DeepSeek Harness实战：10轮提示构建工业级LLM Wiki知识库

用10轮提示搭出一个完整知识库系统

当下的Agent编程工具竞争激烈，Claude Code、Codex都在抢占开发者心智。而这期公开课选择用 DeepSeek^广告 Harness（简称DSH）来验证其工业级开发能力，交出的答卷颇具说服力——整个 LLM Wiki 知识库项目，从零搭建开发环境到最终交付，只用了 10 轮专业提示，外加 8 个 Skills、一套 Agent 预设和两个功能插件。

按照原作者的评价，这套工具"强到离谱"，开发过程"异常稳定、效率极高"，个人体验甚至超过了 Codex 和 Claude Code。这类主观判断需要谨慎看待，但 10 轮提示完成一个功能完整的复杂项目，确实是一个值得拆解的案例。

LLM Wiki 到底是什么

LLM Wiki 是今年比较火的一类知识库形态，核心在于把散落的资料采集、编译成结构化知识，再通过检索增强的方式支撑问答。这个项目最终实现的功能相当完整：

• 样式美观的工作台 Dashboard，承载整体操作入口；
• 完整的文档管理、编译、上传能力，并支持查阅 Wiki 编译结果；
• 增量文档编译，不必每次全量重编，适合持续更新的知识库场景；
• 双形态知识图谱，可直观查看知识之间的关联结构；
• 可溯源的知识库问答，任何回复都能关联回原始知识片段，这是降低大模型幻觉、提升可信度的关键设计；
• 在线评估与优化，可根据检索命中率、证据覆盖率等指标，反向优化编译方式和检索流程。

其中"可溯源问答"和"在线评估"两点最有工业价值。前者让答案可追溯、可验证，后者把知识库质量从"凭感觉"变成"看指标"，形成采集→编译→问答→评估→优化的闭环。

这里提到的"检索增强"即 RAG（Retrieval-Augmented Generation）技术，是当前知识库问答系统的主流架构。其核心思路是：不让大模型凭记忆直接回答，而是先把用户问题转换成向量，在预先建好的知识向量库中检索出最相关的文本片段，再把这些片段作为上下文"喂"给模型，让模型基于真实材料生成回答。这样做的好处是双重的——一方面显著降低模型"胡编"的概率（即幻觉问题），另一方面让每条回答都可以附上来源引用，便于人工核查。"可溯源问答"正是 RAG 架构的自然产物：系统知道答案依赖了哪些原始片段，就能把这些片段作为证据一并呈现给用户。"在线评估"则通过检索命中率、证据覆盖率等指标量化 RAG 管道的质量，从而指导知识切片策略、向量模型选型和检索参数调优。

关键在于给 Agent 做"功能组装"

这期内容真正有方法论价值的部分，是提出了用好 DSH 的核心思路：根据实际开发目标，对 Agent 进行功能组装。

不是直接甩一句需求给模型，而是先围绕任务配置好三类组件：

Skills：补充意图与辅助开发

本次项目装配了一系列 Skills，用于补充意图信息和辅助开发。据作者介绍，这些 Skills 是从为复训学员提供的 Agent 库中 400 多个 Skills 里挑出来的几个。Skills 的作用类似于给 Agent 预装了特定领域的"工作手册"，让它在理解需求和执行时少走弯路。

Skills 在 Agent 框架中的作用类似于"系统提示的模块化单元"。传统做法是把所有背景知识、约束规则和示例全部堆入一条超长系统提示，既难以维护，也容易在长对话中被模型遗忘。Skills 机制将这些信息拆分成独立的、可按需加载的知识块：需要哪个领域的上下文，就挂载对应的 Skill，Agent 在推理时会优先参照其中的规范和示例。这种做法的好处在于复用性强——一个"代码审查规范" Skill 可以同时用于多个项目，而不必每次重写；对于长链路任务，按阶段激活不同 Skill 还能缓解上下文窗口的压力，让 Agent 在每个阶段只"看到"最相关的指导信息。

插件：绘图与验收

项目用到了两个插件：

• DSH Diagram：辅助绘制流程图、随时查看项目结构；
• DSH Build-in Browser：辅助进行产品页面的功能验收。

一个管设计可视化，一个管结果验证，覆盖了开发过程中的两个薄弱环节。

Agent 预设：被称为"最强隐藏功能"

作者专门为本次开发创建了一个 Agent 预设，可以理解为一个针对该任务定制的 Agent，职责是严格执行 LLM Wiki 的开发流程，并灵活调用相关插件和 Skills。原文把 Agent 预设称为 DSH 的"最强隐藏功能"，认为用好它能让 Agent 性能实现"跨越式提升"。

这个判断背后的逻辑是合理的：预设相当于把开发规范、流程约束和工具调用策略固化下来，让 Agent 在长链路任务中保持一致性，而不会越做越跑偏。

11 个阶段的标准化开发流程

LLM Wiki 是一个相对复杂的项目，整体被拆成了 11 个开发阶段，严格遵循：环境搭建 → 项目基座开发 → 核心功能模块开发 → 功能验收 这条主线。作者强调这也是当下最标准的 Agent 开发完整流程。

教程的呈现方式是"看得到输入、看得到输出、还讲中间原理"：

• 展示每个阶段的输入提示词；
• 展示执行过程以及中间补充的每一段提示内容；
• 展示阶段性成果截图；
• 从专业角度讲解写了哪些代码、各自作用是什么。

这种"提示流程 + 代码讲解"双轨并行的方式，对零基础学习者比较友好——即便前期不懂原理和代码，也能跟着提示一步步做出成果；而有基础的人则能同时理解背后的实现逻辑。

这套实战的价值与需要注意的地方

从方法论角度，这期内容最值得借鉴的是"先组装、后开发"的思路。很多人用 AI 编程工具效果不佳，问题往往不在模型本身，而在于没有为具体任务配置好 Skills、插件和预设，导致 Agent 缺少领域上下文和流程约束。

配套资源也相对齐全：课件、DSH Studio 桌面端安装包、LLM Wiki 项目源码、Agent 预设、Skills、架构图、逐轮提示词和阶段截图等，据称都已上线对应社区供领取，并提供了一键装配开发环境的脚本。

需要保持理性的是："超过 Codex 和 Claude Code"属于创作者的主观体验，缺乏横向基准测试数据佐证；"10 轮提示"的说法也隐去了每轮提示的复杂度和中间补充内容的篇幅，实际工作量可能并不像数字看起来那么轻松。对于想复现的开发者来说，更务实的收获是这套流程拆解方式和组件化配置思路，而非工具优劣的结论。

在 Agent 编程工具的横向比较中，"轮数"并非唯一有效的评估维度。更严格的基准通常会同时考量：单轮提示的平均 token 消耗、任务完成率（而非仅完成度）、代码可运行率、人工干预次数，以及在标准化 benchmark（如 SWE-bench、HumanEval）上的得分。"10 轮提示"这一数字若不附带每轮输入的字符量和中间补充次数，很难与其他工具进行公平对比。评估 Agent 编程工具时，更值得关注的是其在"模糊需求澄清""错误自我修复"和"跨文件上下文维护"三个维度上的表现，这三点是当前各工具分化最明显的地方。

小结

这期公开课通过一个完整的 LLM Wiki 知识库项目，演示了如何用 DeepSeek Harness 进行工业级开发。核心亮点包括可溯源问答、双形态知识图谱、增量编译和在线评估等功能，以及"Skills + 插件 + Agent 预设"的组装式开发方法论。对于关注 Agent 编程和 RAG 知识库落地的开发者，这是一个值得参考的完整实战样本。