DeepSeek 的 Muse 还没来，民间版 Bot 先上桌了：一个插件，把 DSH 变成你的 Agent 团队

DeepSeek 的 Muse 还没来，民间版 Bot 先上桌了：一个插件，把 DSH 变成你的 Agent 团队

情报来源：量子位《DeepSeek Bot来了！民间版，DSH装个插件就能用》（2026-10-11）· 项目地址 github.com/FeiZhuLulu/DeepSeek-Bot · 本文安装与功能细节均对照 README 核对

一文看懂

先看痛点。 多 Agent 协作听起来很酷，但你真上手会撞上三堵墙：第一，每个 Agent 要单独开环境、单独配模型，管理成本爆炸；第二，Agent 没有记忆，换会话就失忆，聊十次得重复十遍背景；第三，几个 Agent 同时回你消息，上下文被烧穿，token 账单先扛不住。Grok Bot 把这事做成了产品，但那是 xAI 的闭源服务，得付费、得养得起。

主角登场。 DeepSeek 官方 Muse 还没发布，民间已经把答案做出来了——DeepSeek-Bot（仓库名 FeiZhuLulu/DeepSeek-Bot），一个装在 DeepSeek Harness（DSH）里的 Bot 插件。上线不到一天，250+ 星。它把 DSH 变成一个“Bot 团队”：每个 Bot 有独立的名字、职责、形象、模型和长期记忆；Bot 之间可以组群聊协作；还内置一个“主管”机制专门省 token。Apache 2.0 开源，数据全在本地。

安装：两条路，三分钟

DSH 是 DeepSeek 官方的开源 Agent 框架，桌面端和 Web 端都有。装之前先在 DSH 里配好至少一个模型——DeepSeek-Bot 自己不带模型，用的是 DSH 里的模型配置。

桌面端（Windows / macOS）：侧边栏「插件」→「添加插件」→ 包名填 ds-bot，国内用户把「Registry」切成国内镜像源 → 安装 → 启用。如果提示重启生效，把 DSH 完全退出再开。npm 连不上的话，也可以从 Release 页下载 ds-bot-0.1.2.tgz 填完整路径，或者填 github:FeiZhuLulu/DeepSeek-Bot#v0.1.2&path:/ds-bot。

Web 端（三平台通吃）：需要 Node.js 22.19+ 和 pnpm，然后两条命令：

npx @deepseek-ai/dsh@0.2.1-alpha.1 plugin --profile web add ds-bot
npx @deepseek-ai/dsh@0.2.1-alpha.1 web

装完第一次打开，里面已经有一个默认的主管 Bot，叫 Chief。作者强烈建议：配置其他 Bot 和群聊，直接跟 Chief 对话就行，不用去翻设置页。

每个 Bot：独立身份 + 长期记忆

这是 DeepSeek-Bot 和“一个 Agent 一个会话”最大的区别。

独立身份。 每个 Bot 都有自己的名字、职责说明、指令、形象和背后调用的模型。你可以造一个“写作助手”、一个“代码审查员”，各司其职。模型随时能切，但作者建议长期给一个 Bot 固定同一个模型，只在真正需要时才切换——换来换去，Bot 的“手感”就没了。

长期记忆。 Bot 会记住你的偏好，并在之后的工作里用上。记忆可以在 Bot 详情页管理，也可以直接对话告诉它。技术上有几个有意思的机制：

• 每个 Bot 底层对应一个 DSH Session，有自己的工作上下文；
• 记忆基于 Markdown 文件存储，还有一份团队共享记忆，Bot 之间能共用背景；
• 遇到超长对话，用压缩、交接摘要和本地搜索来管理上下文，不会一句话把上下文塞爆；
• 每轮对话结束，模型会自动做一次“记忆审查”——判断哪些信息该保存、该更新、该删除，不用你手动整理。

对经历过“换会话就失忆”的人来说，这条是刚需。

群聊：多 Bot 协作，但有人帮你省钱

群聊是让几个 Bot 一起干活的入口，但作者直说：群聊明显更烧 token。所以 DeepSeek-Bot 做了个取舍设计——每个群聊设一个 admin（管理员）：你的消息默认由 admin 回复，由它判断要不要把活派给其他 Bot；你想单独找谁，直接 @ 它，它单独回你。

加上最上面那个 Main Bot（主管），整个结构是三层：主管管所有 Bot 和群聊，群聊 admin 管本群的调度，普通 Bot 干活。作者的原话是：“有事先找主管”——既降低管理多个 Agent 的复杂度，也在群聊这种狂烧 token 的环境里压住消耗。

用量透明 + 数据全在本地

Usage 面板：Settings → Usage 里可以按时间、按 Bot、按模型查看 token 用量——多 Bot 跑起来之后，谁是烧钱大户一目了然。

数据本地化：所有数据存在你电脑的 DSH 主目录（默认 ~/.dsh）下的 bot/ 和 sessions/ 文件夹里，卸载插件不会删数据。每个 Bot 会读写文件和执行命令，所以重要操作还是要自己核一遍——README 里也写了这条免责声明。

底子：一切皆插件，站在 DSH 生态上

DeepSeek-Bot 继承了 DSH 的“一切皆插件”理念。技术上，每个 Bot 就是一个 DSH Session，直接用 DSH 的模型和工具；作者还列了它借鉴设计的项目清单（不含它们的代码）：AgentMemoryRepo 的 Markdown 记忆格式、OpenAI Codex 的 checkpoint、OpenMausBot 的群聊回合与 @ 转发、Hermes Agent 的每成员一 session 与 handoff、opencode/goose/pi/Gemini CLI 的长聊压缩时机、obelisk 的 SQLite 全文检索聊天搜索——等于把多 Agent 领域踩过的坑，用 DSH 的壳重新组织了一遍。

一个提醒：这是独立社区项目，不是 DeepSeek 官方产品，README 里声明得很清楚；Bot 用的是你自己的模型额度，关键动作自己验收。

群聊实战：怎么配才省钱

群聊是 DeepSeek-Bot 的亮点，也是最容易烧钱的地方。作者给的建议很具体：你的消息默认由管理员（admin）回复，由它判断要不要把活派给其他 Bot——这就是省 token 的关键，因为大部分消息在主管这一层就消化掉了，不需要惊动整个团队。想单独找谁，直接 @ 它，一对一沟通。

实操上，作者强烈建议直接通过对话来配置：跟 Chief 说“建一个叫‘写手’的 Bot，负责写公众号初稿，用 deepseek 模型”，它会自己完成建 Bot、设职责、配模型的全部动作，不用你去翻设置页。需要拆任务的时候再开群聊，把几个 Bot 拉进同一个群，分工协作。

记忆机制：三层结构

记忆是 DeepSeek-Bot 的另一个重点，分三层：

1. 每个 Bot 自己的记忆——基于 Markdown 文件存储，管理它在详情页或直接对话里都行；
2. 团队共享记忆——多个 Bot 共用的背景知识，避免每个 Bot 各自记一份；
3. 自动记忆审查——每轮对话结束，模型自动判断哪些信息该保存、该更新、该删除。

长对话的处理也有专门机制：超出上下文窗口时，用压缩、交接摘要和本地搜索来管理，不会一句话把上下文塞爆。

注意事项

• 非官方项目：DeepSeek-Bot 是独立社区项目，跟 DeepSeek 官方没有关系，README 声明得很清楚；
• 额度自付：Bot 用的模型走你自己的 DSH 配置，token 账单算在你头上，关键动作（写文件、跑命令）建议自己验收；
• 数据位置：一切数据在 DSH 主目录（默认 ~/.dsh）的 bot/ 和 sessions/ 文件夹，卸载插件不删数据，想备份直接拷文件夹。

信号强度

民间版先于官方落地，这件事本身就说明“Agent 团队”已经从概念变成可以自己搭的东西了：开源框架 + 插件 + 本地数据，三件套凑齐就能拥有自己的 Bot 军团。DeepSeek 官方 Muse 出来后它会不会被收编、生态会不会转向，是接下来值得盯的变量——但眼下，250 星的项目已经证明了需求是真的。想尝咸淡的，装个插件十分钟的事。

SIGNAL FILE · 情报档案

量子位《DeepSeek Bot来了！民间版，DSH装个插件就能用》（2026-10-11）+ GitHub README 实测核对

本文基于 AI 情报库收录的条目展开深析；事实性信息以原始报道为准，分析与展望为编辑观点。

原始报道：https://github.com/FeiZhuLulu/DeepSeek-Bot（GitHub）

查看原始报道 ↗返回首页