10轮提示+8个Skills：DeepSeek Harness工业级知识库实战

仅用10轮提示词、8个Skills和1套Agent预设，就能从零构建一个具备文档管理、双形态知识图谱和可溯源问答的工业级知识库？这是B站UP主在DeepSeek Harness实战教程中展示的完整开发流程。

这个知识库到底能做什么

据B站UP主的实战演示，LMWiki知识库并非简单的Demo，而是一个功能完整的工业级应用。它拥有样式美观的工作台Dashboard，集成了文档管理、编译、上传等核心功能。

具体能力包括：查阅Wiki编译结果、提供增量文档编译、查看完整的双形态知识图谱，以及进行可溯源的知识库问答——任何回复都能关联回原始知识片段，而不是凭空生成。

系统还内置了在线评估和优化模块，可以根据检索命中率、证据覆盖率等指标，反向优化编译方式和检索流程。这意味着知识库不是静态的，而是会随着使用数据持续自我迭代。

可溯源问答与双形态知识图谱

"可溯源问答"是当前知识库系统区别于普通 RAG 的关键指标。传统检索增强生成（RAG）只保证"用到了资料"，却不保证"答案对应哪一段资料"。可溯源意味着系统在生成每一句回复时，都同时输出其依据的原始知识片段，用户可以点开核对，从而大幅降低幻觉带来的信任风险。

"双形态知识图谱"通常指同一份知识同时以两种结构呈现，例如实体—关系图（面向机器推理）与目录—层级图（面向人类浏览），二者可相互跳转、彼此印证。配合"检索命中率""证据覆盖率"等评估指标，系统能持续发现哪些知识片段被频繁引用、哪些召回不足，进而反向调整文档切分与编译策略，形成自我迭代的闭环。

为什么DeepSeek Harness是核心

整个开发过程最引人注目的地方在于效率。UP主表示，从搭建开发环境到最终完成项目，总共只对DeepSeek^广告 Harness进行了10轮专业提示，外加8个Skills、1套Agent预设和2个功能插件。

开发过程"异常稳定，效率极高"，UP主个人评价是超过了Codex和Cloud Code的开发体验。这个判断需要更多开发者验证，但从10轮提示完成工业级项目的指标来看，Harness在Agent编排能力上确实展现出了差异化的优势。

关键在于Harness的"组装式"开发理念——你不需要从零写代码，而是根据开发目标对工具进行功能装配。

Agent Harness 与 Agent 编排

在 AI 编程领域，"Harness"（字面意为"挽具"）指的是包裹在底层大模型之外的一整套运行时框架，负责管理上下文、工具调用、状态保持、错误重试与多步任务分解。它并不训练新模型，而是通过结构化的方式，让同一个模型在复杂工程任务中表现得更有纪律、更可控。

所谓"Agent 编排"（Agent Orchestration），则是指把模型、工具、记忆、子任务和外部插件按照既定流程组合起来，使 Agent 能够像流水线一样分阶段推进项目。DeepSeek Harness 的"组装式"理念正来源于此：开发者不是在写业务代码，而是在声明"这台机器由哪些零件、以什么顺序协同工作"。这也是为什么作者能用 10 轮提示完成一个工业级项目——大量复杂度被 Harness 的编排机制吸收了。

Agent预设、Skills与插件如何协同

要用好DeepSeek Harness，核心在于根据实际开发目标进行功能组装。UP主在教程中详细拆解了LMWiki项目的装配方案：

Skills层：用于意图补充信息以及辅助开发。这些Skills并非临时编写，而是从为付费学员提供的"复范Agent"中400多个Skills库里提取的精选组合。

插件层：安装了两款关键插件——DSH Diagram用于辅助绘制流程图、随时查看项目结构；DSH Build-in Browser则负责辅助进行产品页面的功能验收。

Agent预设层：这是UP主特别强调的"最强隐藏功能"——为LMWiki开发任务单独创建了一个专用Agent，用于严格执行项目开发流程，并灵活调用相关插件和Skills。

UP主的原话是："用好它就能够让你的Agent的性能实现跨越式提升。"这说明Agent预设不只是一个配置项，而是决定Agent行为模式和执行纪律的核心机制。

Agent 预设、Skills 与插件三者的区别

这三者常被混为一谈，但在 Harness 的架构里角色分明：

• Agent 预设：定义"这个 Agent 是谁"——它的角色、目标、行为准则和执行流程纪律。它是最高层的"行为模式"，决定 Agent 在遇到岔路时如何决策。
• Skills：是可复用的能力包，相当于给 Agent 的"工具箱"，每一个 Skill 封装一类具体操作（如读文档、画图、校验输出）。它们本身不决定流程，而是被 Agent 在需要时调用。
• 插件：则是更底层的能力扩展，直接接入开发环境或外部工具，例如 DSH Diagram（绘图与结构查看）、DSH Build-in Browser（页面功能验收），让 Agent 能够"看"和"操作"真实产物。

三者协同的逻辑是：预设定流程，Skills 供手段，插件通环境。任何一层缺失，Agent 都会退化为一个只会聊天的模型。

11个阶段的标准化开发流程

LMWiki是一个相对复杂的项目，整个开发被拆分为11个阶段，严格按照环境搭建→项目基座开发→核心功能模块开发→功能验收的标准流程推进。

UP主将逐个介绍每个阶段的输入提示词，展示执行过程和中间补充的提示内容，并对阶段性成果进行解读。同时会从专业角度讲解每个阶段生成了哪些代码以及各自的作用。

这种"看到输入、看到输出、还有中间原理讲解"的方式，对零基础学习者相对友好。不需要前期就懂原理和代码，跟着提示流程就能一步步做出成果。

UP主称这是"全网独此一份"的完整实战教程，背后是技术团队持续投入的成果。

开发环境如何快速就绪

对零基础用户而言，最担心的往往是环境配置。UP主提供了一整套开发环境一键安装脚本，领取课件后双击脚本即可完成基础开发环境的完整装配，随后直接进入DeepSeek Harness页面开始开发。

目前，LMWiki知识库已正式上线团队自研的DeepSeek Harness Studio桌面端，点击即可使用。全套学习资料——包括安装包、项目源码、Agent预设、开发知识库、Skills和架构图、逐轮提示词、对话运行截图和阶段性成果截图——均已上线至相关社区。

从这个案例可以看到一个趋势：AI编程工具正在从"辅助写代码"进化到"组装能力单元完成复杂项目"。DeepSeek Harness的Agent预设+Skills+插件三层架构，本质上是一套面向工业级项目的Agent编排方案，值得关注Agent开发范式的读者深入研究。