DeepSeek stellt Creator Mode vor: Harness lässt sich selbst umgestalten
DeepSeek stellt Creator Mode vor: Harness lässt sich selbst umgestalten
Der Open-Source-Harness von DeepSeek erhält Creator Mode: Ein Agent schreibt Plugins aus Beschreibungen und bindet sie direkt in die Oberfläche ein.
DeepSeek stellt Creator Mode vor: Harness lässt sich selbst umgestalten
Innerhalb weniger Tage sammelte das DeepSeek-Harness-Repository mehr als 140.000 Sterne auf GitHub und wuchs damit schneller als OpenClaw zu seiner Zeit.
Im August hat DeepSeek einen eigenen Open-Source-Harness veröffentlicht. Er basiert auf der Idee, dass „alles ein Plugin ist“. Jetzt wurde Creator Mode ergänzt: Man beschreibt eine Idee in Worten, und der Agent schreibt ein passendes Plugin und bettet es direkt in die Anwendungsoberfläche ein.
Die Oberfläche des Harness ist damit nicht mehr fest, sondern kann an eigene Abläufe angepasst werden.
- Repository: DeepSeek Harness
- Prompt-Sammlung aus dem Demo-Video: DSH Creator Mode prompt collection
Beispielsweise kann man einen Videoeditor direkt im Chat erstellen, den Stil der gesamten Anwendung ändern oder ein Statistik-Panel für Dialoge erzeugen.
Warum das wichtig ist
AnalyseDer Ansatz zeigt, wie KI-Werkzeuge von starren Oberflächen zu selbst modifizierbaren Software-Schichten wechseln können, was Prototyping und Personalisierung beschleunigt.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
DeepSeek stellt dsh-superagent vor: ein Agent-Framework für GitHub Issues und PRs
DeepSeek hat ein weiteres Projekt vorgestellt — dsh-superagent: ein Agent-Framework für GitHub Issues und Pull Requests, mit dem mehrere KI-Agenten Aufgaben parallel ausführen können.
DeepSeek stellt dsh-superagent vor: ein Multi-Agent-Framework für GitHub
DeepSeek hat dsh-superagent vorgestellt — ein Agent-Framework, mit dem mehrere KI-Agenten parallel mit GitHub Issues und PRs arbeiten können.
Jev und System One AI: Ein umfassender praktischer Leitfaden zum Entscheidungsmodell von TypeSafe
Tiefgehende technische Analyse des Flaggschiff-Modells Jev: Architektur von System One im Vergleich zu LLMs, Choice/Score/Noul-Primitiven, Anfrageparallelität, Unsicherheitsmathematik, Video-Anwendungsfälle, Code sowie Überblick über lokale Open-Weight-Alternativen (Laya, GLiNER2.5, CLM-8B).
Autonomer KI-Operator in Telegram 24/7: Architektur, Telethon, Sicherheit und 10 funktionierende Szenarien
Umfassendes technisches Handbuch zur Erstellung eines produktionsreifen KI-Operators in Telegram auf Basis von Telethon: Sitzungsisolierung, Bestätigungssysteme, Schutz vor Bannmaßnahmen und 24/7-Betrieb.