模型無關的推論期智慧體控制系統，以跨平台 Skill 形式打包（一個入口、九模組、四參考、選用標準函式庫控制器）；僅推論期生效，不改權重。倉庫被標註為 deepseek-harness / dsh / dsh-plugin，但 README 未描述原生 DeepSeek Harness 執行環境整合。
DSH 整合
生態系相關
作者聲明
安全稽核
未稽核
最後核實
2026-09-03
授權條款
NOASSERTION
01它能幫你完成什麼？
在 AI 主機內執行一套模型無關、在推論期生效的控制系統，用於深度推理、長程任務、工具呼叫、驗證與復原
打包好的 J-Space Skill：一個入口、九個按需載入的模組、四份支撐參考，以及一個選用的、用於持久任務狀態的標準函式庫控制器
使用 AI 主機或編碼 agent、希望以跨平台、低摩擦方式控制智慧體，且不想改動模型權重或訓練的使用者
02如何將外掛接入 DeepSeek Harness？
先決條件
- AI 主機提供的使用者級 Skills 目錄
- 主機上可用的 Python 3 直譯器（通常是 `python`、`python3` 或 `py -3`），用於完整性檢查
安裝步驟
- 01
下載或克隆本倉庫。
- 02
找到你的 AI 主機所使用的使用者級 Skills 目錄。
- 03
把完整的 `j-space/` 目錄複製到該目錄，使安裝入口為 `<skills-directory>/j-space/SKILL.md`。
- 04
執行完整性檢查：`<python-command> <skills-directory>/j-space/scripts/verify_suite.py`。
- 05
若主機在啟動時自動發現 Skills，請重載主機。
驗證整合成功
- 執行 `<python-command> <skills-directory>/j-space/scripts/verify_suite.py`，確認套件通過完整性檢查。
03DSH 整合程度與能力邊界
README 將 J-Space 記錄為模型無關、在推論期生效的智慧體控制 Skill，可跨平台使用；倉庫被標註為 deepseek-harness / dsh / dsh-plugin，但 README 未描述原生 DeepSeek Harness（dsh）執行環境整合。
模型無關的推論期控制
智慧體可存取的 working 表徵→受控的深度推理、長程任務、工具呼叫、驗證與復原
跨平台打包的 Skill
AI 主機的使用者級 Skills 目錄→安裝好的 `j-space/` Skill，其 `SKILL.md` 入口路由到九個模組、四份參考與腳本
`SKILL.md` 路由到 `modules/`、`references/`、`scripts/` 下的相對路徑，因此 `j-space/` 目錄必須保持完整推論期生效（不改訓練）
推論期的任意模型→在推論期控制行為，同時模型權重與訓練保持不變
04適合誰？何時不該用？
適合
- 使用 AI 主機或編碼 agent、希望以跨平台、低摩擦方式控制智慧體，且不想改動模型權重或訓練的使用者
不適合
- `j-space/` 目錄必須保持完整：`SKILL.md` 會路由到 `modules/`、`references/`、`scripts/` 下的相對路徑，複製 Skill 時不要拆分或移動子目錄。
05相容性、維護與安全提醒
- `j-space/` 目錄必須保持完整：`SKILL.md` 會路由到 `modules/`、`references/`、`scripts/` 下的相對路徑，複製 Skill 時不要拆分或移動子目錄。
- J-Space 只在推論期生效，模型權重與訓練保持不變，因此無法改變模型的底層能力。
授權 NOASSERTION；倉庫話題含 deepseek-harness、dsh、dsh-plugin，但 README 未聲明任何安全稽核
06常見問題
這個外掛程式能與 DeepSeek Harness（dsh）原生整合嗎？
README 把 J-Space 記錄為一套模型無關、在推論期生效的智慧體控制 Skill，並未描述任何原生 DeepSeek Harness 執行環境整合。倉庫被標註了 deepseek-harness、dsh、dsh-plugin 等話題，但 README 中沒有 dsh CLI 或 dsh plugin 執行環境的說明，因此按生態相關（ecosystem）處理。
怎麼安裝 J-Space？
下載或克隆本倉庫，把完整的 `j-space/` 目錄複製到 AI 主機的使用者級 Skills 目錄，使入口為 `<skills-directory>/j-space/SKILL.md`，再用 Python 3 直譯器執行完整性檢查，最後在啟動時重載主機即可。
J-Space 執行需要什麼條件？
需要 AI 主機提供的使用者級 Skills 目錄，以及用於完整性檢查的 Python 3 直譯器（通常是 `python`、`python3` 或 `py -3`）。它在推論期運作，不會改動模型權重或訓練。
J-Space 會修改我的模型嗎？
不會。J-Space 只在推論期生效，模型權重與訓練保持不變。它是一個用於推理、工具呼叫、驗證與復原的控制系統，而不是微調或訓練步驟。
倉庫標註的 deepseek-harness / dsh / dsh-plugin 話題代表什麼？
這些話題表示該倉庫被歸類到 DSH 相關目錄中，但 README 只描述了主機無關（host-agnostic）的 Skill 安裝方式，沒有記錄任何 DSH 專屬的執行環境路徑。在 README 更新之前，整合等級視為生態相關。
07相關的 DSH 工作流程
archify
作者 tt-a1i
為編碼智慧體生成美觀可驗證的架構圖、時序圖與資料流圖，輸出自包含 HTML，支援動效與清晰匯出。
openviking
作者 volcengine
為 AI 智慧體打造的自進化上下文資料庫，統一智慧體記憶、知識 RAG 與技能。
nocobase
作者 nocobase
開源的 AI + 無程式碼應用搭建平臺：AI 在久經生產驗證的底層基礎設施與所見即所得的無程式碼介面之上工作，幫你快速構建 CRM、ERP 等業務系統，兼顧速度與可靠性。
learn-harness-engineering
作者 walkinglabs
Harness 工程新手教程，從 0 到 1 系統學習智慧體工作流框架。
08資料與來源
It is packaged as a Skill for cross-platform use, selective loading, and low-friction integration.
J-Space Cognition Suite is a model-agnostic inference-time control system for deep reasoning, long-horizon work, tool us…
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 2026-09-03。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。