AnswersPublished24 sources
DeepSeek Harness v0.1.0-rc.8: Görseller artık ajan döngüsünün parçası
DeepSeek Harness v0.1.0 rc.8, 19 Ağustos 2026'da yayımlandı; güncellemenin öne çıkan özelliği, uyumlu görsel modellerine yerel görsel aktarımı ve görsel metinsel girdiyi desteklemesi. Yeni sürüm /goal ve /plan komutlarına görsel eklenmesini, @ menüsü üzerinden dosya ve önceki oturumların çağrılmasını, Claude Code ve...
YayımlayanGPT-5.6 Luna ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Research answer
Key takeaways
- DeepSeek Harness v0.1.0 rc.8, 19 Ağustos 2026'da yayımlandı; güncellemenin öne çıkan özelliği, uyumlu görsel modellerine yerel görsel aktarımı ve görsel metinsel girdiyi desteklemesi.
- Yeni sürüm /goal ve /plan komutlarına görsel eklenmesini, @ menüsü üzerinden dosya ve önceki oturumların çağrılmasını, Claude Code ve Codex alt ajanlarını ve kalıcı Windows PowerShell oturumlarını mümkün kılıyor.
- Metin tabanlı modeller için OCR, renk oranları, piksel taramaları ve görsel meta verilerinden oluşan bir araç katmanı alternatifi sunuluyor; ancak bu yöntem doğal fotoğraflarda ve karmaşık sahne yorumlamada yerel görm...
AI Prompt
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
DeepSeek Harness v0.1.0-rc.8, esas olarak her modele görme yetisi kazandıran bir model güncellemesi değil; görselleri ajan iş akışına taşıyan bir orkestrasyon ve girdi güncellemesi. Sürüm, 19 Ağustos 2026'da yayımlandı. Kamuya açık beta ve açık kaynak lansmanından altı gün sonra gelen duyuru, bazı yayınlarda 20-21 Ağustos tarihleriyle anıldı. 9
16
Toplam 14 değişiklik içeren RC.8; görsel girdinin yanı sıra alt ajanları, terminal davranışını, araç çalıştırmayı, depolamayı ve uyumluluğu da geliştiriyor. 4
Görseller ajan döngüsüne giriyor
RC.8, DeepSeek model adaptörüne yapılandırılabilir bir yerel görsel istek yolu ekliyor. Seçilen model veya arka uç görsel girdiyi destekliyorsa Harness, ekli dosyayı görevden ayrı bir unsur gibi ele almak yerine doğrudan modele iletebiliyor. 2
8
Bu destek, temel planlama komutlarına da uzanıyor:
/goal, metin ve görseli birlikte kabul ediyor./plan, metin ve görseli birlikte kabul ediyor.@menüsü üzerinden yerel dosyalara ve önceki oturumlara başvurulabiliyor.2
12
15
Böylece bir ekran görüntüsü, arayüz taslağı, diyagram veya hata ekranı; kullanıcının her ayrıntıyı yazıyla tarif etmesi gerekmeden doğrudan hedefin ve planın parçası olabiliyor. Özellikle kodlama ajanlarıyla çalışan geliştiriciler için bu, “sorunu anlatma” adımını kısaltabilecek pratik bir değişiklik.
Ancak kritik ayrım şu: RC.8, görseli taşıyan ve doğru modele yönlendiren altyapıyı ekliyor; metin tabanlı bir modele kendiliğinden bağımsız görsel anlama yetisi kazandırmıyor. Görselin yerel olarak yorumlanabilmesi, yapılandırılan modelin veya uyumlu arka ucun bu özelliği desteklemesine bağlı. 8
9
14 değişiklik hangi alanları kapsıyor?
Claude Code ve Codex alt ajan olarak kurulabiliyor
Claude Code ve Codex, alt ajan sistemi içinde gerektiğinde kurulabilen profil paketlerine dönüşüyor. Codex ayrıca etkileşimsiz izin modu ve birden fazla adlandırılmış örnek desteği kazanıyor. Bu sayede aynı iş akışında farklı yapılandırmalara sahip Codex alt ajanları çalıştırılabiliyor. 2
4
Windows terminalleri kabuk durumunu koruyor
Windows PTY terminallerine kalıcı PowerShell oturumları ekleniyor. Bu davranış, minimal ön ayarda varsayılan olarak etkin; dolayısıyla art arda çalıştırılan komutların her seferinde kabuk durumunu baştan oluşturması gerekmiyor. 2
Araç çalıştırma daha yetenekli hale geliyor
Sürüm; araç çağrılarını, eş zamanlı web_search kullanımını ve bir alt ajan rapor teslim ettiğinde üst görevin yeniden uyandırılmasını iyileştiriyor. dsh web kullanıldığında yerel tarayıcının otomatik açılması da bu değişiklikler arasında. Büyük oturum çatallarında ve SQLite depolamasında performans iyileştirmeleri de bulunuyor. 2
4
Görsel, akış ve ağ geçidi hataları gideriliyor
RC.8, tek bir görselin fazla büyük olması veya konuşma geçmişinde çok sayıda görsel birikmesi nedeniyle oluşan istek hatalarını ele alıyor. Akış yanıtı iptal edildikten sonra konuşma sürdürüldüğünde ya da çatallandığında yanıt ön eklerinin korunması sağlanıyor. Özel OpenAI uyumlu ağ geçitleriyle birlikte çalışabilirlik de istek biçimi farklılıkları ve eksik çıkarım içeriği dönüşleri bakımından geliştiriliyor. 2
4
Bu nedenle güncelleme yalnızca bir “görsel yükleme” özelliğinden ibaret değil. Görseller planlama, oturum geçmişi ve alt ajanlara devredilen işler içinde kullanılabilir hale gelirken çalışma zamanı da uzun ve araç yoğun oturumlar karşısında daha dayanıklı oluyor. 2
13
Metin tabanlı modeller için “araç katmanı vizyonu” nasıl çalışıyor?
Seçilen model görsel girdiyi desteklemiyorsa Harness, görseli yapılandırılmış metinsel kanıta dönüştüren araçları kullanabiliyor. Bildirilen işlem hattında koordinatlarıyla birlikte OCR metni, renk oranı istatistikleri, seçilmiş piksel satırlarının taranması, görsel boyutları ve renk modu meta verileri yer alıyor. Bu bilgiler daha sonra metin modeline aktarılıyor ve model görselin kendisi yerine çıkarılmış kanıtlar üzerinden akıl yürütüyor. 1
2
Buradaki model, yerel görme yetisine sahip bir model gibi özgün görsel alanı doğrudan almıyor. Ölçümlerden ve çıkarılmış açıklamalardan sonuç üretmeye çalışıyor. Bu, işe yarayan fakat kaçınılmaz olarak bilgi kaybı içeren bir yedek yöntem.
Hangi görsellerde daha başarılı?
Araç katmanı vizyonu, yapısı OCR ve hedefli piksel incelemesiyle yakalanabilen görsellerde daha güçlü:
- Uygulama ve kullanıcı arayüzü ekran görüntüleri
- Slayt ve sunum ekran görüntüleri
- Akış şemaları, diyagramlar ve basit grafikler
- Düzeni belirgin, kontrastı yüksek ve ağırlıklı olarak metin içeren görseller
Bu görevlerde okunabilir metin, hizalama, sınırlar, renkler ve benzeri sinyaller araçlar tarafından kısmen yakalanabiliyor.
Yerel görme yetisi ne zaman gerekli?
Doğal fotoğraflar, ince ayrıntılı nesne tanıma, görsel üslup, örtük bağlam ve karmaşık uzamsal ya da sahne ilişkileri söz konusu olduğunda yöntem belirgin biçimde zayıflıyor. OCR ve örneklenmiş piksel istatistikleri, bu görevler için gereken her ayrıntıyı güvenilir biçimde yeniden oluşturamıyor. 1
2
Pratik kural basit: Gerçek görsel anlama gerekiyorsa yerel görme yetisine sahip bir model kullanın. Ana model metin tabanlıysa veya yalnızca belirli kanıtları çıkarmak istiyorsanız araç katmanı yaklaşımından yararlanın. Bu yöntem metin çıkarmak, baskın renkleri kontrol etmek, basit sınırları bulmak ya da arayüzde piksel düzeyindeki farkları doğrulamak için faydalı olabilir; fakat çıktısı yerel görsel akıl yürütmeyle eşdeğer kabul edilmemeli. 2
3
Görsel iş akışlarını genişleten topluluk eklentileri
Topluluk, RC.8 öncesinde de metin tabanlı Harness ajanlarına görsel kanıt sağlamak için çeşitli yollar geliştirmişti. Bildirilen seçenekler arasında dsh-vision, dsh-vision-toolkit ve modlens bulunuyor; eklenti dizinlerinde yerel OCR ve sözde-vizyon köprüleri de listeleniyor. 10
23
İki eklenti yaklaşımı özellikle dikkat çekiyor:
- ModLens, metin tabanlı modellere OCR, düzen, varlıklar ve ilişkiler hakkında yapılandırılmış kanıt sağlıyor.
18
dsh-vision-toolkit, uzun ekran görüntülerinde OCR, görsel temellendirme, arayüz yeniden oluşturma ve piksel karşılaştırması gibi iş akışlarına odaklanıyor.21
Bu eklentiler, RC.8'in yerel görsel aktarım yolunun alternatifi olmaktan çok tamamlayıcısı. Uyumlu bir görme modeline görsel doğrudan gönderilebilir; eklentiyle özel OCR, düzen, piksel veya harici model araçları kullanılabilir; metin tabanlı model de ortaya çıkan kanıtlar üzerinden akıl yürütebilir. Bu ayrım, geliştiricilere daha zengin yerel algılama ile daha hedefli ve denetlenebilir araç çıktısı arasında seçim yapma imkânı veriyor.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "DeepSeek Harness v0.1.0-rc.8: Görseller artık ajan döngüsünün parçası"?
DeepSeek Harness v0.1.0 rc.8, 19 Ağustos 2026'da yayımlandı; güncellemenin öne çıkan özelliği, uyumlu görsel modellerine yerel görsel aktarımı ve görsel metinsel girdiyi desteklemesi.
What are the key points to validate first?
DeepSeek Harness v0.1.0 rc.8, 19 Ağustos 2026'da yayımlandı; güncellemenin öne çıkan özelliği, uyumlu görsel modellerine yerel görsel aktarımı ve görsel metinsel girdiyi desteklemesi. Yeni sürüm /goal ve /plan komutlarına görsel eklenmesini, @ menüsü üzerinden dosya ve önceki oturumların çağrılmasını, Claude Code ve Codex alt ajanlarını ve kalıcı Windows PowerShell oturumlarını mümkün kılıyor.
What should I do next in practice?
Metin tabanlı modeller için OCR, renk oranları, piksel taramaları ve görsel meta verilerinden oluşan bir araç katmanı alternatifi sunuluyor; ancak bu yöntem doğal fotoğraflarda ve karmaşık sahne yorumlamada yerel görm...
Sources
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