菜单
English articles本文暂无译文
积墨AI

积墨AI

从零打造专属数字员工:DeepSeek Harness 自定义 AI 员工完整实操指南

很多用过 DeepSeek Harness 的朋友都会问同一个问题:能不能配置一个属于自己的个人 Agent,让它真正像一位员工那样替我干活?答案是可以的,而且门槛比想象中低得多。本文用一个贯穿始终的例子,带大家从零开始打造一个名为「小科」的 AI 员工:它有自己的行为规矩、有一个越用越厚的专属知识库、有一个可视化的驾驶舱,甚至每天早上和每周日会自动开工。整个过程不需要写一行传统意义上的代码,跟着步骤做即可复现。

驾驶舱与定时任务让它自己运转

一切的前提是装好 DeepSeek Harness 并登录账号。第一步是新建一个文件夹作为这位员工的专属工作区,之后它的知识库、插件、笔记都会存放在这里。新建对话时把工作区选为该文件夹,权限选择「工作区内修改」。接下来新建一个对话,模式选择「创造模式」——这是 Harness 专门用来造东西的模式,新模式、新插件都能在这里用一句话生成。对它说:帮我新建一个模式,叫小科,新建对话时要能选到它。中途会弹出一次权限确认,允许即可,整个过程不到五分钟。

刚建好的模式只有一个名字,让它和标准模式整理同一份资料,结果几乎一模一样。所以第二步是给它立规矩。新建一个小科对话,告诉它:给小科这个模式的人设加上四条规矩——先说结论、最多三条、每条标出处、拿不准就说不知道,只改小科,别写进 AGENTS.md。这里有个关键经验:指令里要用「人设」这个关键词,并明确排除 AGENTS.md,因为工作区的 AGENTS.md 标准模式也会读取,写在那里规矩就不专属了。改完再对比,小科 24 秒交出一句结论加三条带出处的要点,效果立竿见影。

数字员工的成败,不在模型参数里、不在提示词技巧里,而在规矩、记忆与自动化运转的每一个细节里。

“行业观察”
积墨 AI 核心产品

积墨 AI 智能体开发平台

快速搭建具备商业价值的 AI 智能体,支持复杂工作流编排、50+ 主流模型接入与私有化部署。

从多年产业实践经验来看,数字员工能否真正好用,分水岭往往不在模型能力,而在知识管理方式。如果每次都把一堆资料直接丢给 Agent,它就得每次从头翻。实测三十份资料问一次要花一分多钟、八十多万 token,再问一遍又从头翻,翻完什么也不留。更好的做法是借鉴 Karpathy 公开的 LLM Wiki 思路:让 Agent 先把资料读一遍,整理成一套写给 Agent 自己看的笔记,以后都翻笔记。具体操作是把知识库说明文档存入工作区,让小科照着搭建 raw 文件夹放原件、wiki 文件夹放笔记,外加一份知识库守则;再把资料文件夹整体拖入,让它一次性收编。三十份资料约半小时产出五十八页笔记、三百多条双链,用 Obsidian 还能看到关系图谱。此后每次问答它先翻笔记,答完还会把新判断补写回笔记,知识库因此越用越厚。

知识攒了什么、今天收了几份、花了多少钱,都藏在文件夹里看不见,于是可以再给小科做一个驾驶舱插件。在创造模式里发一段结构化需求:说明知识库目录结构、深色香槟金的视觉风格、顶部四个统计数字、左侧用 force-graph 绘制的关系网、右侧最近收录与拖放收件区,以及「必须做到」的插件规范声明——这一条尤其重要,第一次没写服务声明,驾驶舱做出来了却显示不出来。装好后完全退出重启,左栏就会出现知识库驾驶舱,看到好资料往里一拖即自动收录。最后再配两个定时任务:每天早上八点把新收资料整理成三条汇报,每周日从头体检一遍。实测每日任务能识别重复 PDF,每周体检修好五处断链并登记一处前后矛盾。同样的路子换套规矩换份资料,三四分钟就能再造一个「考试小科」。

规矩、驾驶舱、定时任务,都只属于小科这个模式,切回标准模式它一概不认。想要几个 AI 员工,就建几个模式,它们各干各的、互不干扰。文件夹是工作区,知识库是记忆,插件是手脚——这套组合拳,就是数字员工落地的最小可行路径。

#DeepSeek Harness#工作流编排#知识库#提示词工程#插件开发
分享文章

相关文章推荐

试用咨询
企业微信二维码

扫码添加企业微信