平时用 AI 干活，最烦的就是要在多个窗口之间来回切换。比如一个窗口负责写代码，另一个负责写文案，经常需要在中间充当无情的复制粘贴传声筒，上下文来回粘贴，一旦漏掉一句话，后面的逻辑就会变得一团糟。
最近发现 DeepSeek 社区里有一个项目突然火了——DeepSeek-Bot。官方还没有正式发布 Personal Agent，民间开发者就坐不住了，直接为 DeepSeek Harness 开发了一个多智能体协同插件。
就连 DSH 的负责人崔天翼也在 GitHub 上为它点了个 Star。
简单来说，它不是教你怎么使用一个 AI 助手，而是直接帮你把 DSH 变成了一个 AI 小团队。
进门带个小主管，动嘴就能组团队
以前做多智能体的时候，最让人头疼的就是配置：填各种 ID、配路由规则、写一大堆 JSON。DS Bot 最反直觉的地方在于，安装完毕后系统自带了一个名为 Chief 的主 bot。不需要再翻菜单，直接对 Chief 说："给我来一个会写 Python 的工程师，再来一个做代码审查的审计员，并且拉个群。"Chief 就会自己调用权限把这套班底给你搭好。官方的说法是：有问题就去找你自己的 bot。
群聊中协作，AI 自己 @ 派活
多智能体最困难的就是如何自然合作。DS Bot 有一个非常像微信群聊天的界面。把一些 bot 拉到一个群里，默认由管理员 bot 来对接你的需求。
你把任务发到群里，管理员 bot 拆解之后就会自动在群里 @Coder 让它写出主要逻辑；Coder 完成之后在群里面同步进度，然后 @Reviewer 检查代码。中途你想要插入的话，可以直接输入 @ 挑人打断就行。过去是我在群里催进度，现在看到他们在群里互相分配任务接棒，自己只负责最后看结果，感觉也舒服多了。
独立模型与可编辑的记仇本
很多聚合工具把所有的 AI 都绑在了一个模型上，但是实际的需求却不同：主管要的是高逻辑性，普通的小结则可以使用便宜一点的模型。在 DS Bot 中，每一个 bot 都是一次独立的对话，可以被单独绑定到不同的模型上。
更有意思的是记忆机制。很多工具的记忆是黑盒，DS Bot 用本地 Markdown 来存储记忆。每次聊天之后，模型会自己总结出哪些应该保留下来，哪些需要删除掉。点击一下它的记忆面板，就可以看到它记住了你的哪些习惯。如果哪一条记错了，你可以直接手动删除或者修改，因为数据只保存在本地，并不会自动上传到云端。
团队共享能力库，MCP 不需要填写八次
每一个 bot 都要单独配置一次 GitHub Token、网页搜索或者是本地 MCP 工具的话，会把人逼疯。把它们做成能力库。在后台配置好一个本地 MCP 服务或者搜索插件之后，就可以选择给哪些 bot 授权了。配置好之后，整个团队都可以根据自己的权限来调用。
透明的用量账本
玩多智能体的时候，最担心的是月底账单爆掉但是不知道额度用在哪里了。DS Bot 自带了一个基于 SQLite 的统计看板。最近 24 小时、7 天内，各个 bot 运行了多少次、哪个模型调用最多，展示的清清楚楚。虽然不能直接赚钱，但能让你一眼揪出团队里的吞金兽。
两点真实体验后的边界
上手有前置门槛：它不是一个点开即用的独立软件，必须先安装 DSH 并配置好模型，对于新手来说，第一次搭建环境可能需要花一些时间。
群聊真烧额度：群聊是每个成员轮流读群、轮流回答，多跑几轮上下文膨胀极快，因此建议日常沟通还是使用单聊，只有在真正需要多角色交叉推进时再拉群。
怎么上手运行
如果用的是 DSH Desktop 桌面版，直接在左侧边栏中找到插件，添加插件，输入 ds-bot 搜索安装。如果国内网络连不上 npm，也可以直接用 Release 里的离线包。
如果习惯了使用 DSH Web 版，只需在终端输入以下两行命令即可运行：
npx @deepseek-ai/dsh@0.2.0-rc.2 plugin --profile web add ds-bot
npx @deepseek-ai/dsh@0.2.0-rc.2 web启动后，进去跟 Chief 打个招呼，就能让它帮你跑活了。对于多智能体合作或想要在本地组建自己的 AI 团队的人来说，该项目值得一试。
