WODE25500/dsh-maf
WODE25500★ 0Python最后同步: 2026-08-20
Microsoft Agent Framework (MAF) 的 DeepSeek Harness 插件 — 验证/运行/搭建 declarative agents 与 workflows(YAML)
README 摘要
dsh-maf Microsoft Agent Framework (MAF) 的 DeepSeek Harness (dsh) 插件 —— 让 dsh 智能体验证、运行和搭建 MAF 的 declarative agents / workflows(YAML 声明式定义)。 独立社区项目,非官方。基于 microsoft/agent-framework(MIT)。 MAF 是 Semantic Kernel 的企业级继任者(v1.0 已发布)。 为什么做 MAF(13k★,Python/.NET)是微软当前的 agent 编排框架, 没有 DSH 适配 。它的核心是 YAML 声明式 agent/workflow ——正好适合 agent 生成、验证和运行: 工具 行为 maf status MAF 包版本 + 环境检查 maf validate 校验 declarative agent YAML(AgentFactory 解析) maf run agent 运行 declarative agent(YAML + prompt) maf run workflow 运行 declarative workflow sample(main.py) maf scaffold 生成 agent/workflow YAML 模板 前置要求 Agent YAML 的 model.id 常引用环境变量( =Env.OPENAI CHAT MODEL ID ), 运行前配置好 .env / 环境变量(provider 密钥)。 安装 然后问 agent:"maf status 检查环境,maf validate 校验 ./agents/Assistant.yaml"。 引擎实现 scripts/maf.py 包装 MAF SDK: - AgentFactory(safe mode=False).create agent from yaml path(path) → await agent.run(prompt) - workflow 用 python main.py 标准 sample 布局(workflow.yaml + main.py) 配置项 键 默认 说明 pythonCmd python Python 解释器 enginePath scripts/maf.py 引擎脚本路径 timeoutMs 180000 单次调用超时(agent 运行可能较慢) 已知限制 - maf run agent / maf run workflow 消耗配置的 provider API 额度 - declarative agents API 官方标注为 experimental (可能变动) - 输出原样返回(含模型生成内容) 目录结构 许可 MIT。
在 GitHub 查看完整 README →分类
🌊 The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build conversational AI systems. Features adaptive memory, self-learning intelligence, RAG integration, and native Claude Code / Codex / Hermes and many more Integrated
★ 68,800
volcengine/OpenVikingSelf-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
★ 31,857
titanwings/colleague-skill将冰冷的离别化为温暖的 Skill,欢迎加入数字生命1.0!Transforming cold farewells into warm skills? It's giving rebirth era. Welcome to Digital Life 1.0. 🫶
★ 23,788