subagent_deepseek
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.
subagent-deepseek 0.9.2
默认三层:Codex顶层审查 → DeepSeek协调层(记忆、分发、汇总)→ 分析/实现/测试worker。 首次使用阅读 QUICKSTART.md;完整角色协议见 THREE-LAYER-WORKFLOW.md。
架构视图
流程的完整说明、三层职责、记忆维护和回传字段见 docs/subagent-deepseek-三层协作协议.md;程序接入与 12 条协作规则见 THREE-LAYER-WORKFLOW.md。
架构图展示 MCP 桥接的两条执行路径(直连 Codex app-server / Harness 原生 worker)、项目协作工具、项目记忆和工作区授权。GIF 为 4 秒循环,按系统深浅色自动切换;完整交互版(缩放、路径、动效开关)见 docs/archify/bridge-architecture.html(下载后用浏览器打开)。
Related MCP server: DeepBridge
安装
面向Linux,需Python3.11+、venv/pip、Codex及网络。Harness、Codex和测试浏览器不随包分发。
克隆仓库或解压到永久目录,阅读安装影响后运行
bash install.sh。请主Agent识别并配置settings.json,或打开configurator.html填写。密钥只引用自己的私有文件,不能使用示例占位路径。
合并以下MCP配置,替换实际安装路径后重载连接:
[mcp_servers.subagent_deepseek]
command = "/absolute/path/subagent-deepseek-0.9.2/.venv/bin/subagent-deepseek"
args = ["--settings", "/absolute/path/subagent-deepseek-0.9.2/settings.json"]
tool_timeout_sec = 3700安装器默认备份合并用户级AGENTS.md;新示例使用codex-trust,无需工作区Hook。仅显式codex-hook模式安装Hook,旧设置与allowed_roots保留,不自动迁移。
使用可选codex-hook模式时不会代批Hook信任;首次需在Codex审阅。DEEPSEEK_SKIP_CODEX_POLICY=1 bash install.sh可跳过全局规则和Hook步骤。
仅安装wheel不自动修改全局文件或迁移设置。Python程序加载当前仍要求有效codex_binary和credential_file路径,即使仅使用Harness。
三层模式需要Harness
先运行已有Harness Web Host,在settings.json合并:
{
"harness_url": "http://127.0.0.1:3080",
"harness_launch_log": "/absolute/path/to/harness-launch.log",
"harness_provider": "deepseek-account"
}地址仅接受本机HTTP。日志必须属于该服务并含正常启动登录URL,使用官方/connect换取私有API认证。 账号模式使用网页已有账号;deepseek-official使用Harness的官方API配置。模型固定deepseek-flash/high,不静默切换路由。 协调层需原生subagent及完成通知工具。缺少能力/触发Host深度限制时应报告受阻,不伪装成三层或偷偷切direct。
推荐操作
project_board(init/read/add/update):顶层项目规划、Bug和验收。Codex独立审查后才用新evidence标记done。
project_dispatch:默认role=coordinator;传任务类型、范围、版本、检查和Codex决定。协调Agent创建真实原生workers。
project_collect:刷新根会话与原生子任务状态;核验成功进入review,子任务失败/第四层/伪造ID/观测不全等记为受阻。
project_coordination:读取DEEPSEEK_COORDINATION.md,保存阶段记忆、实际子任务父子ID及结构化报告;下一轮带入同工作包记忆。
同一工作包默认复用同一空闲协调会话,reuse_session=false隔离。每次分发修订递增,旧结果不覆盖新修订。
role=worker显式保留叶子执行(包括direct),不再委派;subagent_deepseek独立工具也仍是叶子,使用部署mode固定权限。 协调层默认每轮新建最多4个worker,可传max_workers=1–8。worker继承父任务范围,不创建第四层。 创建数量/角色/文件范围属于提示与审计约束,不是强制沙箱;原生Host的深度限制才是运行时守卫,桥接对越界结果拒绝验收。 程序不会替代Codex验证真实diff/日志,不会因为报告PASS就认定根因解决。模型提供的阶段记忆也是待核查资料,不是授权。
权限与目录
Harness每次提交要带真实当前codex_permission。read-only/workspace-write原样映射;approve-for-me/full-access映射danger-full-access,意味着更广的完全访问。 MCP不订阅Codex选择器,不是自动继承沙箱。direct固定settings.mode,默认只读。目录白名单只约束起始目录。 workspace_policy=codex-hook时,通过受信任会话Hook登记目录,24小时过期、SessionEnd撤销;模型传参不能新增授权。 旧allowlist继续支持。codex-trust跟随用户级已信任项目,codex-hook需实际Hook登记;未验证来源时不能声称已跟随,不要填整个根目录绕过。
网页与启动
configurator.html可离线导入/导出设置及生成启动脚本,不读取密钥、不联网、不直接覆盖配置。 主Agent也可按用户授权识别和配置。Harness未运行时,只用用户确认的启动器拉起并验证;这不是MCP内置自启动守护程序。 不要结束占用端口的其他进程,不执行陌生脚本,不重复不确定任务。生成的启动脚本需保持终端打开,Ctrl+C停止。 Codex可折叠网页分组需另应用harness-ui/补丁;Python安装本身不修改Harness网页。
隐私与验证
settings.json、认证Cookie、会话登记、工作区登记、活动日志和个人备份不可分享。项目规划/协调记忆也不随包分发。 文本结果不包含原始推理。最终协调报告可能包含项目工作信息,由用户自行决定是否分享。
.venv/bin/python -m unittest discover -s tests本地自动测试不请求真实模型;真实Harness任务及其workers产生提供方用量。验证范围见VALIDATION.md。
当前真实环境验证了同一协调会话跨轮记忆与新建worker,不承诺所有实例都支持原生worker消息续接;Team与subagent通道不可混用。
v0.9 验证范围与证据交接
参见 TASK-HANDOFF.md:结构化验证计划、证据目录、有界摘要和会话恢复。保留三层;不测试/仅记录方法为 NOT_RUN,最终仍由 Codex 验收。
v0.9.1 跟随 Codex 项目信任
默认示例采用 workspace_policy: "codex-trust",读取 $CODEX_HOME/config.toml(未设置时 ~/.codex/config.toml)中的 [projects."/绝对项目路径"] trust_level="trusted"。此为 Codex 官方项目信任字段,参考 https://learn.chatgpt.com/docs/config-file/config-reference 。可用 codex_config_file 指定用户级配置绝对路径;留空在加载设置时确定默认来源。不会读取项目自己的 .codex/config.toml 作为授权来源,也不修改 Codex 信任文件。
每次调用重新核查:已信任项目及其子目录可用;最具体的子项目记录优先;明确 untrusted 拒绝,即使它位于手动 allowed_roots 内;删除信任后不保留授权副本。已有 allowed_roots 仍作为显式兼容授权,所以若同一路径另有手动授权,删除信任记录本身不会撤销那条独立授权;明确 untrusted 会拒绝。未信任项目、邻接目录、符号链接逃逸和整机/整个home信任项不授予访问。
信任配置须为当前用户拥有的普通文件,不允许组/其他用户写入或文件符号链接;格式错误无法验证时拒绝。目录信任仅是起始目录资格,不等于全盘读写、不改变沙箱、不替代当前任务授权;Harness仍按当前codex_permission同步执行权限。全局/云端/系统配置、临时CLI覆盖或仅UI状态不在本版解析范围,未落入此用户级信任来源时不会猜测放行。
无需启用工作区Hook;安装器仅在显式选择 codex-hook 时安装该Hook。allowlist、codex-hook 保留原语义,旧设置不会自动迁移,需明确选择codex-trust。现有安装明确选择codex-trust后,重载MCP生效。新版本将目录授权错误单独报告;不存在项目记录时read返回空任务,不创建或修改项目文件。
v0.9.2 参数格式
validation.resources必须是字符串列表,例如 ["source files only"];不能传单个字符串。codex_permission只能传read-only、workspace-write、approve-for-me或full-access中的单个值;长权限说明放constraints。工具schema已明确字段和枚举,错误返回具体字段,不把不明确权限自动转换成更宽模式。mode=none时checks仅列运行测试NOT_RUN,静态调查PASS放children与memory。修复不会自动重发已失败的任务或修改其他聊天的审阅结论。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Hosted MCP server and Agent Skills for specs, engineering threads, and project memory.
A paid remote MCP for OpenAI Codex agent coordination MCP, built to return verdicts, receipts, usage
Work management where AI agents are first-class members: tasks, projects, memory over hosted MCP
Team memory for AI coding agents and code reviews, reviewed by humans and served over MCP.
Related MCP Servers
- AlicenseNot gradedqualityCmaintenanceAn MCP server that bridges Codex with DeepSeek Harness to delegate coding tasks into isolated worktrees, providing profile-based model routing, single/multi-agent orchestration, and reviewable artifacts.1Apache 2.0
- 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 gradedqualityBmaintenanceEnables Codex to delegate scoped coding tasks to DeepSeek Harness subagents over MCP using the official ACP, then wait for results, resume the same session with corrections, and forward permission requests. Read-only and workspace-write modes let results be reviewed and independently verified before acceptance.MIT
- AlicenseNot gradedqualityBmaintenanceEnables Codex to delegate selected tasks to a locally installed DeepSeek Harness through MCP tools for execution, status, planning, and feedback while keeping orchestration local.2MIT