一个拥有19万Star的开源项目，还能怎么玩出新花样？一位开发者给出了自己的答案：给DeepSeek Harness接上Milvus向量数据库。整个过程不需要改动框架核心，全靠一套"一切皆插件"的设计理念。

插件机制：不碰核心也能加能力

打开网易新闻 查看精彩图片

按照作者的说法，DeepSeek Harness的插件接口设计得相当巧妙。"我不需要修改DeepSeek Harness，让它原生支持Milvus，就只要按DSH的插件接口提供一组Milvus能力，Agent就多出了访问数据库的工具。"

这意味着，无论是文件系统还是数据库，底层服务都可以灵活替换。把Milvus封装成插件后，Agent可以直接调用数据库操作，能力实现了模块化和可替换，框架核心则保持稳定不动。

Plugin与Skill：执行边界和知识策略的分工

在DeepSeek Harness里，Plugin和Skill各司其职。Plugin负责执行边界，提供具体的API调用和权限限制——比如只读操作；Skill则负责知识和策略，指导模型何时查询、如何解读结果。

这种分工让权限控制更清晰：插件管"能不能做"，技能管"怎么做"。对于想要构建复杂Agent的开发者来说，这种解耦思路值得借鉴。

实战教程：从安装到查询的完整链路

文章给出了详细的实战路径，覆盖本地和云服务两种配置方式。从环境准备、插件安装、配置到实际查询，每一步都有命令行指令和配置说明，帮助读者快速搭建环境。

完成配置后，开发者可以直接通过自然语言指令，让Agent执行Milvus查询。整个流程走下来，Agent就多了一个访问向量数据库的工具。

架构解耦的价值

作者在文中总结道："深度的软件架构解耦，带来的是更灵活更极简的能力搭配。"

对于正在构建AI Agent的团队来说，这种插件化思路提供了一个参考样本：与其不断往框架里堆功能，不如留好接口，让能力按需接入。毕竟，当项目已经拥有19万Star时，生态的扩展性往往比功能数量更重要。