DeepSeek Harness يضيف إدخال الصور متعدد الوسائط — بيئة التشغيل أصبحت ترى، لكن النماذج لا تزال عاجزة

ما تم إطلاقه، وفقاً للمصادر الرسمية

خلفية: تم إتاحة Harness v0.1 كمصدر مفتوح في 13 أغسطس بالتزامن مع التوفر العام لـ V4-Pro — راجع موجز إطلاق v0.1 للاطلاع على البنية المعمارية (كل شيء عبارة عن مكون إضافي عبر Cordis، وأربعة أوضاع عمل، وترخيص MIT).

الفارق: تجهيزات بيئة التشغيل مقابل قدرات النماذج

• ما أصبح متعدد الوسائط هو بيئة التشغيل، وليس النماذج. الصق صورة في dsh اليوم وستظل محفوظة عبر استدعاءات أدوات MCP/ACP، ويُعاد توجيهها عبر برامج وضع PTC، ويمكن تضمينها في أوامر التخطيط /goal و /plan. هذه بنية تحتية حقيقية كانت مفقودة في v0.1 — حيث انتقد أوائل المراجعين حزمة أسبوع الإطلاق تحديداً لأن النموذج النصي فقط لم يتمكن من تتبع خطأ بصري من سطرين.
• كانت نماذج API الخاصة بـ DeepSeek لا تزال نصية فقط وقت النشر — وحصلت على الرؤية بعد ذلك بيوم واحد. في 21 أغسطس 2026، أطلقت DeepSeek رسمياً deepseek-v4-flash-vision-exp، وهو نموذج رؤية تجريبي ضمن عائلة Flash بالأسعار نفسها دون تغيير؛ بينما يظل V4-Pro نصياً فقط. وقت النشر، لم يكن سجل التغييرات يتضمن أي إشارة للرؤية منذ ملاحظة التوفر العام لـ V4-Pro في 13 أغسطس، واشتكى نقاش بارز على Hugging Face حول V4-Pro من افتقاره إلى "القدرات متعددة الوسائط الأصلية التي تمتلكها الآن كل النماذج الصينية الرائدة الأخرى، بما في ذلك Qwen و Kimi" — وهي تحديداً الفجوة التي سدها هذا الإطلاق لعائلة Flash.
• توضح الوثائق الرسمية النمط المقصود بصراحة. يوضح جدول استكشاف الأخطاء وإصلاحها في المستودع: إذا رُفضت صورة قبل إرسالها، فإن النموذج "يعلن عدم دعمه لوسيط الصور" — ويمكن إصلاح ذلك بإضافة input: [text, image] إلى مدخل النموذج في $DSH_HOME/settings.yaml. وبعبارة أخرى: قم بتفعيل طلبات الصور لنموذج يدعم الرؤية بالفعل، إما عبر محوّل DeepSeek أو أي نقطة نهاية متوافقة مع OpenAI.
• كانت المكونات الإضافية تعمل بالفعل على سد فجوة الرؤية. يتيح لك modlens (الذي يصف نفسه بأنه أول مكون إضافي للرؤية في dsh) لصق صورة في جلسة نصية فقط والحصول على بيانات JSON مهيكلة — مثل التعرف الضوئي على الحروف (OCR)، والتخطيط، والدلالات — يتم توجيهها عبر مجموعة من محركات الرؤية (مفتاح Gemini مجاني، أو Antigravity CLI، أو أي نقطة نهاية متوافقة مع OpenAI؛ ويوضح ملف README الخاص به نموذج Qwen-VL عبر الوضع المتوافق لـ DashScope). وتتضمن أدوات المجتمع المشابهة agent-vision-toolkit (الأسئلة والأجوبة حول الصور، والتعرف الضوئي على لقطات الشاشة الطويلة، واستعادة واجهة المستخدم، وأتمتة واجهة المستخدم الرسومية) و dsh-vision-router. وهي مشاريع مجتمعية غير تابعة لـ DeepSeek — وتتفاوت جودتها.

ما تقوله التغطية الإعلامية العالمية

• نشرت Turing Post (17 أغسطس) التحليل الأكثر دقة باللغة الإنجليزية: "DeepSeek تعيش لحظة DeepSeek ثانية." وحجتها هي: من خلال R1، أضعفت DeepSeek خندق حماية النماذج؛ ومع Harness (ترخيص MIT، أكثر من 149 ألف نجمة وقت النشر)، فإنها "تفتح الطبقة التي بدأ الجميع ينظرون إليها باعتبارها خندق الحماية التالي" — وهي طبقة تنفيذ الوكلاء. كما تتبعت أصول Cordis وصولاً إلى Koishi، وهو إطار عمل روبوتات الدردشة الذي أنشأه Shigma (الذي يعمل الآن في DeepSeek)، والذي تبين أن مشاكله المتعلقة بدورة حياة المكونات الإضافية على مدار أربع سنوات هي ذاتها مشاكل بيئات تشغيل الوكلاء.
• صحافة أسبوع الإطلاق (تمت تغطيتها في موجز v0.1 لدينا): وصفت VentureBeat بيئة dsh بأنها "منافس مفتوح المصدر لـ Claude Code"؛ واستعرضت The Decoder البنية المعمارية وقائد المشروع Cui Tianyi (سابقاً في Jane Street)؛ وتجربة 36Kr العملية خلال الليل رصدت 288 مستودعاً للمكونات الإضافية خلال 24 ساعة؛ ولخصتها Pandaily بالمعادلة: Model + Harness = Agent.
• إصدارات rc.7/rc.8 نفسها تمت متابعتها غالباً من قِبل متتبعي سجلات التغيير وبيئة المكونات الإضافية بدلاً من وسائل الإعلام الرئيسية خلال أول 48 ساعة — حيث وثقت الأدلة الإرشادية التابعة لجهات خارجية (chat-deep.ai و dshdocs.com و freedom.tech) ميزة "مرفقات الصور الدائمة" في غضون يوم واحد. إذا كنت تتابع القصة، فاتبع ملاحظات الإصدار وليس العناوين الرئيسية.
• على منصة X، تظل سلسلة تغريدات الإعلان عن المشروع (@deepseek_ai، 13 أغسطس) ومنشورات المشرف @tianyi هي القنوات الرسمية المعتمدة؛ وينشر مؤلف modlens المدعو @liustack ملاحظات الإصدار على X أولاً — بما يتوافق مع مركز ثقل المنظومة البيئية المستقر في المستودع وعلى X بدلاً من المدونات.

لماذا يعد هذا مهماً لحزمة النماذج الصينية

• بيئة التشغيل مجانية؛ وتوكنات الصور هي المتغير الجديد. مع تسعير V4-Pro في أوقات الذروة وخارجها (خارج الذروة $0.66 للإدخال / $1.98 للإخراج لكل 1M، وفي الذروة $1.32 / $3.96 — وفقاً لقراءة The Decoder لصفحة الأسعار الرسمية)، فإن تكلفة حلقة عمل الوكيل تنتقل إلى حيث تتم معالجة الصور. إن توجيه استدعاءات الرؤية الفرعية إلى نموذج رخيص داعم للرؤية بينما تقود النماذج النصية حلقة البرمجة هو بالتحديد النمط متعدد النماذج الذي صُممت طبقة المكونات الإضافية في dsh من أجله.
• إصلاح البوابة في rc.8 يهم مستخدمي خدمات الترحيل بشكل مباشر. يعالج الإصدار مشاكل البوابات المخصصة المتوافقة مع OpenAI التي كانت تفشل بسبب اختلافات تنسيق الطلب أو إسقاط محتوى الاستدلال — وهي فئة الأخطاء التي تصيب أي شخص يوجه dsh نحو نقطة نهاية تابعة لجهة خارجية بدلاً من المفاتيح المباشرة. اختبر نقطة النهاية الخاصة بك مع rc.8 قبل إلقاء اللوم على بيئة التشغيل.
• وتيرة التغييرات الجذرية المخلة بالتوافق حقيقية وتحدث بالفعل. وعد الإصدار v0.1 بتغييرات تكسر التوافق؛ ويقدم rc.8 أحدها (عدم توافق صيغة تخزين SQLite). ثبّت إصدار dsh الخاص بك، واحتفظ ببيانات الجلسات بعيداً عن مسار الترقية، وأعد التحقق بعد كل ترقية لنسخة rc — فالعمل لا يزال متسارعاً نحو إصدار 0.1.0 المستقر.
• الهوية التجارية أصبحت رسمية الآن. توضح ملاحظات rc.8 أن "DeepSeek Harness" هي علامة تجارية مسجلة ولها إرشادات منشورة للعلامة التجارية — ويجب على مؤلفي المكونات الإضافية ومطوري الأدوات قراءتها قبل تسمية المشتقات.
• توضيح استقلالية المشروع. مشروع dsh هو مشروع مفتوح المصدر تابع لـ DeepSeek. بينما ChinaModelAPI هي خدمة ترحيل مستقلة متوافقة مع OpenAI ولا ترتبط بأي علاقة رسمية به أو بـ DeepSeek — والتقاطع العملي يكمن في أن بيئة التشغيل المحايدة للنماذج تعد عميلاً مثالياً للتوجيه متعدد النماذج، ويجب التحقق من معرفات النماذج الداعمة للرؤية مباشرة في لوحة تحكم المزود الخاص بك قبل ربطها.

المصادر الأولية

• GitHub — إصدارات deepseek-ai/deepseek-harness (ملاحظات rc.7 و rc.8، صيني/إنجليزي)
• npm — وسوم توزيع @deepseek-ai/dsh (latest = rc.7، و next = rc.8، تم التحقق في 2026-08-20)
• deepseek.com/harness — صفحة المعاينة الرسمية للمطورين
• سجل تغييرات DeepSeek API — لا يوجد إدخال للرؤية منذ 2026-08-13 (الحالة النصية فقط لنماذج V4)
• Turing Post — FOD#163: DeepSeek تعيش لحظة DeepSeek ثانية (2026-08-17)
• VentureBeat — إطلاق DeepSeek Harness كمنافس مفتوح المصدر لـ Claude Code (أسبوع الإطلاق)
• The Decoder — نموذج V4 Pro محسن، وأسعار API أعلى، وبرمجيات وكلاء مفتوحة المصدر (تفاصيل الأسعار)
• GitHub — liustack/modlens (مكون إضافي مجتمعي للرؤية في dsh، ترخيص MIT)
• دليل DeepSeek Code — ملف تعريف المكون الإضافي agent-vision-toolkit (مجتمعي)
• نقاش على Hugging Face — فجوة الوسائط المتعددة الأصلية في V4-Pro (مجتمعي)

FAQ