DSH：Minke v0.2.0 发布了

应用功能没啥可介绍的，主要想聊点开发细节。DSH 架构设计很有意思，值得每个搞 Agent 的人学习。Pi 的核心作者之一也表示对其的喜爱：

Minke v0.2.0^[1] 正式发布。v0.1.0 把 DeepSeek Harness 带进了桌面应用，v0.2.0 则进一步把电脑变成一个可以随时访问的 Agent Host（Minke：DeepSeek Harness 桌面应用）。

https://github.com/lencx/Minke

Agent 处理重构、调试或批量文件任务时，工作往往不会在一次对话内结束。人可以离开电脑，但仍然需要查看进度、审查代码 Diff、运行验证，或者补充下一条指令。Minke v0.2.0 希望让这条工作流自然地延续到手机和平板，同时保持项目、模型和执行环境仍由用户自己掌握。

远程控制

远程桌面的协议实现并不完全相同：有的传输压缩画面，有的传输绘图指令，现代方案还会使用视频编码。但它们通常都以还原桌面显示表面为目标，因此桌面尺寸的窗口、侧栏和终端到了手机上，往往仍需要缩放或平移。

Codex、Claude Code、OpenClaw 和 Hermes Agent 等工具的远程能力更接近另一种思路：传输任务、消息、状态和工具结果，让其他设备成为 Agent 的控制面。Minke 也属于这个方向，但它直接扩展 DSH Web 架构，项目、模型和执行环境仍留在本地电脑。

基于 Cordis 插件树

DSH 是一棵由 Cordis^[2] 管理的插件树（DSH：DeepSeek Harness 架构解析）。Agent Loop、Session、模型、工具、Web Server 和 Client UI 都以插件形式挂载到共享 Context：

DSH Web Profile
├─ dsh-base
│  ├─ Session
│  ├─ Agent Loop
│  ├─ Tools
│  └─ LLM
├─ dsh-web-app
│  ├─ Web Server
│  ├─ API Gateway
│  ├─ Connection
│  └─ Web Client
└─ Minke Patch
   ├─ Model Runtime
   └─ Minke Overlay
      ├─ Host Plugin
      └─ Client Plugin

Cordis 插件通过 inject 声明依赖，通过 ctx.<service> 使用其他 Module，并通过 ctx.effect() 管理路由、监听器和运行时资源的注册与释放。DSH 因此不需要修改一个固定的“特权 Core”；新增能力可以作为同级插件挂载。

Minke 正是通过 DSH 的 --patch Seam 加入这棵树，而不是复制或修改 Agent Loop。minke-harness-overlay 同时提供两个面：

• Host Plugin 注入 connection 和 webServer，注册 PWA 资源以及 /minke Files、Terminal RPC；
• Client Plugin 注入 connection、slots、workspaces、sessions 和 layout，将 Tabs、Files、Terminal 和移动端布局挂载到现有 Web Client。

远程控制因此不是独立于 DSH 的附加服务器。对话、Session、Agent 和 Workspace 继续由 DSH 原生 /api 与 WebSocket 承载；Minke 只增加 /minke RPC，补充 Files、Diff、Terminal 和能力协商。Tailscale 不参与这些业务协议，只负责将同一个 Web Origin 带到其他设备。

DSH /api + WebSocket  → 对话、Session、Agent、Workspace
Minke /minke RPC      → Files、Diff、Terminal、Capabilities

同一个 Client，两种 Host Adapter

桌面和移动端运行同一个 Minke Web Client，只在宿主能力的接入方式上产生分支：

Electron：Web Client → Preload IPC → Electron Main
浏览器：  Web Client → /minke RPC → DSH Host

Client 依赖稳定的 Tabs、Files 和 Terminal Interface，并通过 Electron Preload 是否真实提供能力来选择 Adapter，而不是依赖 user-agent。上层控制器无需知道数据来自 IPC 还是网络，因此两端可以复用核心交互，同时采用适合各自设备的布局。

复用 Interface 并不意味着复制桌面状态。对话和文件来自同一个 Host，但 Tabs 的打开状态与布局属于当前客户端；Electron <webview>、原生打开文件等能力在浏览器中也会明确标记为不可用。移动端则使用 Details 抽屉、触控布局和软键盘适配，而不是等比缩小桌面 UI。

Host 上的真实能力

Files 操作都在 Host 上完成。Host 会解析真实路径并限制访问根目录，避免通过符号链接绕过边界；保存时检查内容版本，防止静默覆盖磁盘上的新修改；Diff 则由 Host 读取 Git 原始版本，再交给 Client 渲染。

Terminal 连接的是真实 PTY，而不是日志回放。当前远程 Terminal 复用 DSH 的 HTTP RPC，通过 Cursor 和 Long Poll 持续读取输出，并限制活动 Session 与缓存大小；浏览器断开后，Host 会释放对应进程。未来如需更高吞吐量，可以在保持 Terminal Interface 不变的情况下增加 WebSocket Adapter。

私有接入与安全边界

远程接入采用两阶段生命周期：Minke 先从 Tailscale 获取准确的 *.ts.net Hostname，并加入 DSH 的 Host 信任范围；本地 Harness 页面启动后，再由 Tailscale Serve 将私有 HTTPS 地址转发到本机随机端口。DSH 始终只监听 Loopback，也不会开启公网 Funnel。

Tailscale 的设备身份和 ACL 决定谁能访问；DSH trustedHosts 只负责 Host、Origin 和 DNS Rebinding 防护，并不等同于身份认证。由于远程 Terminal 可以操作宿主机上的真实 Shell，远程功能默认关闭，访问权限也应按照主机控制权限管理。

这套分层让 DSH 继续拥有 Agent 与持久 Session，Minke Host 负责宿主能力，Client 负责设备交互，Tailscale 负责私有网络入口。替换远程协议或增加 Provider 时，不需要修改 Agent Loop 或重写上层 UI。目前完整验证的接入方式仍只有 Tailscale Serve over HTTPS，其他方式需要继续验证。

其他资讯

Codex Harness

最近 OpenAI 官方发了篇关于 Codex harness^[3] 的文章，在国内自媒体圈突然炸锅了，让我恍惚了好一会（难道之前是闭源的？）。被媒体吹爆的 harness/app-server 模块其实早都开源了，并不是这两天开源的，也不知道是谁带起的这股妖风...

Qwen 3.8 27B

这个小模型最近在 X 上也是火的一塌糊涂，各种模型变体和测评都有。技术大佬 Simon Willison^[4] 也连续多天表示测试上头。如果正在玩 DSH 的，可以本地部署一个试试（社区有很多量化版本，最小的只需几 G 内存）。

Ox Alpha

Ox Alpha 是一款专为编程、持续性智能体任务和生产级工作负载而设计的推理模型，适用于长周期软件工程、复杂推理，以及结合文本与视觉上下文的工作流。它是一款由第三方提供商开发和运营的匿名模型，该提供商选择在预览期间保持匿名。OpenRouter 仅负责将请求路由至该模型，并非其开发者、所有者或提供商。提示词和生成结果会由提供商保留，但不会用于训练；其他所有用途均受 Stealth Model 条款^[5] 约束。

还有网友这样套话：

Omarchy

Omarchy^[6] 是由 DHH 主导开发的一款面向程序员的 Linux 系统，它基于 Arch Linux，提前配置好了桌面、终端、编辑器、Docker、开发环境和多种 AI 编程工具，安装后就能直接开始工作。它采用简洁美观的界面和键盘优先的操作方式，适合喜欢终端和平铺窗口、又不想花大量时间折腾 Linux 配置的开发者；不过它的设计比较有个性，与 Windows 和 macOS 的使用习惯有明显区别，需要一定的适应时间。

DeepSeek-V4-Flash-Vision-Exp

DeepSeek 推出了实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，在保持与 V4-Flash 正式版相当的文本、推理和 Agent 能力的同时，大幅提升了视觉理解与多模态 Agent 表现，相关能力已接近 Opus-4.8，可用于生成 PPT、重构网站和制作动态前端等场景。用户可通过 model='deepseek-v4-flash-vision-exp' 调用 API，支持 Chat Completions、Messages 和 Responses 三种格式，以及 Base64、外部 URL 和 Files API 三种图片传入方式；图片最多转换为 384 个 Token，价格与 V4-Flash 相同，新上线的免费 Files API 还支持上传后通过 file_id 重复引用图片，以节省请求带宽。

References