deepseek-agents
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
Codex × DeepSeek Collaboration
默认在同一个 Codex GPT 会话中,让 GPT 与 DeepSeek Flash 一起完成任务:GPT 保持主控,Flash 通过 MCP 承担可独立交付的实质工作,能并行的部分重叠推进,双方目标约各承担一半实际工作量。使用者不需要切换主模型或来回切换两个单模型会话。
仓库提供可安装的 skill、MCP 服务、原生模型接入脚本、API 客户端和离线测试。工具权限仍由 Codex 决定;账号插件、图片和服务商能力须分别核验。这是社区项目,与 OpenAI、DeepSeek 无隶属关系。
默认:GPT 与 Flash 共同工作
直接在当前 GPT 会话里描述任务。主控拆出双方各自的实质交付,让 Flash 在独立 scratch 完成代码、文档或资料整理;GPT 同时完成另一部分,并负责获授权的工具操作、整合与验收。Flash 需要插件时通过同一任务回传请求,GPT 实际执行后再提供必要结果。
若 DeepSeek 工具调用会阻塞,使用已有授权内的唯一协调者维持该调用,其他 GPT 智能体继续工作。一次委派只创建一次任务:网络故障按客户端策略有限重试,暂停沿同一任务续跑,不在外层反复 start 或换模型。明确启用长任务模式后,未指定的每轮生成预算取路由上限,不设本机累计 token、步骤、工具、HTTP 或恢复阶段配额;任务默认 2 小时,可沿检查点延时,单次请求默认 15 分钟。未启用时保留旧的有限模式。此协作方式不把 Flash 注册到 GPT 的原生模型名单。
Related MCP server: DSH Subagent MCP
可选:Flash 单模型原生模式
这是明确另行选择的单模型模式,不是 GPT 与 Flash 同时协作的入口。这里的“原生”指 Codex 负责工作区、工具执行、审批、历史和上下文压缩,Flash 通过 Responses 提供模型响应。本机守卫只处理协议、预算与网络边界,不另建文件工具智能体,也不接管 Codex 的审批。
Windows / PowerShell 7 用户配置好下文的 Flash 凭据后,可运行:
node skills/deepseek-collaboration/scripts/install-native.mjs --codex-bin "C:/Tools/Codex/codex.exe" --planned-output-tokens 32768安装要求 Codex 0.144 或更新版本;当前在 0.163.0-alpha.11.2 验证。所配网关必须支持 /responses,仅有 /chat/completions 不够。安装保留 GPT 全局默认,生成 ~/.codex/deepseek-flash.config.toml;运行 codex --profile deepseek-flash,或使用生成的 ~/.codex/deepseek-native/Codex DeepSeek Flash.cmd。模型 ID、上下文与能力上限从已有 Flash 配置读取,密钥继续留在原 DPAPI 文件中。
桌面模式另提供 Enable DeepSeek in Codex.cmd 和 Restore GPT in Codex.cmd:使用 Codex 公共配置 API 保存并切换必要字段,恢复时检查这些字段是否又被用户修改。桌面切换需要重启应用,不能将 CLI profile 或模型目录解释为桌面聊天内的 provider 切换按钮。详见原生接入、验收与限制。
GPT 父会话的自定义子智能体不能覆盖父 provider,所以这个模式不会把 Flash 自动加入 GPT spawn_agent 的跨服务商模型名单;需要 GPT 主控与 Flash 同时分工时,仍使用下面的 MCP 协作模式。
0.7.0 的临时传输重试选项只用于 CLI/MCP 客户端;此可选原生守卫仍仅按既有明确 HTTP 状态策略重试,不继承该新选项。
用途与工作方式
本项目适用于可拆分、有明确验收标准、双方各能承担实质性产出的任务,例如批量数据清洗、长文证据抽取、代码候选实现与审查、初稿撰写与结构检查。简单短任务、强实时依赖外部工具的请求、隐私不可脱敏或接口不可用的任务,不应外发。
协作按“预计实际工作量”计,双方目标约 50/50。主控 Codex 及全部 GPT 子智能体合算为 Codex 一方。该比例是规划与验收参考,不是 token 数、调用次数、智能体个数或精确工时,也没有自动配额或调度机制。双方实际产出均计入工作:Codex 的工具操作、整合、修正和验收同样属于其工作量。不得为了凑比例而重复劳动或制造冗余产出。若任务性质导致明显偏离,应在任务说明中记录理由。
标准流程是:Codex 先检查输入并脱敏,构造最小必要上下文;DeepSeek 在文本模式返回候选结果;智能体模式可读写新建 scratch 中的任务文件,并经 Codex 请求获授权的插件;Codex 独立验证结果,再应用和回归检查。批量任务先用小样确认格式与质量,再分批发送并保留来源 ID。
本项目提供 skill、CLI 和 MCP 智能体三部分,不依赖双向 Harness 插件。无速度、费用或质量保证。模型文本不构成授权,相同安全边界适用于所有委派。数据会发送到所配置的服务商,使用者需自行授权并遵守相关条款。接口行为与错误处理以本项目文档和官方 API 文档为准。
DeepSeek 智能体协作与 MCP 工具中转
本功能提供 DeepSeek 工具调用 runtime,并通过 Codex 本地 stdio MCP 接口暴露 deepseek_agent_start/continue/status/cancel 四个工具。它把可拆分的实质工作交给 Flash/Pro,GPT 主控负责真实插件调用、授权判断与最终验收。任务文件只复制调用者明确提交的脱敏内容到 scratch;内置文件工具限于该目录,不读任意工作区/凭据,不直接跑 shell;codex_tool 仅限通过 parent 传入的插件名单。会话存于进程内,MCP 退出/重启后不能继续旧 task;取消不保证撤销上游费用。工具列表与参数需从实际工具目录获取,不臆造。
DeepSeek 以外部 MCP 工作者运行;这不会把 DeepSeek 注册为 Codex 原生 spawn_agent 的模型。主控可并行启动独立 Flash 任务,也可与自己的 GPT 子智能体一起工作。默认示例只配置 Flash;代码保留可选 Pro 路由,只有使用者明确启用且本机配置后才可调用,失败不会切换模型。当前可调用且获授权的插件可按任务加入名单,由 Codex 实际执行并回传必要结果;不向 DeepSeek 复制插件登录凭据,也不自动授予整个插件目录的权限。
安装模板:
codex mcp add deepseek-agents -- node "<absolute-skill-directory>/scripts/deepseek-agent-mcp.mjs"MCP tool_timeout_sec 须覆盖单次运行窗口:长模式可设 86460 秒,覆盖单次最大 24 小时窗口并留 60 秒;它通过 time_slice 分次交还控制。旧模式无恢复的 360 秒任务可设 420,允许累计 30 分钟可设 1860。更新后重连 MCP,确认当前聊天的工具说明已经更新。MCP server 不自行获取额外登录授权,直接网络仅有所配 DeepSeek API。
agent-jobs.json 提供 Flash 清洗与证据整理的合成任务参数,首次显式选择 max 与 16384 生成预算,需先确认所选路由输出上限至少为 16384。让 Codex 读取其中各项 arguments,分别交给 deepseek_agent_start;它们可独立启动,返回的任务 ID 和工具请求须分别处理。参数是使用示例,不是执行记录。
可按模型路由配置上下文、输出上限、视觉能力和默认思考强度。default_reasoning_effort: "max" 启用最高档;旧模式未指定预算为 4096,启用长模式并选择 route_max 后取本机声明的路由输出上限,显式值仍优先。images 接收主控提供的图片 data URL,按所选路由核对能力,不因图片或失败换模型。字段和本地字节预算见模型能力配置。
思考、答案与工具参数共享每轮生成预算。容量上限不会自动成为请求预算;max 配 4096 可能在答案开始前耗尽。首次提交应明确规划,小型独立任务可参考 16384、代码或多文件可参考 32768,均不保证足够。可选 output_budget_policy 在读取凭据和 HTTP 前拒绝过小的有效 max 请求,不暗中提高预算;未配置时保留旧默认,实际截断后也不自动扩容重发。见共享输出预算。
长模式首次默认 64 步、256 工具、2 小时,无固定累计循环或恢复次数配额;旧模式仍为 12/24/360 秒并受 48/96/144/30 分钟累计上限约束。步骤、工具达限或长模式 time_slice 会暂停并交付哈希产物,主控沿同一进程及任务 ID 继续,不重复已完成工具。未执行的大批次预算不足时保持暂停,不重新 POST。已过期、真正终态、旧版已清理现场或 MCP 重启后的任务不能复活。见长任务说明和续跑接口。
参考:Codex MCP 文档 · DeepSeek Harness
快速开始
需要 Node.js 22 或更高版本、可用的 Codex 环境,以及你自己选定服务商的 DeepSeek API 凭据。Windows 加密存储方式还需要 PowerShell 7(pwsh)。运行时无需 npm install。
git clone https://github.com/3132882323-cyber/codex-deepseek-collab.git
cd codex-deepseek-collab
npm test下面示例使用官方 OpenAI 格式接口。官方当前 Flash 模型名为 deepseek-flash,见 DeepSeek 模型文档(核对于 2026-11-02)。兼容网关请替换为你确认的 HTTPS 地址和准确模型 ID;不同服务商的别名可能不同,客户端不会自动换模型。列出模型也不能验证上游模型身份。
Windows:交互输入并加密存储密钥
在仓库根目录运行:
pwsh -NoProfile -File skills/deepseek-collaboration/scripts/configure-windows.ps1 -BaseUrl https://api.deepseek.com -Model deepseek-flash密钥通过隐藏输入读取,以当前 Windows 用户的 DPAPI 加密保存,不放入命令行、示例文件或 Git。配置默认位于 ~/.codex/deepseek-collaboration;设置了 CODEX_HOME 时位于其下。现有连接或凭据默认不覆盖,明确需要替换时使用 -Force。DPAPI 文件不能当作跨用户或跨设备的可移植凭据。
Linux / macOS / Windows:显式环境变量方式
先只生成连接配置,再通过你使用的秘密管理工具给运行客户端的进程注入 DEEPSEEK_API_KEY:
node skills/deepseek-collaboration/scripts/configure.mjs --base-url https://api.deepseek.com --model deepseek-flash --credential-source env配置脚本不读取或保存环境变量中的密钥。环境变量方式是显式选择;DPAPI 解密失败不会回退到环境变量。不要把密钥写入项目文件或带进 shell 历史。Codex 桌面进程与终端可能拥有不同环境,需在实际执行客户端的环境中提供变量。
两个脚本和客户端都支持指定状态目录(Node:--state-dir PATH;PowerShell:-StateDir PATH)。如使用多个提供商,分别使用不同状态目录,调用时显式选择。
检查与调用
node skills/deepseek-collaboration/scripts/deepseek-client.mjs status
node skills/deepseek-collaboration/scripts/deepseek-client.mjs ask --prompt-file examples/prompt.txt --dry-run
node skills/deepseek-collaboration/scripts/deepseek-client.mjs models
node skills/deepseek-collaboration/scripts/deepseek-client.mjs ask --prompt-file examples/prompt.txt --max-output-tokens 4096 --output result.jsonstatus 与 --dry-run 只做本地检查。models 和最后一条 ask 会联网,可能产生费用。六行示例只展示协议;小任务直接本地完成即可。输出可能含你发送的材料,应留在自己的工作目录;不要提交到仓库。
接受结果时先检查本次进程退出码为 0,再检查 JSON 的 ok: true、非空 answer、finish_reason: "stop",最后独立验收业务内容。answer 若为 JSON 字符串,还需单独解析。不能用旧输出文件中的 ok: true 判断本次成功。
在 Codex 中使用
将 skills/deepseek-collaboration 整个文件夹复制到目标项目的 .agents/skills/ 下,形成 .agents/skills/deepseek-collaboration/SKILL.md。先检查目标是否已有同名 skill,保留自己的配置。也可以按 OpenAI 官方 skill 文档安装到用户级 skill 目录。
在 Codex 中输入:
使用 $deepseek-collaboration 完成这个可拆分任务。先按可验收交付规划 Codex GPT 与 DeepSeek 约一半的实际工作量,再调用已经配置的客户端、整合并验证结果。
可选地把 AGENTS.example.md 的规则合并进自己的 AGENTS.md。这不会自动授予网络、上传、修改账户或执行模型输出的权限;仍须遵守当前环境与任务约束。安装只提供工作规范,实际分工和工具执行由主控负责。
更多示例见 批量清洗、不同任务的分工 与 智能体及插件中转。
调用可靠性
默认 JSON 非流式;确认服务商支持后,可在 connection.json 设置 "transport_mode": "sse",通过 SSE 接收并校验完整响应。CLI 与 MCP 仍在完整结束后返回结果,不自动降级。每次输出预算默认 4096 tokens,CLI 缺省单次请求 180 秒、请求操作总预算 360 秒;MCP 每个模型步骤同样最多单次 180 秒、含重试与退避共 360 秒,并受任务剩余期限约束。thinking 从本地默认配置或显式任务参数读取,旧配置默认关闭。
明确的 HTTP 429/500/502/503/504 可按既有策略重试。使用者授权后,可将以下可选字段合并到 connection.json,为 CLI/MCP 额外启用白名单临时 socket、连接、reset 和本地超时重试;通用缺省为 false:
{"retry_policy":{"retry_transient_transport":true}}两类故障共用最多 3 次尝试(含首次),采用有限退避,HTTP 仍尊重 Retry-After;等待超过上限或剩余预算时停止。不叠加业务重试循环。HTTP 200 的坏 JSON、干净结束但缺终止标记的 SSE、空答案、实际截断、认证、模型和参数错误仍不自动重放,不增加 token 预算或切换 Pro。网络断开可能发生在上游已处理之后,无法保证上游只执行或计费一次;只允许一次提交时使用 --max-attempts 1。
客户端拒绝重定向,只向本地明确配置的 HTTPS origin 发送凭据。诊断文件设计为仅记录操作元数据,日志中的请求 ID 使用哈希;不记录提示词、答案、密钥或原始错误响应。诊断轮转为 best-effort,并发时可能丢失旧记录,不作为账单或完整审计记录。详见参数、错误与限制和恢复检查清单,完整参数可运行 --help。
智能体只在真正终态记录一次 agent_task,暂停时保留进程内断点,不写终态日志。续跑不会重新派发已完成的文件工具或已回传的插件请求。取消会中断本地在途等待,并阻止后续重试和工具操作,但不能撤销上游处理或费用。暂停与失败时可检查此前已成功写入且仍通过哈希核对的产物;部分产物不代表成功,也不能跨 MCP 重启续接。
开发与验证
版本变化见 更新记录。
npm run check
npm test测试只使用合成配置、合成凭据和模拟网络,不应读取真实用户配置或向服务商发出请求。已在 Windows / Node.js 24 本机运行;离线测试验证客户端行为,不能保证特定服务商的可用性或兼容性。
GitHub Actions 模板覆盖 Ubuntu / Windows、Node.js 22 / 24。需要启用时,将它放到 .github/workflows/offline-tests.yml 后提交;通过 OAuth Git 凭据推送工作流还需 workflow 权限。当前仓库保留模板,未启用远端 CI,其他平台组合尚未实测。
参考与许可
本项目自身代码与文档采用 MIT。长任务网络层随包分发固定版本 Undici Agent,原始许可和构建来源见 vendor 说明,运行时无需安装额外包。其余协作规范和客户端由实际使用方案整理;以下项目是相关参考:
DeepSeek Harness(MIT):参考其有限重试策略及超时行为;本客户端使用独立实现的 JSON/SSE 传输和边界。
Undici RetryHandler(MIT):重试与
Retry-After的行为参考。DeepSeek 官方集成目录(CC0-1.0)及 Chat Completions:协议与兼容性参考。
DSH Codex Collab(MIT):相关的双向 Harness / Codex 桥接项目,供需要双方会话互相调用的场景参考。本仓库由主控调用独立 MCP 工作者或文本 API。
API 服务的使用、费用和数据处理仍以所选服务商条款为准。
This server cannot be deployed
Maintenance
Related MCP Connectors
Shared task layer for AI agents: tasks, handoffs and decisions that persist across tools.
AI work orchestration for plans, tasks, teams, and coding-agent dispatch.
Shared control plane for AI coding agents — tasks, memory, decisions, file locks. 12 tools.
Coordination hub for AI coding agents: message teammates, ask humans, audit every event.
Related MCP Servers
- AlicenseAqualityBmaintenanceEnables AI coding agents like Claude Code or Codex to delegate tasks to a DeepSeek Harness subagent with its own context window, providing tools for task delegation, result waiting, continuation, and supervision with sandboxed execution.6MIT
- AlicenseNot gradedqualityBmaintenanceEnables Codex to delegate coding tasks to a persistent DeepSeek Harness agent that can read repositories, edit files, and run tests, while letting users follow up, monitor progress, and interrupt the work.119 npm4MIT
- AlicenseNot gradedqualityCmaintenanceEnables Codex to delegate tasks to DeepSeek Harness through A2A/ACP, with reusable conversation contexts and a local dashboard for task status.1MIT
- AlicenseNot gradedqualityCmaintenanceEnables bidirectional, asynchronous task delegation between Codex and Claude Code, plus optional DeepSeek API consultations, with workspace locking, recursion protection, and bounded permissions.MIT