~/project/.dsh/skills/ProjekDimuatkan untuk repositori ini sahaja. Tempat terbaik untuk membaca sesuatu himpunan sebelum anda mempercayainya dengan seluruh mesin.
Sesi dsh berakhir apabila anda menutupnya. Sesetengah tugasan tidak sepatutnya begitu. SuperAgent menjalankan tugasan itu pada kanvas berterusan, menyimpan apa yang dipelajarinya, dan berhenti hanya apabila ia benar-benar memerlukan anda.
cp -r felo-skills/felo-superagent .dsh/skills/Harness ejen sumber terbuka (pratonton pembangun)
dsh membaca skill terus daripada folder yang anda tunjuk, jadi satu himpunan Felo hanya satu salinan daripada boleh dipanggil dalam sesi — dan satu padam daripada hilang.
Kerja yang berjalan lama hanya boleh dipercayai jika anda boleh melihat kedudukannya. Setiap peringkat merekodkan apa yang telah dilakukannya dan apa yang ditunggunya, jadi anda boleh beredar dan kembali semula tanpa membaca semula dinding output.
Tugasan merekodkan soalan, sumber yang boleh digunakannya, dan apa yang dikira selesai.
Menarik daripada carian, halaman, dan dokumen, lalu menulis setiap penemuan ke kanvas sebaik ia tiba.
Dua sumber bercanggah tentang satu angka. Ia berhenti dan bertanya daripada memilih satu secara senyap.
Menulis hasil mengikut format yang dipersetujui, dengan senarai sumber kekal dilampirkan.
Menyerahkan draf, sumber, dan soalan terbuka yang tidak dapat ditutupnya.
Semua yang lain pada halaman ini ialah alat yang dipanggil oleh sesi. Yang ini lebih menyerupai tugasan yang diserahkan oleh sesi, jadi titik pemasangannya lebih penting daripada biasa.
~/project/.dsh/skills/ProjekDimuatkan untuk repositori ini sahaja. Tempat terbaik untuk membaca sesuatu himpunan sebelum anda mempercayainya dengan seluruh mesin.
~/.agents/skills/PenggunaDimuatkan dalam setiap projek, dan merupakan folder yang sama yang dilihat oleh harness lain pada mesin ini.
mkdir -p ~/.agents/skills
cp -r felo-skills/felo-superagent ~/.agents/skills/Senaraikan skill yang boleh anda panggil dari projek ini.Cara ia gagal di sini ialah larian yang kelihatan berterusan tetapi sebenarnya bermula dari awal setiap kali.
Buka semula dan tanya apa yang telah dilakukan oleh tugasan itu setakat ini. Kanvas sebenar menjawab dengan perincian yang tidak anda tampal masuk; yang palsu memulakan tugasan itu semula.
Cari soalan yang dua sumbernya bercanggah. Larian itu sepatutnya berhenti dan bertanya. Jika ia memilih satu pihak tanpa memberitahu anda, mesin keadaan itu hanya hiasan.
Minta sumber yang dikumpulkan dua peringkat lalu. Keberterusan yang hilang asal-usulnya lebih buruk daripada tiada keberterusan.
Gunakannya untuk kerja yang diukur dalam hari, atau kerja yang perlu terus memerhati selepas anda berhenti.
Jejaki halaman harga dan pakej vendor ini. Semak semula setiap minggu, laporkan hanya apa yang berubah, dan jangan hubungi sesiapa.Yang kembaliTaklimat tetap yang tiba sebagai diff berbanding minggu lalu dan bukan ringkasan baharu, jadi minggu yang tenang kelihatan benar-benar tenang.
Teruskan penyelidikan pasaran ini semasa saya mengerjakan perkara lain. Berhenti dan tanya saya apabila dua sumber bercanggah tentang sesuatu angka.Yang kembaliSoalan latar yang berkembang antara sesi dan hanya mengganggu anda untuk keputusan yang benar-benar penting.
Tugasan yang berjalan lama memerlukan input yang boleh dipercayainya dan tempat untuk hasilnya pergi.
Kanvas ialah ingatan, bukan pertimbangan. Dua perkara kekal teguh di pihak anda.
Tugasan berulang tanpa tarikh akhir akan terus berjalan. Tetapkan kadens dan syarat berhenti semasa anda memulakannya, bukan semasa anda perasan bilnya.
Jika soalan asasnya berubah — pesaing berpaling arah, dasar berubah — larian itu terus menjawab versi lama sehingga anda memberitahunya sebaliknya.
Periksa dua atau tiga hasil pertama dengan teliti. Larian yang bermula sedikit salah akan berganda, dan kos menangkapnya awal jauh lebih rendah.
Lima skill yang ditulis untuk DeepSeek Harness. Semuanya mengikut corak yang sama pada platform ini, jadi anda boleh gabungkannya dalam satu sesi tanpa menerangkan semula persediaan anda.
Mulakan dengan satu skill, kemudian gabungkan model, data langsung, pengetahuan dan alat output yang diperlukan aliran kerja dsh anda — dengan kunci yang sama yang sudah digunakan oleh skill Felo.
Gunakan akses LLM yang berbaloi kos apabila agent anda perlukan penaakulan atau penjanaan tersendiri.
Beri agent isyarat web dan sosial terkini daripada bergantung pada konteks yang sudah lapuk.
Jadikan kerja berpaksikan pengetahuan yang boleh diguna semula, kemudian tukarkannya kepada hasil yang boleh dikongsi.
Luaskan aliran kerja daripada penyelidikan kepada hasil visual dan sedia untuk Office.