当用户第一次使用 DeepSeek Harness（DSH）…

# DeepSeek Harness 首次配置指南

> ⚠️ 说明：「DeepSeek Harness」并非我确认了解的、有公开文档的主流工具，以下内容基于通用 CLI 工具的配置惯例整理，具体命令请以官方文档为准。

一、创建工作区目录

1. 打开 PowerShell（Win+X → 终端），执行：

```powershell

mkdir D:\dsh-work

cd D:\dsh-work

```

2. 建议按项目划分子目录，例如：

• D:\dsh-work\projects（项目代码）
• D:\dsh-work\skills（自定义技能/扩展）
• D:\dsh-work\configs（配置文件）

二、安装与环境检查

1. 若工具为 CLI 形式，通常需要：

• 确认 Python 已安装：python --version（建议 3.10+）
• 确认 Node.js 或对应的运行时（视官方要求而定）

2. 通过官方渠道安装后，用 harness --version 或类似命令验证可用。

三、开启 Python 项目技能发现权限

通用做法（以官方文档为准）：

1. 工作区级配置：在工作区根目录放置配置文件（常见命名如 .harness/config.yaml 或 settings.json），添加技能发现相关开关，例如：

• skill_discovery: true
• 指定扫描路径：paths: ["./projects", "./skills"]

2. Python 项目识别：在项目目录内提供标准标识文件，常见做法是：

• requirements.txt 或 pyproject.toml
• 虚拟环境：python -m venv .venv

3. 权限授予：首次运行时，工具一般会弹出「是否允许发现/读取技能」的确认，选择允许；也可在配置中预设 allow_skills: true 避免重复确认。

四、验证

1. 在 projects 下新建一个含 pyproject.toml 的最小 Python 项目。

2. 运行工具的技能列表命令（如 harness skills list），确认能发现该项目。

3. 如有报错，先检查路径权限（目录不在系统保护区内，D 盘通常没问题）和配置文件格式（YAML 缩进、JSON 语法）。

五、建议

• 把 configs 目录纳入版本控制（如 Git），方便回溯。
• 查阅工具的 --help 输出或官方 README，命令名称以实际为准。