基于DeepSeekHarness搭建个人智能体，从QQ接入开始实操指南

近期，“大肥鱼”这一基于 DeepSeek Harness（DSH）的电子宠物应用在技术圈引发关注。它并非传统意义上的聊天机器人，而是一个具备人格设定、长期记忆、多模态交互能力，并能主动执行任务（如B站内容检索、直播互动）的个人智能体（Personal Agent）。其走红背后，反映出用户对“可控、可塑、可陪伴”的AI助手日益增长的需求——不再满足于被动应答，而是希望拥有一个真正属于自己的数字伙伴。

所谓“大肥鱼”，实为一类基于 DSH 构建的应用形态，典型代表是开源项目 Aurabot 及其 QQ 接入模块 dsh-aurabot-qq。其核心架构包含五个关键层：底层是 DeepSeek Harness，作为智能体运行时环境，负责调度模型推理、工具调用与任务编排；中层为应用逻辑层（如 Aurabot），封装了人格系统、心情状态机、语音合成等开箱即用能力；再往上是通信桥接层，早期依赖 SnowLuma/NapCat 等第三方工具将 QQ 消息转为 OneBot v11 协议格式；最外层则是用户交互入口，如 QQ、桌面宠物界面等。

值得注意的是，该架构虽功能完备，但高度封装也意味着定制自由度受限。若目标是构建一个真正“属于自己的”Personal Agent——例如将长期记忆存储于自建数据库、接入私有API服务、定义专属行为逻辑——直接使用现成应用显然不够。因此，更务实的路径是：以 DSH 为底座，逐步搭建模块化系统。

当前，腾讯已推出官方 DSH QQ 插件（@tencent-connect/dsh-qqbot），大幅简化了接入流程。该插件采用 QQ Bot WebSocket 协议直连 DSH，无需额外部署桥接程序或申请测试小号，仅需三步即可完成配置：在 DSH 桌面版中进入“更多→浏览更多插件→添加插件”，输入包名安装；随后点击左侧“QQ机器人”，用手机QQ扫码授权；配置即生效。

实测表明，接入后可在任意QQ会话中向智能体发起自然语言指令。例如发送“你能干什么”，系统将返回其当前支持的能力列表；进一步测试“帮我获取最近一周值得关注的 AI 和 Agent 技术动态”，智能体可自主调用搜索工具、读取网页、摘要整合信息并返回结构化结果。整个过程无需人工干预，体现了典型的“任务分解-工具调用-结果合成”Agent 工作流。

另一项办公场景验证是生成PPT：当指令为“生成一份介绍大肥鱼的PPT”时，智能体不仅理解任务意图，还能规划内容结构（背景、架构、能力、扩展路径），调用文本生成与格式转换工具，最终输出符合标准的PPT大纲甚至初稿。这说明，基于 DSH 的智能体已初步具备跨工具协同与复杂任务拆解能力。

从技术演进角度看，Personal Agent 的构建正经历从“黑盒应用”向“可编程框架”的转变。DSH 提供的插件机制（支持 GitHub 仓库、本地路径等多种来源）、自动化任务编排、以及对 DeepSeek API 的深度集成，使其成为国内少有的面向开发者的轻量级 Agent 开发平台。相比 LangChain 或 LlamaIndex 等通用框架，DSH 在中文语境下对本地化工具（如微信、QQ、飞书）的支持更为成熟，降低了个人开发者落地门槛。

第一，记忆系统升级。可引入向量数据库（如 Chroma、Qdrant）存储语义记忆，结合时间戳与上下文标签实现精准召回；同时设计记忆压缩与遗忘策略，避免信息过载。

第二，工具链标准化。目前工具调用依赖手动编写函数接口，效率低且易出错。理想状态是建立统一的工具注册中心，支持 OpenAPI Schema 自动解析与参数校验，使非程序员也能快速接入新服务。

第三，多端协同能力。除 QQ 外，可扩展至微信、钉钉、Telegram 等主流通讯平台，并通过 Webhook 实现与 Notion、飞书多维表格、Obsidian 等知识管理工具的双向同步，让智能体真正嵌入个人工作流。

需要强调的是，Personal Agent 并非追求“拟人化程度”，而是强调“任务完成可靠性”与“行为可解释性”。一个合格的个人智能体，应在明确边界内稳定执行指令，而非过度发挥“个性”导致结果偏离预期。这也是为何 DSH 强调“工作区隔离”与“操作审计日志”——确保每一步行动可追溯、可回滚。

目前，已有开发者基于此路径尝试构建垂直场景 Agent，如科研文献助手、投资信息聚合器、家庭事务协调员等。这些实践共同指向一个趋势：AI 的价值正从“替代人力”转向“增强个体认知带宽”，而 Personal Agent 将成为人机协作的新基础设施。

搭建过程注定漫长，但每一步调试、每一次能力扩展，都在加深对智能体本质的理解。当用户不再只是“使用者”，而是“设计者”与“训练者”，AI 才真正开始走向个性化时代。