01
Autonomes Programmieren
Berechtigte Arbeit wird einer Agentensitzung mit eigenem Verzeichnis zugewiesen. Der Agent versucht Änderungen mit dem konfigurierten Modell und der Ausführungsumgebung.
OPEN SOURCE · FORSCHUNGSPROTOTYPDeepSeek
WENIGER ROUTINE. MEHR ZEIT ZUM ENTWICKELN.
DeepSeek
SuperAgent
Entdecke den quelloffenen, autonomen KI-Coding-Agenten
Erfahre, wie DeepSeek SuperAgent autonome Softwareentwicklung mit KI-gestützten Coding-Abläufen, GitHub-Anbindung, Aufgabenausführung und menschlicher Prüfung erforscht.
Forschungscode. Mit menschlichem Urteilsvermögen.
KONZEPTIONELLER ABLAUF
Aufgabe stellenAnfrage eines berechtigten Mitwirkenden
DeepSeek SuperAgentKontext → Ausführung → Ergebnis
Projektkontext⌘
01context.read(repository)
02agent.work(task)
03human.review(changes)
Projektkontext lesenIn eigener Sitzung arbeitenÄnderungen zur Prüfung vorbereiten
Ergebnis prüfenAntwort oder PR zurück auf GitHub
MENSCHLICHE PRÜFUNGDarstellung des Ablaufs, keine echte Produktoberfläche.
MIT-LizenzQuellcode verfügbarMit menschlicher Prüfung
Projekt entdecken01 / ABLAUF ANSEHEN
DeepSeek SuperAgent in Aktion
Erfahre in diesem unabhängigen Video von AICodeKing mehr über Design, praktische Einrichtung und Grenzen von DeepSeek SuperAgent.
YouTube wird erst beim Abspielen geladen. Die Wiedergabe stellt eine Verbindung zu YouTube her.
Ablauf verstehen. Quellcode untersuchen. Änderungen prüfen.
02 / ÜBERBLICK
Was ist DeepSeek SuperAgent?
Ein Agent, der dort arbeitet, wo dein Team entwickelt.
Diese Website verwendet DeepSeek SuperAgent als Bezeichnung für dsh-superagent: einen quelloffenen Forschungsprototyp in der GitHub-Organisation deepseek-ai. Das Bundle für DeepSeek Harness ist ein proaktiver Coding-Agent für ein einzelnes GitHub-Repository.
Berechtigte Anfragen werden zu Arbeitspaketen mit eigener Agentensitzung und eigenem Arbeitsverzeichnis. Das Ergebnis geht an die ursprüngliche Unterhaltung zurück und kann je nach Aufgabe einen Pull Request enthalten. Eine optionale Feishu-Anbindung empfängt Anfragen aus Teamchats.
Das Projekt richtet sich an Entwickler und Teams, die agentengestützte Wartung, Issue-Bearbeitung und Codeänderungen untersuchen. Die Verantwortlichen erklären ausdrücklich, dass es kein offizielles DeepSeek-Produkt und nicht produktionsreif ist. Einige Entwürfe im Forschungsartikel sind zukünftige Vorhaben und noch nicht implementiert.
Original-README lesen03 / FUNKTIONEN
Ein verbundener Entwicklungsablauf.
Die wichtigsten Funktionen von DeepSeek SuperAgent
In README und Bereitstellungsanleitung beschriebene Fähigkeiten. Experimentelle Software: Ergebnisse hängen von Konfiguration, Kontext und Prüfung ab.
02
GitHub-Anbindung
Ein eigenes GitHub-Konto empfängt Benachrichtigungen und liefert Ergebnisse im ursprünglichen Thread. Der Prototyp arbeitet mit einem Repository auf github.com.
03
Issue-Bearbeitung
Berechtigte Mitwirkende erwähnen den Agenten in einem Issue oder Kommentar. Richtlinien und Freigabelisten bestimmen, welche Anfragen zu Aufgaben werden.
04
Pull-Request-Ablauf
Der Agent kann Codeänderungen als Pull Request liefern. Commit-Identität, Lieferanweisungen und optionale Merge-Bedingungen legt der Betreiber fest.
05
Aufgabenausführung
Aufgaben laufen in eigenen Sitzungen und vorbereiteten Verzeichnissen. Checkout-Vorbereitung, Modell, Worker-Limits und gesperrte Befehle sind konfigurierbar.
06
Menschliche Prüfung
Ein Webpanel zeigt Einrichtungsbedarf und Arbeit, die Aufmerksamkeit braucht. Menschen prüfen Ergebnisse, beheben Probleme und entscheiden über das Zusammenführen.
IM PROTOTYP DOKUMENTIERT
04 / VON ANFRAGE ZU ERGEBNIS
Wie funktioniert DeepSeek SuperAgent?
Vier Schritte unter Kontrolle des Entwicklers. Diese konzeptionelle Zusammenfassung des dokumentierten Ablaufs verspricht keinen Erfolg für jede Aufgabe.
- 01
Aufgabe stellen
Ein berechtigter Mitwirkender erwähnt den Agenten in einem GitHub-Issue oder Kommentar mit einer konkreten Anfrage.
- 02
Projekt analysieren
Die Anfrage wird zur Aufgabe. Eine eigene Sitzung erhält die Anforderungen und den vorbereiteten Projektkontext.
- 03
Aufgabe ausführen
Der Agent versucht die Arbeit im eigenen Verzeichnis mit den konfigurierten Werkzeugen und Anweisungen.
- 04
Änderungen prüfen
Das Ergebnis geht an die Unterhaltung zurück. Ein Entwickler prüft Antwort, Änderungen oder Pull Request.
Zuerst Berechtigung. Getrennte Arbeitsverzeichnisse. Die Entscheidung trifft ein Mensch.
05 / ERSTE SCHRITTE
Von der Neugier zur Praxis.
Erste Schritte mit DeepSeek SuperAgent
Die offizielle README empfiehlt die Einrichtung mit einem Coding-Agenten. Hole den Quellcode und folge SETUP.md für Umgebung und Konten.
VORAUSSETZUNGEN
Vollständige Anleitung lesenManuelle Installation und Einrichtung- Node.js 22.19+ oder 24+ und pnpm
- Git 2.32+, Python 3.8+ und tmux
- GitHub CLI 2.48+ und ein Agentenkonto mit Schreibzugriff
- DeepSeek Harness mit eingerichtetem Modellanbieter
Die Befehle zeigen den Einstieg und sind kein vollständiger unbeaufsichtigter Installer. Die Profilanlage gilt nur für Neuinstallationen; erneutes Anlegen ersetzt eine vorhandene Konfiguration. Lies vor der Ausführung die Originalanleitung.
Quellcode holen
Klone das Original-Repository und wechsle in sein Arbeitsverzeichnis.
git clone https://github.com/deepseek-ai/dsh-superagent-prototype.git dsh-superagent
cd dsh-superagentEmpfohlene geführte Einrichtung
Gib deinem Coding-Agenten im Checkout diesen Original-Prompt. SETUP.md klärt Repository, Konto, Berechtigungen und Ausführung, bevor etwas installiert wird.
Read SETUP.md in this repository and set up dsh-superagent with me.Laufzeit und Abhängigkeiten installieren
Bei manueller Einrichtung verwendet die Anleitung diese veröffentlichte Harness-Version und baut danach das Bundle. Profilanlage und Plugin-Registrierung stehen in der vollständigen Anleitung.
npm install -g @deepseek-ai/[email protected]
pnpm install && pnpm build
dsh superagent --from-default-profile web --dump-config > /dev/null
dsh plugin --profile superagent add "link:$PWD"Einrichten, dann starten
Lege zuerst ein separates Harness-Profil an, trage echte Pfade in cordis.patch.yml ein und authentifiziere das Agentenkonto. Starte und prüfe den Dienst und vervollständige Quellen, Richtlinien, Ausführung und Prompts im Panel.
scripts/dsh-superagent start
scripts/dsh-superagent statusNach offizieller README, SETUP.md und Bereitstellungsanleitung · geprüft am 3. November 2026
06 / OFFEN ENTWICKELT
Lies den Code. Bilde dir dein Urteil.
Erkunde den Quellcode und die Entwurfsentscheidungen. Maßgeblich bleibt die ursprüngliche Projektdokumentation.
Repository entdeckendeepseek-ai /
dsh-superagent-prototypeAuf dem Weg zu einem autonomeren Agentensystem. Forschungsprototyp als Referenz, veröffentlicht von deepseek-ai.
Forschungsprototyp · Kein offizielles DeepSeek-Produkt
07 / GUTE FRAGEN
Häufig gestellte Fragen
Das Wesentliche, beantwortet anhand der ursprünglichen Projektdokumentation.
01Was ist DeepSeek SuperAgent?
So bezeichnen wir hier dsh-superagent, einen quelloffenen Forschungsprototyp eines proaktiven Coding-Agenten für DeepSeek Harness. Er wandelt berechtigte Anfragen für ein GitHub-Repository in Aufgaben um, bearbeitet sie in eigenen Sitzungen und antwortet in der ursprünglichen Unterhaltung.
02Ist DeepSeek SuperAgent Open Source?
Ja. Das Repository dsh-superagent-prototype ist in der GitHub-Organisation deepseek-ai unter der MIT-Lizenz veröffentlicht. Die genauen Bedingungen stehen in LICENSE.
03Ist es ein offizielles DeepSeek-Produkt?
Nein. Obwohl deepseek-ai das Repository veröffentlicht, bezeichnet die README es ausdrücklich als Forschungsprototyp zur Referenz und nicht als offizielles Produkt. Auch diese Website ist unabhängig und weder mit DeepSeek verbunden noch offiziell unterstützt.
04Was kann der Agent?
Der dokumentierte Prototyp empfängt berechtigte GitHub-Anfragen, erstellt Aufgaben, führt Coding-Sitzungen in eigenen Verzeichnissen aus und liefert Antworten oder Pull Requests. Feishu ist optional. Zukünftige Forschungsrichtungen sind nicht automatisch implementierte Fähigkeiten.
05Wie funktioniert er?
Eine Quelle empfängt die Anfrage, Richtlinien prüfen die Berechtigung und ein Executor bearbeitet die Aufgabe in einer eigenen Sitzung. Das Ergebnis geht an den ursprünglichen Thread zurück. Ein Webpanel zeigt Einrichtungsbedarf, Status und Arbeit mit menschlichem Handlungsbedarf.
06Wie installiere ich ihn?
Klone das Repository und bitte deinen Coding-Agenten, SETUP.md zu lesen und dsh-superagent gemeinsam einzurichten. Das ist der empfohlene Weg der README. Die manuelle Einrichtung in docs/006-deployment.md beschreibt Voraussetzungen, separates Harness-Profil, Zugangsdaten und Panel-Einstellungen.
07Unterstützt er GitHub?
Ja. Er ist für ein Repository auf github.com mit eigenem Agenten-Benutzerkonto und GitHub-CLI-Zugangsdaten gedacht. Das Konto braucht Schreibzugriff. Laut Anleitung wird GitHub Enterprise Server nicht unterstützt.
08Ist er produktionsreif?
Nein. Die Verantwortlichen sprechen ausdrücklich von Forschungscode mit möglichen Fehlern und uneinheitlichen Entwicklungspraktiken. Prüfe und passe die Implementierung vor einem Einsatz an. Menschliche Prüfung bleibt nötig, und Aufgabenerfolg ist nicht garantiert.
09Können Einsteiger ihn nutzen?
Sie können Code und Dokumentation lesen. Für den Betrieb sind Kenntnisse zu Terminal, GitHub-Berechtigungen, Node.js und lokaler Konfiguration nötig. Die geführte Einrichtung hilft, ersetzt aber weder das Verständnis der Zugriffsrechte noch die Prüfung erzeugten Codes.
10Wo finde ich den Quellcode?
Unter github.com/deepseek-ai/dsh-superagent-prototype. Beginne mit README.md, dann SETUP.md und den nummerierten Dokumenten in docs/. Alle Repository-Schaltflächen auf dieser Website führen zum Originalprojekt.