一支實錄,用同一套固定裁切配方去掉攝影機氣泡、章節標題和底部字幕,且不損失視窗內容;每張圖都帶深連結,跳回原影片對應的秒數。不裝外掛也能做的分支,請看工作階段回放攻略裡的 dsh 原生分支按鈕。 工作階段回放與原生分支

快速答案

  • ▸兩條命令裝好,懸停思維圖塊進入畫布,輸入框開箱就讀到你 dsh 裡設定好的模型和 Agent,不用重複接線。
  • ▸每個問題一個節點,每次追問一個新節點;虛線只把上游摘要傳下去,實線傳完整上下文,連線上的 toast 會把 token 數報出來。
  • ▸PDF 拖上畫布就變節點:產生導讀跑出一個導讀節點,摘取圖像把論文插圖交給視覺模型讀,論文從此是分支而不是附件。
  • ▸Agent 對話地圖把本機 Claude Code、Codex、dsh 工作階段唯讀匯入畫布;合併凝練把多個節點收成一個,最後匯出海報 PNG 或打包 JSON 備份帶走。

分步實操

裝外掛,問出第一個問題

  1. 1

    裝上外掛,先看模型下拉

    儲存庫 README 裡兩條命令就能把 ThoughtDAG 掛到 dsh 的 Web UI 後面(要求 Node 22.19+ 或 24、DeepSeek Harness 0.1.2-rc.1 以上)。跑 dsh web,歡迎頁把賣點寫在明面上——思考值得一張地圖,唯一法則:連線即上下文。點開模型下拉,這裡沒有任何要設定的東西:它直接列出你 dsh 裡已有的東西,錄影裡是選中的 DeepSeek-V4-Flash、DeepSeek-V4-Pro、標著視覺的 DeepSeek-V4-Flash-Vision,再加網路搜尋、圖像辨識兩行能力開關。

    $dsh plugin --profile web add dsh-thoughtdag
    $dsh web
    ThoughtDAG 歡迎頁輸入框,模型下拉展開,列出本機 dsh 設定裡的 DeepSeek-V4-Flash、DeepSeek-V4-Pro、DeepSeek-V4-Flash-Vision 和 DeepSeek Harness Agent
    這裡不用設定任何東西——下拉清單就是你 dsh 裡已有的模型。看原始影片 0:44
  2. 2

    發出第一個問題——它落成一個節點

    在「你想探索什麼」輸入框裡打字,點傳送。錄影問的是「模型上下文會污染嗎」,這個問題就落在畫布上成為第一個節點。輸入框下面的三張卡片把整套玩法預告完了:概念分支是橫向長出新問題,連線即上下文是把答案餵給下游,自由畫布是隨意鋪開——你也可以直接拖一個文件進來,或者開啟本機 Agent 工作階段,不一定打字。

    ThoughtDAG 輸入框裡「模型上下文會污染嗎」打到一半,旁邊是傳送按鈕,下方排著概念分支、連線即上下文、自由畫布三張說明卡
    第一個問題變成第一個節點,而不是多一屏捲動。看原始影片 1:14
  3. 3

    雙擊節點,看它怎麼想

    雙擊新節點,答案作為一份文件在旁邊開啟,一節一節串流生成——錄影裡的結論是:工作階段上下文會被污染,模型權重不會被永久污染,長上下文真正的風險是注意力稀釋。面板底部留著「繼續追問」輸入框,而每一次追問都變成新節點而不是新段落——這就是和聊天直欄的全部區別。

    寫著「模型上下文會污染嗎」的 ThoughtDAG 節點卡片,旁邊的答案文件正在串流列出各類污染,底部是繼續追問輸入框
    雙擊節點,答案以文件形式開啟,而不是聊天氣泡。看原始影片 1:21

連線、檔案與上下文注入

  1. 4

    劃選一句話,讓下游記住它

    答案裡的文字可以劃選——錄影選中的是「上下文迷失」(lost in the middle)——選區上會浮出一個小工具列。從這一刻起,這句話會在後續節點的上下文裡被強化注入,所以左邊跑搜尋 Agent 的文獻分支始終圍著這個失效模式轉,而不是圍著整篇論文打轉。下方的污染類型表,就是一個分支能長成的結構化答案的樣子。

    在 ThoughtDAG 答案裡劃選「上下文迷失」這個詞,選區上浮出強化小工具列,下方是污染類型對照表
    被劃選的詞會被強化注入到下游每個節點的上下文裡。看原始影片 1:56
  2. 5

    PDF 拖上畫布——它自己長成節點

    把 PDF 拖到畫布任意位置,它落成一張檔案卡片。閱讀工具列上有摘要、擷取文字、導讀、摘取圖像;產生導讀會寫出一個自動貼上「導讀」標籤的節點,擷取出來的插圖卡片——論文裡那組 CoT prompt 結構——按一下就讓視覺模型去讀。導讀節點接著連向無關信息干擾和少樣本提示兩個分支:論文不再是檔案,而成了圖的一部分。

    PDF 落地後的 ThoughtDAG 畫布:檔案卡片、擷取出來的 CoT prompt 插圖卡片、自動標註 Context noise 的導讀節點,連向無關信息干擾和少樣本提示兩個分支
    拖進來的一個 PDF,長出一個導讀節點、一張插圖和兩條分支。看原始影片 3:16
  3. 6

    畫這條線:虛線注入摘要,實線注入全部

    唯一法則在這一步變成看得見的東西。虛線只把上游節點的摘要傳給下游,實線傳完整上下文。toast 把話說得很死——「材料已全量接入」,約 598 tokens 沿這條線流下去——旁邊一個「改為摘要引用」按鈕,可以把全文引用降級成摘要引用。拖線鬆手後等在那頭的空輸入框,寫著同一句話的另一種說法:沿線流入的內容就是它的上下文。

    ThoughtDAG 連線上的 toast,寫著「材料已全量接入 約598 tokens 隨此線流入下游」並帶改為摘要引用按鈕,下方是等待連線的空輸入框
    toast 把一條線帶的 token 數報出來——虛線傳摘要,實線傳全文。看原始影片 3:40

精簡、回收舊工作階段、把成果帶走

  1. 7

    框選三個節點,合併成一個

    框選相關節點,浮動工具列會報數:已選中 3 個節點(1615 tokens)。合併凝練把它們蒸餾成一個合併節點,合併並刪除順帶清掉原件,紅色的全部刪除是後悔出口。合併前後錄影還演示了調整上下文先後、刪掉節點重新產生出不同答案、把一長串內容雷同的節點凝練收斂,以及用彩色分區框圈住一片區域、鎖定後整體拖動。

    ThoughtDAG 框選工具列,寫著「已選中 3 個節點 1615 tokens」,帶合併凝練、合併並刪除、探索和紅色的全部刪除,壓在三個選中的節點上
    三條分支進去,一個蒸餾節點出來。看原始影片 5:00
  2. 8

    把舊的 Claude Code、Codex 工作階段匯入進來

    「Agent 對話地圖」彈窗掃描本機的 Agent 工作階段,按專案資料夾列出,帶 claude-code、codex、dsh、子執行緒四個篩選頁。標題寫著唯讀——畫布上的任何修改都不會回寫工作階段檔案——點接入就把一條工作階段作為線性節點鏈鋪上畫布,從此可以從任意一環分叉。一個月線性做出來的 CLI 記錄,成了今天這張圖的原材料。

    ThoughtDAG 的「Agent 對話地圖」彈窗,列出本機 claude-code 工作階段,帶 claude-code、codex、dsh、子執行緒四個篩選頁、接入按鈕和唯讀承諾
    舊 Agent 工作階段匯入成節點——唯讀,不回寫。看原始影片 6:44
  3. 9

    匯出海報,讓 JSON 備份跟你走

    匯出思路地圖開啟一個海報排版器——標題、節點和時間開關、版式——把畫布渲染成一張可列印的圖(錄影這張:8 步思考 · 2 份材料),點下載 PNG 帶走。圖本身即時存在本機,開啟資料夾備份後每次節點變動都會寫進 JSON 檔案,整張畫布可以跟著你搬到另一台機器接著用。

    ThoughtDAG 的「思路地圖」匯出彈窗,預覽 My Canvas 海報,標註 8 步思考 · 2 份材料,帶版式滑桿和下載 PNG 按鈕
    整張圖匯出成可列印海報;JSON 備份也能一起帶走。看原始影片 7:29

常見問題

關於 dsh 無限畫布和會話分支,大家最常問的幾件事。

無限畫布是 DeepSeek Harness 官方功能嗎?

不是。ThoughtDAG 是開發者 Chatchan 做的第三方社群外掛(github.com/chenxiachan/thoughtdag),以思維圖塊的形式嵌進 dsh 的 Web UI。它要求 Node 22.19+(或 24)和 DeepSeek Harness 0.1.2-rc.1 以上,而且是很早期的軟體——作者還在持續改,本攻略裡的介面文字隨時可能變。

虛線和實線到底差在哪?

連線即上下文:虛線只把上游節點的摘要注入下游,實線注入上游的完整上下文。連線上的 toast 會把流過去的內容報出來——錄影裡是「材料已全量接入」、約 598 tokens——點改為摘要引用可以把全文 feed 降級成摘要 feed。

它和 dsh 內建的分支按鈕有什麼區別?

內建分支是把一個任務帶進新工作階段繼續跑、原工作階段不受影響——在時間上分叉。ThoughtDAG 是在空間上分叉:很多工作階段和文件作為節點攤在一張畫布上,節點之間顯式接線、合併、蒸餾。兩者配合最好用:重試用內建分支,然後把兩條工作階段都匯入畫布比較。

它會動我已有的工作階段嗎?

匯入這條路按設計就是唯讀。「Agent 對話地圖」彈窗寫明畫布上的任何修改都不會回寫工作階段檔案,儲存庫對 Claude Code、Codex、DeepSeek Harness 和 Pi 工作階段也重複了同一句承諾。你的原始工作階段原地不動,畫布有自己獨立的本機資料。

畫布資料存在哪?能搬到別的機器嗎?

存在本機。節點即時寫入本機,開啟資料夾備份後每次節點變動都會寫進一個 JSON 檔案,拷走就能在別處接著用。匯出思路地圖還能把整張圖渲染成可下載的 PNG 海報。儲存庫裡有一條提醒:模型呼叫會把畫布上的相關內容發給你在 dsh 裡設定的供應商——這和任何 dsh 工作階段一樣。

相關攻略

畫布工作流和 dsh 其餘部分的接點。

來源與署名

全部幀取自外掛作者本人的 B 站實錄(中文介面,8 分鐘),按應用視窗裁切,實錄裡的攝影機氣泡、章節標題和底部字幕均不出現在頁面上;安裝命令引自官方儲存庫 README。想看更大的畫布外掛版圖——包括 synapse 和 talk-map——去 心智圖與畫布外掛合集

DSH Plugins 是獨立的 DeepSeek Harness 外掛市集,與 DeepSeek 官方無關,也不代表官方背書。第三方外掛未經安全稽核,安裝前請審查原始碼。

每週取得最新的 DeepSeek Harness 外掛,絕不濫發。