AnswersPublished24 sources
DeepSeek Harness v0.1.0-rc.8: 14 змін, які зробили зображення повноцінним входом для агентів
DeepSeek Harness v0.1.0 rc.8 опублікували 19 серпня 2026 року — через шість днів після публічної бета версії та відкриття коду. Оновлення з 14 пунктів додає змішаний текстово графічний ввід для /goal і /plan, посилання на файли та сесії через меню @, субагентів Claude Code і Codex, постійні сесії PowerShell у Window...
ОпублікувавВідредаговано за допомогою GPT-5.6 LunaЗображення створено за допомогою GPT Image 1.5
Research answer
Key takeaways
- DeepSeek Harness v0.1.0 rc.8 опублікували 19 серпня 2026 року — через шість днів після публічної бета версії та відкриття коду.
- Оновлення з 14 пунктів додає змішаний текстово графічний ввід для /goal і /plan, посилання на файли та сесії через меню @, субагентів Claude Code і Codex, постійні сесії PowerShell у Windows, покращене виконання інстр...
- Для текстових моделей Harness може перетворювати зображення на структуровані докази — OCR, статистику кольорів, сканування пікселів і метадані.
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 — це передусім оновлення оркестрації та роботи з вхідними даними, а не доказ того, що кожна модель DeepSeek отримала здатність бачити. Реліз опублікували 19 серпня 2026 року — через шість днів після запуску публічної бета-версії та відкриття коду; частина матеріалів про нього вийшла 20–21 серпня. 9
16 Загалом оновлення містить 14 змін, що охоплюють зображення, субагентів, термінал, виклик інструментів, сховище та сумісність.
4
Головна зміна: зображення входять у цикл роботи агента
RC.8 додає до адаптера моделей DeepSeek налаштовуваний шлях для нативних запитів із зображеннями. Якщо обрана модель або бекенд підтримує графічний ввід, Harness може передати зображення безпосередньо моделі, а не тримати вкладення окремо від завдання. 2
8
Підтримка зображень поширюється і на ключові команди планування:
/goalприймає змішаний текстово-графічний ввід;/planтакож працює з текстом і зображеннями;- меню
@дає змогу звертатися до локальних файлів і попередніх сесій у процесі роботи.2
12
15
Для coding-agent сценаріїв це означає, що скриншот, макет інтерфейсу, діаграма або зображення помилки можуть стати частиною цілі та плану. Користувачеві вже не обов’язково спочатку вручну описувати побачене.
Але є важливе уточнення: RC.8 додає транспортний та оркестраційний шлях для зображень, проте не наділяє текстову модель незалежним візуальним розумінням. Нативна інтерпретація залежить від налаштованої моделі або сумісного бекенду. 8
9
Що охоплюють 14 оновлень
Claude Code і Codex стали встановлюваними субагентами
Claude Code і Codex можна встановлювати як профільні пакети за потреби в системі субагентів. Codex додатково отримав неінтерактивний режим дозволів і підтримку кількох іменованих екземплярів. Це дає змогу запускати в одному процесі окремо налаштованих Codex-субагентів. 2
4
Windows зберігає стан оболонки
PTY-термінали у Windows отримали постійні сесії PowerShell. У мінімальному пресеті ця функція ввімкнена за замовчуванням, тому послідовним командам більше не потрібно щоразу створювати оболонку з нуля. 2
Виклик інструментів став гнучкішим
Реліз покращує виконання інструментів, зокрема дає змогу паралельно запускати web_search, будити батьківське завдання після доставки звіту субагентом і автоматично відкривати локальний браузер для dsh web. Також оптимізовано роботу з великими розгалуженнями сесій і сховищем SQLite. 2
4
Виправлено проблеми із зображеннями, потоковою відповіддю та шлюзами
RC.8 усуває помилки запитів, пов’язані із зависоким розміром одного зображення або надмірною кількістю зображень, накопичених в історії довгої розмови. Оновлення також зберігає префікси відповідей, якщо потокову відповідь скасували, а потім розмову продовжили чи розгалузили. Покращено й сумісність із власними шлюзами, сумісними з OpenAI API, зокрема для різних форматів запитів і випадків, коли не повертається inference content. 2
4
Отже, це ширше за просте завантаження картинок: зображення можуть брати участь у плануванні, історії сесії та делегованій роботі, а середовище стає стійкішим під час тривалих і насичених інструментами сесій. 2
13
Як працює «інструментальний зір» для текстових моделей
Якщо вибрана модель не декларує підтримку зображень, Harness може скористатися інструментами, щоб перетворити картинку на структуровані текстові докази. Описаний конвеєр містить розпізнаний текст із координатами, статистику співвідношення кольорів, сканування вибраних рядків пікселів, розміри зображення та метадані про колірний режим. Потім текстова модель міркує на основі цих даних. 1
2
Вона не отримує оригінальне візуальне поле так, як його отримала б нативна vision-модель. Натомість модель працює з вимірюваннями й витягнутими описами — це корисний запасний варіант, але він неминуче втрачає частину інформації.
Де такий підхід працює найкраще
«Інструментальний зір» найкраще підходить для зображень зі структурою, яку можна відновити за допомогою тексту й вимірювань:
- скриншотів застосунків і користувацьких інтерфейсів;
- слайдів і знімків презентацій;
- блок-схем, діаграм і нескладної графіки;
- зображень із великою кількістю тексту, чіткою версткою та хорошим контрастом.
У таких завданнях важливі читабельний текст, вирівнювання, межі, кольори та інші сигнали, які можуть зафіксувати OCR і вибірковий аналіз пікселів.
Коли потрібне нативне бачення
Підхід значно слабший для звичайних фотографій, розпізнавання об’єктів на тонкому рівні, аналізу візуального стилю, непомітного контексту та складних просторових або сценових взаємозв’язків. OCR і статистика вибраних пікселів не здатні надійно відновити всі деталі, потрібні для таких завдань. 1
2
Практичне правило просте: для справжнього розуміння зображення варто використовувати нативну vision-модель, а «інструментальний зір» — для вибіркового вилучення доказів або як запасний варіант для текстової моделі. Він може допомогти витягнути текст, оцінити переважні кольори, знайти прості межі чи перевірити різницю між пікселями інтерфейсу. Але його результат не слід прирівнювати до нативного візуального міркування. 2
3
Плагіни спільноти для роботи із зображеннями
Ще до появи мультимодального шляху в RC.8 спільнота розробляла інструменти, які давали текстовим агентам Harness доступ до візуальних доказів. Серед згаданих рішень — dsh-vision, dsh-vision-toolkit і modlens; у каталогах плагінів також є локальні OCR-інструменти та pseudo-vision-мости. 10
23
Два приклади показують різні підходи:
- ModLens повертає структуровані дані про OCR, макет, сутності та зв’язки для текстових моделей.
18
dsh-vision-toolkitорієнтований на OCR довгих скриншотів, візуальне заземлення, відтворення інтерфейсів і порівняння пікселів.21
Ці плагіни не замінюють нативний шлях роботи із зображеннями в RC.8, а доповнюють його. Сумісна vision-модель може отримувати картинку безпосередньо; плагін — надавати спеціалізовані OCR-, layout-, pixel- або зовнішні модельні інструменти; а текстова модель — міркувати над отриманими доказами. Такий поділ дає розробникам вибір між ширшим нативним сприйняттям і точнішим, прозорішим результатом роботи інструментів.
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: 14 змін, які зробили зображення повноцінним входом для агентів"?
DeepSeek Harness v0.1.0 rc.8 опублікували 19 серпня 2026 року — через шість днів після публічної бета версії та відкриття коду.
What are the key points to validate first?
DeepSeek Harness v0.1.0 rc.8 опублікували 19 серпня 2026 року — через шість днів після публічної бета версії та відкриття коду. Оновлення з 14 пунктів додає змішаний текстово графічний ввід для /goal і /plan, посилання на файли та сесії через меню @, субагентів Claude Code і Codex, постійні сесії PowerShell у Windows, покращене виконання інстр...
What should I do next in practice?
Для текстових моделей Harness може перетворювати зображення на структуровані докази — OCR, статистику кольорів, сканування пікселів і метадані.
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