الإجاباتمنشور24 المصادر
ما الذي أضافه DeepSeek Harness v0.1.0-rc.8؟
نُشر الإصدار DeepSeek Harness v0.1.0 rc.8 في 19 أغسطس 2026، وتتمثل أبرز إضافاته في فتح مسار لإرسال الصور إلى النماذج أو الواجهات الخلفية المتوافقة، لا في تحويل كل نموذج نصي إلى نموذج بصري. تتضمن التغييرات الـ14 إدخالًا مختلطًا للنص والصورة في /goal و/plan، وإمكانية استدعاء الملفات والجلسات عبر قائمة @، ودمج Cl...
نشر بواسطةتم التحرير باستخدام GPT-5.6 Lunaتم إنشاء الصور باستخدام GPT Image 1.5
إجابة البحث
الوجبات السريعة الرئيسية
- نُشر الإصدار DeepSeek Harness v0.1.0 rc.8 في 19 أغسطس 2026، وتتمثل أبرز إضافاته في فتح مسار لإرسال الصور إلى النماذج أو الواجهات الخلفية المتوافقة، لا في تحويل كل نموذج نصي إلى نموذج بصري.
- تتضمن التغييرات الـ14 إدخالًا مختلطًا للنص والصورة في /goal و/plan، وإمكانية استدعاء الملفات والجلسات عبر قائمة @، ودمج Claude Code وCodex كوكلاء فرعيين، وتحسينات لمحطات Windows وأدوات التنفيذ.
- تساعد «الرؤية عبر طبقة الأدوات» في تحليل لقطات الواجهات والمخططات والصور الغنية بالنص، لكنها لا تعادل الرؤية الأصلية عند التعامل مع الصور الفوتوغرافية أو السياقات البصرية الدقيقة والمعقدة.
موجّه الذكاء الاصطناعي
openai.comCreate a landscape editorial hero image for this Studio Global article: What changed in DeepSeek Harness v0.1.0-rc.8, released on August 21, 2026 as its first major post-beta update after the August 13 public bet. Article summary: The release was published on August 19 UTC, although coverage around August 20–21 described it as the first major update following the August 13 public beta/open-source launch. Its main change was to make images first-cl. Topic tags: general, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clic
يبدو عنوان التحديث لافتًا: الصور أصبحت مدخلًا أساسيًا في DeepSeek Harness. لكن القراءة الأدق هي أن الإصدار v0.1.0-rc.8 أضاف طبقة النقل والتنسيق اللازمة لإدخال الصور في سير عمل الوكيل، من دون أن يمنح كل نموذج نصي قدرة مستقلة على «رؤية» الصور.
نُشر الإصدار في 19 أغسطس 2026، بعد ستة أيام من إطلاق النسخة التجريبية العامة والمشروع مفتوح المصدر، رغم أن بعض التغطيات والمناقشات ظهرت في 20 و21 أغسطس. 9
16 ويضم التحديث 14 تغييرًا تشمل الإدخال متعدد الوسائط، والوكلاء الفرعيين، وسلوك الطرفية، واستدعاء الأدوات، والتخزين، والتوافق.
4
التغيير الأبرز: الصور تدخل حلقة الوكيل
أضاف RC.8 إلى مُحوّل نماذج DeepSeek مسارًا قابلًا للتهيئة لإرسال طلبات الصور بصيغتها الأصلية. وعندما يدعم النموذج المحدد أو الواجهة الخلفية إدخال الصور، يستطيع Harness تمرير الصورة مباشرة إلى النموذج بدل إبقائها مرفقًا منفصلًا عن المهمة. 2
8
ويمتد هذا الدعم إلى أوامر التخطيط الأساسية:
- يقبل الأمر
/goalنصًا وصورة في الطلب نفسه. - يقبل
/planالإدخال المختلط بين النص والصورة. - تتيح قائمة
@الإشارة إلى ملفات محلية وجلسات سابقة أثناء متابعة العمل.2
12
15
عمليًا، يعني ذلك أن لقطة شاشة لخطأ برمجي، أو نموذجًا أوليًا لواجهة، أو مخططًا، يمكن أن تصبح جزءًا من الهدف والخطة مباشرة، بدل أن يضطر المستخدم إلى وصفها بالكلمات.
لكن النقطة الحاسمة هي أن Harness أضاف قناة الإدخال والتنسيق، وليس نموذجًا بصريًا جديدًا تلقائيًا. ويعتمد تفسير الصورة فعليًا على النموذج المُعدّ أو الواجهة الخلفية المتوافقة. 8
9
ماذا تشمل التغييرات الـ14؟
Claude Code وCodex كوكلاء فرعيين قابلين للتثبيت
أصبح بالإمكان تثبيت Claude Code وCodex عند الطلب ضمن حزم ملفات تعريف في نظام الوكلاء الفرعيين. كما حصل Codex على وضع صلاحيات غير تفاعلي، ودعم عدة مثيلات بأسماء مختلفة، ما يسمح بتشغيل وكلاء Codex فرعيين بإعدادات منفصلة داخل سير عمل واحد. 2
4
جلسات PowerShell مستمرة على Windows
حصلت طرفيات PTY في Windows على جلسات PowerShell مستمرة. وتُفعّل هذه الميزة افتراضيًا في الإعداد الأدنى، بحيث لا تحتاج الأوامر المتتابعة إلى إنشاء حالة الصدفة البرمجية من جديد في كل مرة. 2
استدعاء أدوات أكثر كفاءة
حسّن الإصدار تنفيذ الأدوات، بما في ذلك تشغيل عمليات بحث الويب web_search بالتوازي، وإيقاظ المهمة الأصلية بعد تسليم الوكيل الفرعي تقريره، وفتح متصفح محلي تلقائيًا عند استخدام dsh web. كما شملت التحسينات أداء تفريع الجلسات الكبيرة وتخزين SQLite. 2
4
معالجة أعطال الصور والبث والبوابات المخصصة
يعالج RC.8 فشل الطلبات الناتج عن صورة واحدة كبيرة جدًا أو تراكم عدد كبير من الصور في سجل المحادثة. كما يحافظ على بادئات الرد عند إلغاء استجابة متدفقة ثم متابعة المحادثة أو تفريعها.
وتحسّن التوافق مع البوابات المخصصة المتوافقة مع OpenAI، خصوصًا عند اختلاف صيغ الطلبات أو غياب محتوى الاستدلال في الاستجابة. 2
4
وبذلك يتجاوز التحديث فكرة «رفع صورة» بسيطة: فالصور يمكن أن تشارك في التخطيط، وسجل الجلسة، والعمل المفوّض إلى الوكلاء الفرعيين، في الوقت الذي أصبح فيه وقت التشغيل أكثر صمودًا أمام الجلسات الطويلة وكثيفة استخدام الأدوات. 2
13
كيف تمنح طبقة الأدوات النماذج النصية قدرة غير مباشرة على تحليل الصور؟
إذا كان النموذج المحدد لا يعلن دعم إدخال الصور، يستطيع Harness تحويل الصورة إلى أدلة نصية ومنظمة بدل تمرير المجال البصري الأصلي إليه. وتشمل العملية المبلغ عنها:
- نصوص OCR مع إحداثياتها؛
- إحصاءات نسب الألوان؛
- مسح صفوف بكسل محددة؛
- أبعاد الصورة؛
- بيانات نمط الألوان.
1
بعد ذلك يستدل النموذج النصي من هذه البيانات. فهو لا يتلقى الصورة بالطريقة نفسها التي يتلقاها بها نموذج بصري أصلي، بل يتعامل مع قياسات وأوصاف مستخرجة منها. لذلك قد يكون هذا المسار مفيدًا، لكنه يظل نسخة ناقصة من المعلومات البصرية الأصلية.
أين ينجح هذا الأسلوب أكثر؟
تكون «الرؤية عبر طبقة الأدوات» مناسبة خصوصًا للصور ذات البنية القابلة للاستخراج، مثل:
- لقطات شاشات التطبيقات وواجهات المستخدم؛
- صور الشرائح والعروض التقديمية؛
- المخططات الانسيابية والرسوم البسيطة؛
- الصور الكثيفة بالنصوص ذات التخطيط الواضح والتباين الجيد.
في هذه الحالات، يمكن لـOCR وتحليل البكسلات التقاط نصوص قابلة للقراءة، ومحاذاة، وحدود، وألوان، وغيرها من الإشارات التي يحتاجها النموذج في مهمته.
متى تظل الرؤية الأصلية ضرورية؟
يصبح هذا الأسلوب أضعف بكثير مع الصور الفوتوغرافية، والتعرف الدقيق إلى الأشياء، والأسلوب البصري، والسياق الضمني، والعلاقات المكانية أو المشهدية المعقدة. فلا يستطيع OCR وإحصاء عينة من البكسلات إعادة بناء كل التفاصيل اللازمة لهذه المهام بصورة موثوقة. 1
2
والقاعدة العملية واضحة: استخدم نموذجًا بصريًا أصليًا عندما تكون المهمة فهمًا حقيقيًا للصورة، واستخدم طبقة الأدوات لاستخراج أدلة محددة أو كحل بديل عندما يكون النموذج الأساسي نصيًا فقط. ويمكنها مثلًا استخراج النص، وفحص الألوان الغالبة، وتحديد حدود بسيطة، أو التحقق من فروق بكسلية في واجهة مستخدم، لكن لا ينبغي اعتبار نتائجها مكافئة للاستدلال البصري الأصلي. 2
3
إضافات المجتمع التي توسّع سير عمل الصور
كانت أدوات المجتمع قد استكشفت مسبقًا طرقًا عدة لمنح وكلاء Harness النصيين وصولًا غير مباشر إلى الأدلة البصرية. ومن الخيارات المذكورة dsh-vision وdsh-vision-toolkit وmodlens، إلى جانب إضافات OCR محلية وجسور «الرؤية الزائفة». 10
23
ويُظهر مثالان نطاق هذه التصاميم:
- ModLens يعيد أدلة منظمة تشمل OCR والتخطيط والكيانات والعلاقات، لتتمكن النماذج النصية من الاستدلال عليها.
18
dsh-vision-toolkitيركز على OCR للقطات الشاشة الطويلة، والتحديد البصري، وإعادة بناء الواجهات، ومقارنة البكسلات.21
وتكمل هذه الإضافات مسار الصور الأصلي في RC.8 ولا تستبدله. فإذا كان النموذج يدعم الرؤية، يمكن إرسال الصورة إليه مباشرة؛ وإذا احتاج المطوّر إلى OCR متخصص أو تحليل تخطيط أو فحص بكسلات أو نموذج بصري خارجي، يمكن للإضافة توفير هذه الأدوات؛ أما النموذج النصي فيستدل من الأدلة الناتجة.
هذا الفصل بين الإدخال الأصلي والأدوات المتخصصة يمنح المطورين خيارًا عمليًا بين إدراك بصري أغنى، ومخرجات أدوات أكثر تحديدًا وقابلية للفحص.
Studio Global AI
مواصلة البحث الخاص بك
تتضمن هذه الصفحة إجابة مدعومة بالمصدر يمكنك المتابعة داخل Studio Global.
يسأل الناس أيضا
ما هي الإجابة المختصرة على "ما الذي أضافه DeepSeek Harness v0.1.0-rc.8؟"؟
نُشر الإصدار DeepSeek Harness v0.1.0 rc.8 في 19 أغسطس 2026، وتتمثل أبرز إضافاته في فتح مسار لإرسال الصور إلى النماذج أو الواجهات الخلفية المتوافقة، لا في تحويل كل نموذج نصي إلى نموذج بصري.
ما هي النقاط الأساسية التي يجب التحقق منها أولاً؟
نُشر الإصدار DeepSeek Harness v0.1.0 rc.8 في 19 أغسطس 2026، وتتمثل أبرز إضافاته في فتح مسار لإرسال الصور إلى النماذج أو الواجهات الخلفية المتوافقة، لا في تحويل كل نموذج نصي إلى نموذج بصري. تتضمن التغييرات الـ14 إدخالًا مختلطًا للنص والصورة في /goal و/plan، وإمكانية استدعاء الملفات والجلسات عبر قائمة @، ودمج Claude Code وCodex كوكلاء فرعيين، وتحسينات لمحطات Windows وأدوات التنفيذ.
ماذا يجب أن أفعل بعد ذلك في الممارسة العملية؟
تساعد «الرؤية عبر طبقة الأدوات» في تحليل لقطات الواجهات والمخططات والصور الغنية بالنص، لكنها لا تعادل الرؤية الأصلية عند التعامل مع الصور الفوتوغرافية أو السياقات البصرية الدقيقة والمعقدة.
المصادر
agenccy.aiDeepSeek Shipped Image Input for Its Agent CLI. Its Own Models Still Cannot See.
dsharness.orgThe DeepSeek Harness changelog
news.qq.comDeepSeek Harness首发新版本：14项更新，多模态能力拉满_腾讯新闻
cctest.aiDeepSeek Harness v0.1.0-rc.8 Adds Multimodal Agent Input - CCTest