~/project/.dsh/skills/ProyekHanya dimuat untuk repositori ini. Tempat yang tepat untuk membaca bundel sebelum Anda memercayakannya ke seluruh mesin.
Sesi dsh berakhir saat Anda menutupnya. Sebagian pekerjaan seharusnya tidak. SuperAgent menjalankan tugas di kanvas persisten, menyimpan apa yang dipelajarinya, dan berhenti saat benar-benar membutuhkan Anda.
cp -r felo-skills/felo-superagent .dsh/skills/Harness agen sumber terbuka (pratinjau pengembang)
dsh membaca skill langsung dari folder yang Anda tunjuk, jadi bundel Felo hanya berjarak satu salinan untuk bisa dipanggil dalam sesi — dan satu penghapusan untuk hilang.
Pekerjaan jangka panjang hanya bisa dipercaya kalau Anda bisa melihat di mana posisinya. Setiap tahap mencatat apa yang dikerjakannya dan apa yang ditunggunya, sehingga Anda bisa pergi dan kembali tanpa membaca ulang segunung keluaran.
Pekerjaan mencatat pertanyaannya, sumber yang boleh dipakai, dan apa yang dianggap selesai.
Menarik dari pencarian, halaman, dan dokumen, lalu menuliskan setiap temuan ke kanvas begitu didapat.
Dua sumber berbeda soal satu angka. Ia berhenti dan bertanya daripada diam-diam memilih salah satu.
Menulis hasilnya sesuai format yang disepakati, dengan daftar sumber tetap terlampir.
Menyerahkan drafnya, sumbernya, dan pertanyaan terbuka yang tidak bisa ditutupnya.
Semua hal lain di halaman ini adalah tool yang dipanggil sesi. Yang ini lebih mirip pekerjaan yang diserahkan sesi, jadi titik pasangnya lebih penting dari biasanya.
~/project/.dsh/skills/ProyekHanya dimuat untuk repositori ini. Tempat yang tepat untuk membaca bundel sebelum Anda memercayakannya ke seluruh mesin.
~/.agents/skills/PenggunaDimuat di setiap proyek, dan merupakan folder yang sama yang dilihat harness lain di mesin ini.
mkdir -p ~/.agents/skills
cp -r felo-skills/felo-superagent ~/.agents/skills/Daftar skill yang bisa kamu panggil dari proyek ini.Mode kegagalan di sini adalah jalur yang tampak berkelanjutan tetapi sebenarnya memulai dari awal setiap kali.
Buka lagi dan tanya apa yang sudah dikerjakan. Kanvas sungguhan menjawab dengan detail yang tidak Anda tempelkan; yang palsu memulai tugasnya dari awal.
Cari pertanyaan di mana dua sumber berbeda. Jalurnya harus berhenti dan bertanya. Kalau ia memihak tanpa memberi tahu Anda, state machine-nya hanya hiasan.
Minta sumber yang dikumpulkan dua tahap lalu. Persistensi yang kehilangan asal-usulnya lebih buruk daripada tidak ada persistensi.
Pakai untuk pekerjaan yang dihitung dalam hari, atau pekerjaan yang harus terus mengawasi setelah Anda berhenti.
Pantau halaman harga dan paket vendor ini. Periksa ulang setiap minggu, laporkan hanya yang berubah, dan jangan pernah menghubungi siapa pun.Yang dikembalikanBrief tetap yang datang sebagai diff terhadap minggu lalu, bukan ringkasan baru, sehingga minggu yang sepi terlihat jelas sepi.
Lanjutkan riset pasar ini sementara saya mengerjakan hal lain. Berhenti dan tanya saya setiap kali dua sumber berbeda soal satu angka.Yang dikembalikanPertanyaan latar yang maju di antara sesi dan hanya mengganggu Anda untuk keputusan yang sungguhan.
Pekerjaan jangka panjang butuh masukan yang bisa dipercaya dan tempat untuk keluarannya.
Kanvas adalah memori, bukan penilaian. Dua hal tetap kokoh di sisi Anda.
Pekerjaan berulang tanpa tanggal berakhir akan terus berjalan. Tetapkan iramanya dan syarat berhentinya saat memulai, bukan saat Anda menyadari tagihannya.
Kalau pertanyaan dasarnya berubah — pesaing berpindah arah, kebijakan bergeser — jalurnya terus menjawab versi lama sampai Anda memberitahunya sebaliknya.
Periksa dua atau tiga keluaran pertamanya dengan saksama. Jalur yang mulai sedikit salah akan menumpuk, dan biaya menangkapnya lebih awal jauh lebih murah.
Lima skill yang ditulis untuk DeepSeek Harness. Semuanya mengikuti pola yang sama di platform ini, jadi Anda bisa menggabungkannya dalam satu sesi tanpa menjelaskan ulang pengaturan Anda.
Mulai dari sebuah skill, lalu rangkai model, data langsung, pengetahuan, dan alat keluaran yang dibutuhkan alur kerja dsh Anda — dengan kunci yang sama yang sudah dipakai skill Felo.
Gunakan akses LLM yang hemat biaya saat agent Anda butuh penalaran atau generasi khusus.
Beri agent sinyal web dan sosial terkini alih-alih bergantung pada konteks yang sudah usang.
Landasi pekerjaan pada pengetahuan yang bisa dipakai ulang, lalu ubah menjadi hasil yang bisa dibagikan.
Perluas alur kerja dari riset sampai hasil visual dan siap pakai di Office.