
در این مقاله
DeepSeek Super Agent یک ایجنت کدنویسی فعال برای دنبالکردن کارهای یک مخزن GitHub است. بهجای اینکه برای هر تغییر یک گفتوگوی تازه باز کنید، درخواستهای مجاز را از مسیر مشخص دریافت میکند، آنها را به کارهای قابل پیگیری تبدیل میکند و نتیجه را برای بررسی تحویل میدهد. خروجی مطلوب میتواند یک Pull Request همراه با توضیح تغییر و نتیجه آزمون باشد. برای تیمی که درخواستهای کوچک محصول، باگها و پیگیریهای روزمره دارد، این الگو جذاب است؛ البته ارزش واقعی آن با کیفیت تحویل و میزان نظارت لازم مشخص میشود.
وضعیت در ۳ نوامبر ۲۰۲۶: مخزن عمومی پروژه صریحاً آن را نمونه پژوهشی معرفی میکند؛ محصول رسمی آماده استفاده عملیاتی دیپسیک نیست. این مقاله راهنمای ارزیابی و راهاندازی آزمایشی است. نصب کامل این نمونه و اتصال آن به API پاستا در این بررسی اجرا نشده است؛ بنابراین پشتیبانی مستقیم یا استقرار یککلیکی آن را وعده نمیدهیم. برای آشنایی با لایه اجرای زیر آن، ابتدا راهنمای DeepSeek Harness را ببینید.
سوپر ایجنت دیپسیک دقیقاً چه کاری میکند؟
در معماری مستندشده، ایجنت به یک مخزن GitHub متصل میشود و رویدادها و گفتوگوهای مرتبط را دنبال میکند. میتوان Feishu را هم بهعنوان منبع پیام اضافه کرد. هر پیام اینترنتی دستور معتبر محسوب نمیشود: سیاست دریافت درخواست باید مشخص کند چه افرادی مجازند کار ایجاد کنند. درخواست پذیرفتهشده به Ticket تبدیل میشود و اجرای آن در فضای کاری مربوط به همان کار ادامه پیدا میکند. اپراتور نیز از پنل، وضعیت و موارد نیازمند توجه انسانی را میبیند.
این تعریف با «مدل جدید DeepSeek» تفاوت دارد. مدل متن و استدلال تولید میکند؛ Harness ابزار، جلسه و اجرای کار را فراهم میکند؛ Super Agent رفتار پیگیرانه روی مخزن را به آن اضافه میکند. همچنین نصب ایجنت به معنی دانلود وزن یک مدل بزرگ یا اجرای خودکار مدل روی سرور شما نیست. اگر مدل از API دریافت شود، پردازش مدل در محل ارائهدهنده آن API انجام میشود؛ انتخاب محل اجرای مدل موضوع جداگانهای است.
چه پروژهای برای شروع مناسب است؟
با یک مخزن آزمایشی و داده ساختگی شروع کنید: مثلاً یک برنامه کوچک مدیریت یادداشت با آزمون و دستور اجرای روشن. اولین درخواست را «اصلاح پیام خطای فرم با یک تست» انتخاب کنید. مهاجرت دیتابیس مشتری، تغییر احراز هویت، پرداخت یا انتشار مستقیم گزینه شروع مناسبی نیستند. هدف دور اول این است که ببینید ایجنت درخواست را درست میفهمد، دامنه تغییر را محدود نگه میدارد و مدرک قابل بررسی تحویل میدهد.
قبل از نصب، معیار پذیرش را بنویسید: درخواست فقط از حساب مجاز پذیرفته شود؛ تغییر روی شاخه جدا باشد؛ آزمون مرتبط اجرا شود؛ توکن در خروجی دیده نشود؛ ادغام به تأیید انسان نیاز داشته باشد. یک درخواست مبهم و یک پیام از حساب غیرمجاز نیز در برنامه آزمایش قرار دهید. ایجنتی که تنها مسیر موفق را طی میکند، هنوز برای کار مداوم تیم آماده نشده است.
پیشنیازهای نصب و انتخاب محیط اجرا
راهنمای فعلی پروژه Node.js نسخه 22.19 یا بالاتر، یا 24 به بالا، pnpm، Git حداقل 2.32، Python حداقل 3.8، tmux و GitHub CLI حداقل 2.48 را نیاز دارد. نسخه DeepSeek Harness باید با محدوده engines.dsh در package.json سازگار باشد. این جزئیات وابسته به نسخهاند؛ پیش از اجرا فایل SETUP و راهنمای استقرار همان نسخه را بررسی کنید.
برای آزمایش، یک محیط لینوکسی اختصاصی با کاربر سیستمعامل جدا در نظر بگیرید. مستندات فعلی میگویند presetهای این نمونه با سطح دسترسی وسیع همان کاربر اجرا میشوند؛ wrapper حساب GitHub، sandbox امنیتی ایجاد نمیکند. داخل آن کاربر نباید کلیدهای شخصی، اسناد سازمانی نامرتبط یا تنظیمات سرویسهای دیگر وجود داشته باشد. حافظه، پردازنده و دیسک را از نیاز واقعی build و تست مخزن تعیین کنید، نه از اندازه مدل دوردست.
حساب GitHub اختصاصی و جداسازی اعتبارنامهها
پروژه برای هویت ایجنت حساب کاربری اختصاصی GitHub میخواهد؛ در مستند فعلی GitHub App جایگزین این حساب نیست، چون اعلانهای همان حساب خوانده میشود. فقط به مخزن آزمایشی دسترسی لازم بدهید. حساب شخصی اپراتور را برای نوشتن کامنت و بازکردن PR در اختیار ایجنت نگذارید. در تنظیمات مخزن هم محافظت شاخه و بازبینی انسانی را حفظ کنید؛ سیاست ایجنت بهتنهایی مرز انتشار نیست.
نمونه زیر، مطابق الگوی مستندات، تنظیمات gh مربوط به ایجنت را جدا میکند. ورود را شخص مسئول در ترمینال خودش انجام میدهد؛ رمز و توکن را در چت، Issue یا فایل قابل commit وارد نکنید. جداسازی مسیر تنظیمات تنها اشتباه در انتخاب حساب را کمتر میکند و محدودکردن کاربر سیستمعامل همچنان ضروری است.
mkdir -p ~/.local/bin
cat > ~/.local/bin/gh-agent <<'EOF'
#!/bin/sh
GH_CONFIG_DIR="$HOME/.config/gh-agent" exec gh "$@"
EOF
chmod +x ~/.local/bin/gh-agent
gh-agent auth login
gh-agent api user --jq .login


نظرات کاربران (۰)
هنوز نظری ثبت نشده است. اولین نفر باشید.