DeepSeek Harness如何通过MCP协议构建专属投研工作流？

DeepSeek Harness（DSH）通过MCP协议实现了与专业金融数据服务的无缝对接，从而重构了投研人员与数据之间的交互方式。MCP作为AI时代的“万能插座”，解决了数据孤岛和工具割列的长期痛点，使得AI能够精准调用结构化数据、量化模型和舆情资讯。

构建专属“投研助手”Preset主要有两种方式。第一种是手动操作方式。用户需在DSH预设配置目录（通常为~/.dsh/agents/）下创建新的.yml配置文件。在文件中，首先定义预设名称和描述，然后通过extends字段继承标准模式（standard）。核心在于plugins部分，需启用dsh-mcp插件，并可指定MCP配置文件路径。此外，通过prompt字段设定系统提示词，明确Agent的角色为专业证券投研助理，规定其核心能力包括调用基本面分析、技术面信号等Seek Alpha MCP工具，并设定工作准则，如优先调用工具获取数据、确保数据准确性、具备成本意识等。保存文件后重启DSH Web服务，即可在新会话中选择该预设。

第二种是官方推荐的“创造模式”下构建。用户在新建会话时选择“创造模式”预设，然后用自然语言清晰描述需求，例如创建一个基于standard预设、集成dsh-mcp插件并加载特定投研准则的新预设。Agent会在运行时动态检查、试验和组合插件，尝试在用户配置目录下创建必要的配置文件，并进行实时验证。用户需观察执行过程，批准权限请求，并根据反馈引导Agent完成创建。这种方式省去了手写配置的繁琐，支持即时验证与迭代，利用了Agent的“自进化”能力。

这种自动化工作流的优势显著。过去，研究员需手工拼接信息，重心分散在“找数据”上；如今，通过一个对话入口和AI自动编排的工作流，研究重心回归到“想问题”。DSH将强大的Agent框架、专业的金融数据库以及自定义的工作流封装在一起，形成了开箱即用的专属投研工具链，大幅提升了投研的深度和效率。