Skills 与 MCP

omdsh 将这两类能力都保留在 DeepSeek Harness 接口之后。Skills 由 Harness Skill Registry 和文件系统 Provider 发现；每个 MCP Server 会被适配为一个 @deepseek-ai/dsh-mcp-client 插件实例。TUI 不实现这两种协议。

Skills

Skills 默认启用。文件系统 Provider 按以下优先级搜索：

<project>/.dsh/skills
<project>/.agents/skills
$OMDSH_HOME/skills（若未设置，则依次使用 $DSH_HOME/skills 和 ~/.dsh/skills）
~/.agents/skills

Skill 可以是包含 SKILL.md 的目录，也可以是一个独立的 Markdown 文件。例如：

text

.dsh/skills/code-review/SKILL.md

markdown

---
name: code-review
description: Review a change for correctness and maintainability.
---

Review the current diff, run focused tests, and report findings by severity.

Skills 与普通 Slash Command 共用同一份目录，采用与 pi/OMP 相同的平铺模型。输入 /skill: 可以浏览和筛选 Skills，并在列表中查看简短说明；按 Enter 即可调用。旧的 /code-review 形式仍可兼容 Harness 的用户调用语义，但不会继续展示。模型也会通过 Harness skill 工具收到相同目录，并可以按需加载匹配的 Skill。

MCP

omdsh 按以下顺序读取 MCP 配置：

$OMDSH_HOME/mcp.json、$DSH_HOME/mcp.json 或 ~/.dsh/mcp.json
<project>/.dsh/mcp.json

项目级定义会覆盖同名的用户级定义。项目 MCP 文件可以启动本地程序，因此在不熟悉的仓库中运行 omdsh 前，应先检查该文件。

配置文件使用常见的 mcpServers 结构。以下是一个 stdio Server：

json

{
  "mcpServers": {
    "memory": {
      "command": "mcp-server-memory",
      "args": [],
      "env": {
        "MEMORY_FILE_PATH": "/absolute/path/to/memory.jsonl"
      }
    }
  }
}

以下是一个 Streamable HTTP Server：

json

{
  "mcpServers": {
    "github": {
      "url": "https://example.com/mcp",
      "headers": {
        "Authorization": "Bearer token"
      }
    }
  }
}

可选字段包括 enabled、timeout（或 toolCallTimeoutMs）、failOnStartupError 以及 Harness reconnect 对象。stdio 配置还接受 cwd，HTTP 配置则接受 headers。字符串值支持 ${NAME} 和 ${NAME:-default} 环境变量展开，因此凭据不必直接写入 JSON 文件。没有默认值且无法解析的占位符会保持原样。

发现的工具使用 mcp__<server>__<tool> 名称，并进入普通 Harness Tool Registry。/mcp 按 Server 对已连接工具进行分组，/tools 则将它们与原生工具一起展示。MCP 重连后的工具列表变化会自动更新这两个界面。当前 Harness MCP Client 只支持工具，因此 MCP Resources 和 Prompts 尚未接入。

Skills 与 MCP ​

Skills ​

MCP ​

Skills 与 MCP

Skills

MCP