DeepSeek Harness 真正的宝藏，可能不是 Agent，而是这个不起眼的目录

.agents/skills/：被忽视的工程纪律开源包

DeepSeek Harness 发布时，大家的注意力都在框架本身：插件架构、Agent 循环、工具调用。但很少有人注意到仓库里藏着一个不起眼的目录：.agents/skills/。

这个目录里放了11个 Skill 文件，每一个都是 DeepSeek 内部真实在用的工程规范。换句话说，他们把自己团队日常怎么做 Code Review、怎么管理 PR、怎么保证代码质量的那套方法论，直接开源了。

这件事的价值，可能比 Harness 框架本身还大。因为框架到处都是，好的工程规范却极其稀缺。一个团队能不能持续产出高质量的代码，靠的从来不是用了什么框架，而是背后那套看不见的工程纪律。DeepSeek 这次相当于把自己的工程纪律摊开给你看了。

六类 Skill 揭示的工程实践细节

第一类是质量门禁。dsh-code-review 这个 Skill，定义了他们做代码审查的完整标准。它要求审查者不只是看代码对不对，还要追踪接口两侧的契约是否匹配、生命周期和并发是否安全、每个抽象是否有真实的消费者在用。特别值得注意的是，它明确要求：一个简短的、有实证的 blocker，比一堆 nit 有价值得多。

dsh-pre-push-checks 则定义了推送前的检查策略。它并不要求你每次都跑全量测试，而是要求你根据改动范围，选择最小但足够覆盖的检查集。全量测试交给 CI，本地只跑跟你改动相关的部分。

第二类是代码治理。dsh-find-simplifications 专门用来发现过度设计。它列出了一系列判断标准：一个公开方法没有生产环境的消费者、两个表示层在镜像同一个事实、一个 seam 的方法没有任何调用者在用、一个包只为测试代码存在却增加了发布开销。它甚至鼓励引入外部依赖来替换手写实现，只要那个依赖足够成熟。

第三类是文档工程。dsh-doc-site-sync 管理文档网站的同步发布，dsh-doc-standards 定义文档该写在哪里、写多少、怎么组织，dsh-prose-standard 则规定了文字本身的质量标准。最让我印象深刻的是 prose-standard 里的一句话：写够保留契约所需的内容，然后删掉推理过程、重复和修饰。

第四类是翻译和国际化。dsh-translate-docs 定义了一套双语文档的维护工作流：英文 foo.md 和中文 foo.zh.md 必须保持同步，有专门的一致性校验工具，有术语表约束，有结构对齐检查。

第五类是 AI 特有的工程问题。dsh-trim-cot-leakage 是我觉得最有意思的一个。它专门处理“思维链泄漏”，就是那些在写代码注释或文档时，不小心把 AI 推理过程中的痕迹留下来的情况。比如引用了一个只在设计会话中存在的决策编号、用了“之前是”“不再是”这种变更叙事、或者写了“审查者确认了”这种面向审查者的辩护。

第六类是协作流程。dsh-merging-stacked-prs 定义了如何合并一组有依赖关系的 PR 栈。它强制要求使用 GitHub 原生的 Stacked PR 功能，禁止手动逐个合并再重定向。

最后一个特别的是 record-browser-gif。它要求每个改变了用户可见 GUI 行为的 PR，都必须附带一个从真实服务器录制的 GIF 演示。不是截图，不是描述，是一个可验证的、带有确切 commit SHA 的动态录屏。

11个 Skill 共同指向一种工程哲学

把这11个 Skill 放在一起看，你会发现一个清晰的工程哲学：一切可以被规范化的东西，都应该被规范化，而且这个规范应该是可执行的、可验证的，而不只是写在 wiki 里的一段文字。

这些 Skill 本质上就是给 Coding Agent 用的 SOP。它们告诉 Agent：做 Code Review 的时候该关注什么、推代码之前该检查什么、发现过度设计该怎么判断、写文档该遵循什么标准。每一个都足够具体，具体到可以直接执行。

对于正在做 Coding Agent 或者工程效能工具的团队来说，这11个文件比任何一篇论文都有参考价值。因为它们不是理论，是 DeepSeek 自己在用的东西。一个9.5万 Star 的项目背后的工程纪律，现在就摆在那里，等你去拆。

地址：https://github.com/deepseek-ai/deepseek-harness/tree/master/.agents/skills

JOTO 企业落地观察

• 这类可执行 Skill 文件对企业部署 Coding Agent 构成关键基础设施：它们将隐性工程经验转化为机器可读、可调度的原子能力，大幅降低 Agent 在真实研发场景中的幻觉与失焦风险。
• 当企业构建 RAG 知识工程体系时，.agents/skills 中的 dsh-prose-standard 和 dsh-doc-standards 提供了极高标准的文档质量锚点——不是“有没有文档”，而是“文档是否契约化、可裁剪、无冗余”。
• dsh-trim-cot-leakage 所针对的问题，揭示出 AI 辅助编程中一类典型治理盲区：人类可容忍的表述模糊，在机器可读性与长期可维护性维度上会放大为技术债。企业需在智能体工程早期嵌入此类防护性 Skill。
• record-browser-gif 要求背后反映的是可审计性优先原则。这对 FDE 驻场共创场景尤为关键——GUI 变更的 GIF 录屏构成人机协同交付物的最小可信单元，使验收从主观确认转向客观验证。