MIT 授權的 Python 工具，原生整合 DeepSeek Harness（dsh 外掛），在同一任務上比較候選 skill、從本地 HTML 報告挑出勝者，並沿勝出 skill 繼續任務——同時支援 PPTX、圖表、報告、網頁與影片的產物比較。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-08-28
授權條款
MIT
01它能幫你完成什麼？
在同一任務上並排試跑多個候選 skill，並依真實輸出挑出勝者
本地 HTML 報告，展示每個候選的完整輸出、耗時、token 估算、檔案預覽與 AI 評審建議
使用 DeepSeek Harness、希望根據實測結果而非 skill 描述來選擇技能的開發者與研究人員
跨候選 pipeline 比較完成產物——PPTX 簡報、科研圖、調研報告、網頁與影片
每個候選的產物包，含報告中的預覽、原始檔、QA 與 AI 評審（例如 `video.mp4`、figure 包、research 包、可執行頁面）
交付物為 PPTX、圖表、調研報告、可執行頁面或影片、需依最終檔案而非大綱來判斷的團隊
在報告中選定勝者後，沿勝出 skill 繼續完成真實任務
由報告「繼續」按鈕儲存的本地判定與延續交接（handoff），讓目前 Agent 沿用勝者的風格、結構或檔案產物
希望 DeepSeek Harness Agent 使用贏得比較的 skill 繼續工作的所有人
02如何將外掛接入 DeepSeek Harness？
先決條件
- Python 3，以及核心相依套件 `jinja2`（透過 `pip3 install jinja2` 安裝）
- DeepSeek Harness CLI（`dsh`）及用於安裝的 DSH profile——README 使用 `web`（如需執行檔案型產物 runner，還可使用 `headless`）
- 使用 `--platform deepseek_harness` 執行 headless DeepSeek Harness 路徑時需設定 `DEEPSEEK_API_KEY`
- 本機安裝 `FFmpeg` 用於影片產物比較（透過 `brew install ffmpeg` 安裝）
安裝步驟
- 01
將儲存庫複製到你的 Agent skill 目錄：`cp -r forkprobe ~/.claude/skills/`（Claude Code）或 `cp -r forkprobe ~/.agents/skills/`（Codex / 本機 Agent skill 目錄）
- 02
安裝核心相依套件：`pip3 install jinja2`
- 03
將原生 DSH 外掛安裝到 `web` profile：`dsh plugin --profile web add "github:Jayden-X-L/forkprobe"`
$ dsh plugin --profile web add "github:Jayden-X-L/forkprobe"
- 04
如果你也使用 headless profile 執行檔案型產物 runner，請一併安裝到那裡：`dsh plugin --profile headless add "github:Jayden-X-L/forkprobe"`
$ dsh plugin --profile headless add "github:Jayden-X-L/forkprobe"
- 05
重啟對應 profile，然後讓 DSH 使用 ForkProbe（例如請它推薦候選 skill、執行平行比較並開啟報告）
驗證整合成功
作者未說明
03DSH 整合程度與能力邊界
第一級的原生 DSH 外掛——使用 `dsh plugin --profile web add "github:Jayden-X-L/forkprobe"` 安裝，重啟 profile 後，`forkprobe_compare` / `forkprobe_resume` 兩個工具即可原生執行 subagent 平行分派、AI 評審與延續交接。另有 headless 相容路徑，可透過 `--platform deepseek_harness` 執行 Python 產物 runner。
並排比較 + AI 評審
對 `baseline` 和多個候選 skill 執行相同的任務輸入→本地 HTML 報告，含每個候選的完整輸出、耗時、token 估算、檔案預覽與 AI 評審建議
`forkprobe_compare` 強制要求 `confirmed=true`；候選 subagent 不取得工具權限，因此不會遞迴呼叫 ForkProbe 或修改工作區多來源候選發現
curated 目錄、本機已安裝的 skill、EverMind Skill Hub、GitHub 與 BYO 路徑→依情境匹配度排序的去重候選清單，在任何試跑前先呈現以供確認
外部發現僅使用清洗後的任務訊號——不會直接拿原始文件當搜尋詞，也從不自動安裝或執行未經確認的候選圖片提示詞 / 風格方向比較（v1.1）
圖片提示詞 / 風格 pipeline→每個候選的提示詞包：`prompt.md`、`style-card.md`、`composition.md`、`negative-prompt.md`、`render-notes.md`
runner 內部不會呼叫任何圖片 API；可選地透過本地 `render-queue.json` 在 Codex 宿主上渲染，或由使用者端外部渲染後回填為 `rendered.png`產物比較（PPTX / 圖表 / 調研 / 網頁 / 影片）
候選產物 pipeline（簡報產生器、圖表 pipeline、調研報告 pipeline、網頁建置器、影片編輯器）→報告中的成品產物及預覽、QA 與 AI 評審——PPTX、figure 包、research 包、可執行頁面、`video.mp4`
04適合誰？何時不該用？
適合
- 使用 DeepSeek Harness、希望根據實測結果而非 skill 描述來選擇技能的開發者與研究人員
- 交付物為 PPTX、圖表、調研報告、可執行頁面或影片、需依最終檔案而非大綱來判斷的團隊
- 希望 DeepSeek Harness Agent 使用贏得比較的 skill 繼續工作的所有人
05相容性、維護與安全提醒
- 外部發現（GitHub、EverMind Skill Hub）只接收清洗後的情境詞——原始任務、文件與本機路徑絕不外送。本地 skill 掃描僅讀取 `SKILL.md` 中繼資料，從不自動安裝或執行 skill。
- 勝者選擇可能以匿名方式分享；只會上傳 `task_type`、`candidate_skill_names` 與 `final_choice`，且可透過 `FORKPROBE_TELEMETRY=0` 或在報告中取消勾選來關閉分享。
- 匿名分享事件會傳送到 `workers.dev` 端點，部分網路無法存取；事件會留在本地 outbox 並自動重試——你也可以用自架網域覆寫接收端點。
- DeepSeek Harness 目前仍是 developer preview；README 建議固定已驗證版本以用於穩定生產任務。
- 影片產物模式需要本機安裝 `FFmpeg`，headless DeepSeek Harness 路徑需要 `DEEPSEEK_API_KEY`。
MIT · actively maintained (README version v1.1, last push 2026-08-19)
06常見問題
如何把 ForkProbe 安裝成 DeepSeek Harness 外掛？
把儲存庫複製到你的 Agent skill 目錄，安裝核心相依套件（`pip3 install jinja2`），再執行 `dsh plugin --profile web add "github:Jayden-X-L/forkprobe"`。如果你也透過 headless profile 執行檔案型產物 runner，請用 `dsh plugin --profile headless add "github:Jayden-X-L/forkprobe"` 一併安裝到那裡，最後重啟對應 profile。
DSH 整合是基於 MCP 嗎？
不是。README 描述的是原生 DSH 外掛（`forkprobe-dsh`，自 v1.0 起穩定）：它提供兩個工具——`forkprobe_compare` 用於在你確認後平行試跑，`forkprobe_resume` 用於在等待視窗結束後復原報告中的選擇。它支援原生 subagent 平行分派、AI 評審與延續交接。
原生外掛與 headless 相容路徑有什麼差別？
原生外掛處理文字候選、AI 評審、報告選擇，以及由同一個 Agent 繼續任務。headless 相容路徑則透過官方 headless profile 搭配 `--platform deepseek_harness` 執行現有的 Python runner，來處理檔案型任務——科研圖、調研報告、網頁與影片（需要 `DEEPSEEK_API_KEY`）。
選定勝者後會發生什麼？
ForkProbe 會記錄本地判定並產生延續交接（handoff）。報告中的「繼續」按鈕會在本地儲存 handoff，目前 Agent 會沿勝出 skill 的風格、結構或檔案產物繼續工作。你也可以選擇匿名分享本次選擇——只會上傳 `task_type`、`candidate_skill_names` 和 `final_choice`。
我的任務內容會被送到任何地方嗎？
任務內容只保留在本地報告與日誌中。GitHub 與 EverMind Skill Hub 的發現流程只接收清洗後的情境詞，本地 skill 掃描只讀取 `SKILL.md` 中繼資料。匿名分享勝者選擇是選用功能，可透過 `FORKPROBE_TELEMETRY=0` 關閉。
07相關的 DSH 工作流程
distilly
作者 titanwings
Distilly — Distill how they think into reusable Skills for any Agent or Bot. Formerly Colleague Skill（原同事 Skill）.
dsh-market
作者 dsh-market
The plugin market inside DeepSeek Harness — browse, search, one-click install · DSH 視覺化外掛市場
ai_animation
作者 unclecheng-li
本專案整理了用於生成[炫酷 HTML 動畫網頁]的 AI Prompts，涵蓋動畫效果、3D 視覺化、PPT 風格演示、UI 美化等多個類別。
aegis
作者 ganyuanran
讓 AI 編碼智慧體具備架構意識：基線優先、證據驗證、漂移檢查，保障長任務安全。
08資料與來源
将 ForkProbe 直接安装到 DSH `web` profile：
dsh plugin --profile web add "github:Jayden-X-L/forkprobe"
插件提供两个工具：`forkprobe_compare` 负责确认后的并行试跑，`forkprobe_resume` 负责在等待窗口结束后恢复 Report 中的选择。
此頁面根據專案公開文件、儲存庫中繼資料與 DSH Plugins 的結構化解析所產生；最後核實於 2026-08-28。發現錯誤？提交更正。
最佳 DeepSeek Harness 外掛
從全目錄挑出的 12 個值得優先安裝的外掛，涵蓋各個分類。