Felo 发布 DeepSeek Harness 技能包：零构建插件化实现实时数据接入
在 AI Agent 架构中，如何让模型具备获取实时世界信息的能力，一直是开发者面临的挑战。DeepSeek Harness (dsh) 提出了一种激进的理念：将工具、模型、存储甚至 Web UI 全部统一挂载到同一个插件树中。Felo 团队顺势而为，推出了专为 dsh 设计的“技能包”（Skills）系统，旨在以极简的方式填补 Agent 与实时数据源之间的鸿沟。
核心突破：无需构建的插件化技能
传统上，为了让 Agent 调用外部工具，开发者往往需要编写复杂的 SDK 或构建完整的插件。Felo 的 Skills 彻底改变了这一流程：
- 零构建成本：技能本质只是一个包含
SKILL.md文件的文件夹。开发者无需编写代码、无需编译，只需将文件夹复制到指定的目录即可生效。 - 按需加载：技能是“指令”而非“服务”。Agent 仅在任务匹配时才会加载对应的技能，直到被调用前不消耗任何资源。
- 完全隔离：技能只负责提供“怎么做”的知识，不干预 Agent 的核心循环（Loop）。这使得技能可以独立更新、替换或删除，而不会影响整个系统的稳定性。
灵活的挂载策略
Felo 定义了三个根目录来管理技能，开发者可根据需求选择挂载范围：
- 项目级 (
<projectRoot>/.dsh/skills)：最高优先级，仅适用于特定仓库，适合存放针对当前项目代码库的实时搜索规则。 - 机器级 (
<dshHome>/skills)：适用于当前机器上的所有项目，确保每个项目都能访问通用的实时能力。 - 共享级 (
~/.agents/skills)：用于存放经过审核的、希望在全局会话中可见的精选技能包。
关键约束：扫描仅支持根目录下一层级的直接子文件夹，且命名必须遵循 kebab-case（小写连字符）规范，这简化了部署逻辑并避免了配置错误。
五大核心技能场景
Felo 提供了五个开箱即用的技能包，分别解决了不同维度的实时信息需求：
- Felo Search：解决依赖文件滞后问题。Agent 虽知晓本地
lockfile，但无法得知第三方库的最新变更。该技能提供带日期和来源的搜索结果，确保 Agent 基于最新事实而非旧文档进行决策。 - Felo YouTube Subtitling：将视频内容转化为文本。通过获取发布会或技术分享的转录稿，Agent 可以分析演讲者提到的 API 变更或新功能，弥补了官方 Changelog 的不足。
- Felo X Search：捕捉早期回归问题。在用户提交 Bug 报告之前，社区成员往往已在 X (Twitter) 上讨论问题。该技能帮助 Agent 通过社交媒体信号提前感知系统风险。
- Felo Slides：将调查结论转化为演示文稿。Agent 可自动生成包含风险点的幻灯片大纲，便于非技术人员理解复杂的升级检查清单。
- Felo SuperAgent：基于同一会话生成图像。无需离开当前上下文，即可为 CLI 工具设计 Logo 方向或生成产品图片变体。
此外，Felo 还计划扩展更多技能，如 Felo Web Fetch 用于结构化网页数据，以及 Felo LiveDoc 用于基于私有文档的实时问答。
部署与使用
集成过程极为简单，仅需三步：
- 安装 Felo CLI 并配置 API Key：
npm install -g felo-ai felo config set FELO_API_KEY your-api-key-here - 克隆技能仓库并复制所需文件夹：
git clone https://github.com/Felo-Inc/felo-skills.git # 复制到项目级目录 mkdir -p .dsh/skills cp -r felo-skills/felo-search .dsh/skills/ - 重启会话：Agent 会自动发现新技能，并在 Web UI (
npx @deepseek-ai/dsh web) 中列出可用工具。
Felo 的这一举措，不仅降低了 AI 应用接入实时数据的门槛，更重新定义了插件化架构中“能力”与“核心循环”的边界，为构建更灵活、响应更快的 Agent 系统提供了新的范式。
官方愿景："A capability you add is a capability you can replace, scope to one repository, or delete without touching the loop around it."
