用 Ollama 在本地免费运行 DeepSeek 超级智能体

Mervin Praison 讲解 DeepSeek 的研究原型“超级智能体”(网关、路由器、每个任务一个执行者),并用 DeepSeek harness 加 Ollama 里的本地 Qwen 3.5 模型在自己电脑上免费部署,无需 API key,还让它修好了演示仓库里一个失败的测试。

Mervin Praison · YouTube · 发布于 2026年11月8日 · 软件开发与运维

用 Ollama 在本地免费运行 DeepSeek 超级智能体,Mervin Praison 的视频▶ 在 YouTube 观看
提示词
修复这个仓库里失败的测试。先阅读代码和测试,运行测试,找到 bug 并修复,最后确认测试通过。

图解

DeepSeek 的超级智能体是个研究原型:在多个编码智能体前面放一个路由器,每个任务有自己的执行者,你不用再盯着一个个聊天。Mervin 用 Ollama 和 Qwen 3.5 免费在本地搭好,并演示它修复一个失败的测试。

要解决的问题: 一个人同时最多只能盯三到五个 AI 会话,开十个智能体你就成了瓶颈。

超级智能体如何分配工作

  1. 收件箱消息你发的每条消息或 GitHub 工单都进入同一个收件箱
  2. 网关用普通代码的“来宾名单”先检查发送者,任何 AI 读取之前就完成
    丢弃: 不在名单上的发送者
  3. 路由器读取每条新消息并决定交给谁,自己从不干活
  4. 每个任务一个执行者每个任务有自己的智能体和记忆,在自己的文件夹里工作
  5. 后续消息直达同一任务的后续消息直接发给它的执行者,不再经过路由器
  6. 合并请求执行者提交合并请求供你审阅,而不是你一直盯着聊天
输入普通代码AI 智能体结果

超级智能体 vs Claude Code 智能体团队

  1. 智能体团队:一个组长把大任务拆成步骤分给多个智能体
  2. 超级智能体:把每个完整任务交给独立的执行者
  3. 最适合大量彼此独立的小任务,如 bug 报告和提问

关键数字

1197安装后通过的测试
96核心插件数
57本地每秒 token
63.3%DeepSeek harness 完成率

免费本地部署

全部通过 Ollama 在你自己的电脑上运行,不需要付费 API。

  1. 安装 Node.js 22.19 或更高版本、PNPM、tmux、Python 3 和 GitHub CLI
  2. 安装 Ollama,运行 ollama pull qwen 3.5 9B(约 7 GB)
  3. 用 npm -g 安装 DeepSeek harness,再 git clone 超级智能体插件,执行 pnpm install 和 pnpm build
  4. 创建名为 Super Agent 的配置档,编辑 config.patch.yml,指向 Ollama 并把 Qwen 3.5 设为默认模型
  5. 运行启动脚本,从日志里取登录链接,在 127.0.0.1:3082 打开,检查 Plugins 和 Models
  6. 在 Super Agent 设置卡里填入 GitHub 仓库和智能体使用的 GitHub 命令

先在测试项目里用观察模式,让它慢慢赢得你的信任。

视频里的注意事项

  • 这是研究原型,不是 DeepSeek 官方产品;执行者能运行程序、读取你主目录里的文件,建议用单独的电脑账户。
  • DeepSeek 自己的测试:12.4 分钟对 13.8 和 20.4,但约 2300 万 token 对 1100 万和 610 万,付费模型下成本更高。
  • 速度测试只是初步实验,用的是只会等待的工具,所以是有前景的设计,不是已被证明的胜利。
  • 智能体会忽略它自己的账户,真正使用需要为它准备第二个 GitHub 账户。
  • Mervin 只跑了手动任务;完整的工单到合并请求流程是 DeepSeek 的设计,不是他的实测。

根据视频字幕提炼

怎么上手

  1. 打开 DeepSeek。
  2. 复制提示词,把 [方括号] 里的内容换成你自己的。
  3. 观看 Mervin Praison 的视频,了解完整流程和配置方法。

相关用例

分享

微博XTelegram