人工智能开发框架DeepSeek Harness迎来重大版本更新，v0.1.0-rc.8版本正式上线。此次更新聚焦多模态能力建设，通过14项功能优化构建起覆盖视觉处理、子代理协作、终端交互的完整技术体系，标志着该框架向通用智能体平台迈出关键一步。
核心升级围绕多模态输入展开，框架首次实现原生图片处理能力。开发者可通过配置直接调用具备视觉能力的模型处理图像数据，/goal、/plan等指令接口同步支持图文混合输入模式。输入框新增的@菜单功能允许用户直接引用本地文件或历史会话内容，使视觉信息得以自然融入任务上下文。针对Windows用户，PTY终端引入持久化PowerShell会话机制，有效解决命令执行环境重建问题。
技术社区发现该框架在多模态处理上采用双轨机制。对于原生支持图像输入的模型，系统直接传递视觉数据；对于纯文本模型，则通过OCR文字识别、颜色统计分析、像素特征提取等工具链，将图像转化为结构化信息供模型推理。这种设计使框架既能兼容视觉大模型，又能为传统语言模型扩展视觉能力，形成独特的工具层视觉解决方案。
子代理体系迎来重要扩展，Claude Code和Codex作为可配置组件加入生态。开发者可根据任务需求安装不同版本的Codex实例，支持非交互权限模式下的多实例协同工作。工具调用层面修复了图片尺寸超限、流式生成残留等公测阶段暴露的问题，优化了自定义网关的兼容性，确保推理内容完整回传。
更新日志显示，开发团队重点优化了大型会话处理性能。通过改进SQLite后端读写机制，框架现在能够更稳定地处理复杂任务流。新增的web_search并发查询功能允许子代理同时调用多个搜索引擎，reportDelivery机制则确保子任务结果及时反馈至主流程，形成闭环工作体系。
该框架自发布以来持续保持快速迭代节奏，其"一切皆插件"的设计理念在本次更新中得到充分体现。通过将模型能力、工具链、交互接口解耦为独立组件，框架为复杂任务编排提供了灵活的技术底座。开发者社区已涌现出dsh-vision等视觉处理插件，与官方原生支持形成互补生态。
技术观察人士指出，此次更新使DeepSeek Harness在智能体开发领域形成差异化优势。其多模态处理方案既不同于单纯依赖视觉大模型的路径，也有别于传统RPA工具的简单封装，通过工具链与模型能力的深度融合，为自动化任务处理开辟了新的技术路径。
