如果你在用 DeepSeek Harness（简称 DSH）写代码，这个开源插件值得看：dsh-agent-teams 能把一次 AI 对话变成一支可以分工协作的代理团队。你说出目标，它自动组建团队、把目标拆成任务、分派给多个 AI 成员并行推进，最后把合并好的结果交给你。它是 GitHub 上的项目（NanmiCoder/dsh-agent-teams），目前约 1500 星、126 fork，MIT 协议；适合任务环节多、需要多角色配合的开发场景。
DeepSeek Harness 是 DeepSeek 官方推出的 AI 编程代理工具，运行在终端或网页里，可以自己读代码、写代码、执行命令，定位类似 Claude Code 这类工具。dsh-agent-teams 是它的插件——插件是给主程序增加能力的独立组件，装上后 DSH 就多出「组队协作」这一项能力。
为什么单个 AI 会话需要组队
单个 AI 会话处理复杂任务有三个短板：上下文窗口有限，干到一半容易丢掉早先的信息；环节多时要一步步串行等，慢；同一个代理既写代码又审查自己的产出，容易放过自己的问题。组队方案把任务拆开，交给多个各有分工、用完可唤醒续跑的子代理并行处理，再汇总——这正是 dsh-agent-teams 做的事。
它具体怎么运作
- 组建团队：当前会话自动成为「队长」，按目标创建带角色的成员（比如分析、实现、测试）；成员本质是独立的 DSH 子代理——子代理就是一个可暂停、可唤醒继续干活的 AI 工作会话。
- 拆解任务：目标被拆成任务清单，任务之间的先后依赖被明确记录，依赖没完成的任务不会被任何成员认领。
- 调度分发：内置调度器把「就绪」任务分给空闲成员，一个任务同一时间只被一个成员认领；中途中断的任务在进程重启后会自动重新调度，不会丢失。
- 收尾归档：成员用直接消息向队长或队友汇报，队长合并最终结果，并归档整个团队的完整工作记录。
几个值得知道的设计
一是状态持久化。团队的全部状态写在工作区 .agent-teams 目录里，实时 Web 面板展示的就是这份落盘状态；进程重启后能冷恢复，中断的任务接着跑。二是可选的「质量门禁」：对重要任务启用后，任务按「需求 → 实现 → 验证 → 审查 → 集成」五个环节推进，失败环节可以自动修复再复审，也可以显式暂停后继续。三是多角色团队模板：可以在 cordis.patch.yml 配置文件里预定义整套团队（角色、模型、任务），之后用 /agent-teams --profile 模板名 直接调用。四是跨模型组队：可以明确指定「后端用 A 模型、前端用 B 模型」；不指定时成员自动继承队长当前用的模型，创建成员全程不需要手动确认。
安装与上手
当前推荐组合：DeepSeek Harness 0.1.2-rc.1 + dsh-agent-teams v0.1.16-rc.1（两者都还是预发布版）。安装分两步：
- 全局安装 Harness：npm install --global @deepseek-ai/dsh@0.1.2-rc.1
- 安装插件：dsh plugin --profile web add --save-exact @nanmicoder/dsh-agent-teams@0.1.16-rc.1
装完重启 Harness、刷新浏览器。之后在对话里输入斜杠命令即可，例如：/agent-teams 调研三家竞品的定价页。直接用自然语言描述目标也能触发。
现状与边界
项目 2026 年 8 月 12 日创建，9 月 9 日仍有代码推送，处于高频迭代期。已知边界：同一时间一个队长只带一个活跃团队；团队状态按单进程文件管理，多个进程同时编辑同一个团队不做协调；Web 面板展示的是落盘状态，个别时候模型已经干完活、状态还没有更新。
结论
如果你已经在用 DeepSeek Harness，且手上的任务常常要拆成多个角色、多个步骤来做，dsh-agent-teams 是目前最直接的组队方案：装上、重启、说出目标，剩下的拆解和调度交给插件。考虑到配套版本都还在预发布阶段，先拿小任务试跑一遍，再放进正式流程更稳妥。