AI 教育实践手记·一次从安装到交付的真实体验

一切皆插件：          我用 DeepSeek Harness          做了几个“小东东”

从安装、踩坑，到个人智能体、交互式课件与 AI 网页 PPT 生成器

EVERYTHING IS A PLUGIN

一位教育工作者的本地 AI Agent 实践记录

叶教授｜Tree Ye2026 年 8 月

导读当大模型开始进入真实工作

这几天，我把 DeepSeek Harness 安装到了自己的电脑上。真正吸引我的，并不是它又多了一个聊天窗口，而是它能把大模型接上文件、命令、工具、工作区、插件，以及一套可以持续运行、能够检查结果的流程。

于是，我没有停在“问它几个问题”。我先把自己的“日常复利·记思行问”方法做成智能体，又把学习过程整理成 52 页离线互动课件，后来还开发了一个能把长文变成网页幻灯片的“AI 网页 PPT 生成器”。其间，我也尝试了 AI-PBL 教学设计和小学分数学习等交互内容。考虑到篇幅，本文选择三个完成度最高、最能说明 Harness 价值的成果详写。

一句话先说结论DeepSeek Harness 的价值，不只是让大模型回答得更好，而是让它在一个可配置、可扩展、可审查的环境里，把想法变成可以打开、运行、修改和分享的成果。

这篇文章会讲什么

·Agent = LLM + Harness 到底意味着什么；

·“一切皆插件”为什么是它最重要的设计思想；

·我在 Windows 上的安装路径、常用命令和两个真实踩坑；

·三个已经完成并实际验证的作品，以及它们带来的教育启发。

01先说清楚：DeepSeek Harness 到底是什么？

官方把 DeepSeek Harness（简称 dsh）称为开源的 agent harness。把它译成“智能体框架”还不够完整：Harness 原意是“马具、挽具”，它不是马本身，却能让一匹有力量的马被驾驭、协作并完成任务。

Agent = LLM + Harness大模型负责思考，Harness 负责让思考进入真实工作环境。

如果把大模型想成一匹“有脑力的马”，那么 Harness 就是它的工具、缰绳、工作台和安全边界。大模型负责理解、推理与生成；Harness 则负责让它读取文件、调用工具、执行命令、记录会话、管理权限、安排步骤，并把工作结果保存下来。

图 1Agent = 大模型 + Harness：从“会想”到“能干活”

LLM 负责“想”，Harness 负责“把事情办完”

·LLM：理解任务、生成计划、判断下一步、写文字与代码。

·Harness：提供工作区、文件系统、终端、工具、记忆、审批、日志与交付机制。

·Agent：二者组合后，能够围绕目标连续行动，而不是只回复一轮答案。

所以，DeepSeek Harness 不是给 DeepSeek 换了一个界面；它改变的是“模型怎样进入工作”的方式。

02为什么它反复强调：一切皆插件？

DeepSeek Harness 最鲜明的设计是 Everything is a Plugin——一切皆插件。官方架构文档甚至把模型适配器、工具注册表、会话日志和 Agent 循环本身都视为插件。换句话说，它没有一个必须硬改的“神圣内核”；新能力可以像模块一样装上、组合、替换和卸下。

图 2DeepSeek Harness 的核心主张：Everything is a Plugin（一切皆插件）

Cordis：让插件真正“装得上、卸得下、能配合”

支撑这一架构的是 Cordis。可以把它理解为插件之间的“交通规则与协作层”：插件向共享环境提供服务、事件和可逆的效果；插件卸载时，相应注册也能随之撤销。后来我安装 dshmarket，看到 Cordis peer dependency（对等依赖）的提示，才真正理解这层关系。

对普通使用者意味着什么？不必先成为框架开发者。可以从一个基本的 web profile 开始，用插件增加能力，用 Agent 预设固定角色，用 Skill 固化方法；需要变化时，换组合，而不是推倒重来。

·能力可组合：模型、工具、Skill、界面、会话与工作流可以按任务组合。

·能力可替换：同一种能力可以换不同实现，不必改动整套系统。

·能力可收敛：给不同 Agent 配不同工具与权限，让它只做该做的事。

这也是我喜欢它的地方：它既可以直接使用已经配置好的 Agent，也给了我们一座“跑马场”，让人把自己的方法训练成定制 Agent。

03我是怎样把它装起来的

为了让过程最容易复现，我采用官方 README 的主路径：先安装 Node.js，再用 npx 启动。下面记录的是我在 Windows 上的实际安装过程；版本与界面以后可能变化，请以官方最新说明为准。

第 0 步：先装 Node.js

Node.js 是 dsh 的运行底座。安装时建议选择当前 LTS（长期支持）版本，并保留“Add to PATH”选项。安装完成后，重新打开 CMD，用下面两条命令验证：

node -v          npm -v

能看到版本号，就说明 Node.js 与 npm 已经进入系统路径。以我整理本文时的官方 package.json 为准，Node.js 需要 22.19.0 及以上的兼容版本；如果版本过低，先升级再继续。

第 1 步：用一条官方命令启动

npx @deepseek-ai/dsh web

第一次运行会自动下载所需包。看到类似 dsh web: http://127.0.0.1:3080 的提示后，不要关闭命令窗口；在浏览器中打开这个本机地址，就能进入 Web UI。

为什么是 npx？npx 随 npm 提供，用来直接执行一个 npm 包。它很适合“先跑起来再说”：不用先记全局安装位置，也不用手动寻找程序。

第 2 步：完成三项首次设置

1.进入 Settings → Models，填写自己的模型 API Key，并保存。

2.选择一个工作区。它是允许 Agent 读取、创建和修改文件的范围。

3.先发一个小任务测试，例如：读取当前文件夹，列出文件并说明它们的用途。

这里有一个很重要的经验：工作区不是随便选的。最好先使用专门的练习文件夹，重要资料保留备份；让 Agent 改动文件前，先看清它准备做什么。

第 3 步：为插件安装准备 pnpm——这是我踩过的第一个坑

第一次安装 dshmarket 时，系统提示“pnpm 不是内部或外部命令”。原因很直接：dsh 的插件安装流程会调用 pnpm，而我的 Windows PATH 里还没有它。解决办法是：

npm install -g pnpm          pnpm -v

我看到的版本号是 10.34.5，这说明 pnpm 已经可以被命令行找到。随后再次安装插件：

npx @deepseek-ai/dsh plugin --profile web add dshmarket

如果末尾出现 dependencies: + dshmarket 和 Done in ... using pnpm ...，说明插件包已经加入 web profile。若同时出现 peer dependency 警告，它是依赖兼容提示，不自动等同于“安装失败”；还要结合最后的 Done、启动日志和实际功能判断。

我的判断顺序先看命令有没有完成，再看插件能否随 web profile 启动，最后处理警告。不要看到一行 WARN，就立刻把整个过程判为失败。

这些缩写，其实都有记忆线索

版本提醒DeepSeek Harness 当时仍处于开发者预览阶段，命令、界面和插件兼容性都可能变化。本文记录的是 2026 年 8 月 16 日前后的实际体验。

04从聊天到交付：三个已经完成的代表性成果

我最想验证的不是“它能不能回答”，而是“它能不能把我的方法、课程想法和教学内容做成可运行的东西”。下面三件作品都已经生成了真实文件，能够在本机打开、运行或分享。

1. 把“日常复利·记思行问”做成长期陪伴的 Agent

我先让 DeepSeek Harness 读取《日常复利·记思行问 V3》文档，创建一个记录日常的智能体。第一次并不顺利：先遇到 API key is invalid，又遇到 Insufficient Balance。把密钥和余额问题解决后，这个 Agent 才真正跑通，并在本机实际使用。

图 3在 DeepSeek Harness 中创建“日常复利·记思行问”智能体

“记—思—行—问”不是四个漂亮标签，而是一套长期积累的方法：

·记：先忠实记录当天发生的事、观察和原话。

·思：从事实中抽出线索、关系、矛盾与可能的意义。

·行：把思考落到一个可以执行的下一步。

·问：保留一个真正值得继续追问的问题，让下一轮对话有入口。

做成 Agent 之后，我不必每天重新解释方法、角色和输出结构。它把稳定的思考框架、交互方式和文件结构保存了下来。公开文章里，我也把真实用户目录改写为 %USERPROFILE%\.dsh\.agent-presets\daily-compounding\，避免暴露个人电脑信息。

这一次的收获所谓“个人智能体”，不是给聊天机器人起一个名字，而是把自己反复使用的方法，变成一个可调用、可维护、可迭代的工作单元。

2. 把学习过程变成一套 52 页交互式课件

DeepSeek Harness 交互式教学系统（HTML 版）

图 4DeepSeek Harness 交互式教学系统（HTML 版）

安装并开始使用 DeepSeek Harness 之后，我遇到了一个很现实的问题：它的功能很多，命令也不少，怎样才能把自己的学习过程整理成一套既适合自学、又可以用于讲座和培训的教学材料？

于是，我又给 DeepSeek Harness 布置了一个任务：

请根据我电脑上实际安装的 DeepSeek Harness，制作一套完整的交互式教学课件，既要讲清楚基本原理，也要提供安装方法、操作演示和真实案例。

最终，它生成了一套 52 页的“DeepSeek Harness 交互式教学系统”。这不是一份普通的 PPT，而是一个可以直接在浏览器中运行的 HTML 网页课件。HTML 是 HyperText Markup Language，即“超文本标记语言”，也是网页最基本的文件格式。

这套课件只有一个 HTML 文件，双击即可打开，不需要安装 PowerPoint，也不需要连接网络。

不是泛泛介绍，而是基于我的真实环境

我特别要求它不能只根据网上的二手资料进行概括，而要以我电脑上实际安装的环境为准。因此，课件内容综合参考了：

·DeepSeek Harness 官方文档；

·本机 CLI（Command-Line Interface，命令行界面）的实际执行结果；

·我电脑中的真实目录与配置；

·已经安装的插件和智能体；

·我创建的“日常复利·记思行问”智能体案例。

我当时安装的版本是 @deepseek-ai/dsh v0.1.0-rc.6。其中，RC 是 Release Candidate 的缩写，意思是“候选发布版”。这样生成的课件，不只是介绍“DeepSeek Harness 大概能做什么”，而是展示“我这台电脑上的 DeepSeek Harness 究竟是怎样安装、配置和运行的”。

52 页课件讲了什么？

整套课件分为九个章节，基本覆盖了从认识、安装到实际开发的完整过程。

1.什么是 DeepSeek Harness：介绍基本定位、“Everything is a Plugin（一切皆插件）”理念、能力全景和四层架构。

2.如何安装 DeepSeek Harness：包括 Node.js 等环境准备、使用 npx 启动、全局安装、首次初始化、常用命令和故障排查。

3.安装后的界面与功能：介绍三栏式界面、会话管理、Agent 切换、工具调用、授权审批、工作轨迹、工作区和模型设置。

4.四种工作模式如何选择：对比直接对话、计划模式、目标模式和多智能体模式，并提供选择建议。

5.如何安装和使用插件：介绍插件命名规律、Profile 的作用、插件安装命令及会话中动态加载插件的方法。

6.如何创建自己的智能体：把 Agent 预设概括为“身份＋工具＋行为规范”，并使用“日常复利”作为真实案例。

7.如何创建 Skill：介绍 Skill 的作用、SKILL.md 文件结构，以及可以参考和修改的完整示例。

8.现场演示脚本：设计 4 个三分钟以内的现场演示，包含操作提示和失败时的备用话术。

9.总结、FAQ 与参考资料：集中回答常见问题，并给出资料来源和后续学习建议。

Agent 预设 = 身份＋工具＋行为规范

这意味着，它既可以作为我的学习笔记，也可以直接用于讲座、教师培训或工作坊。

它为什么叫“交互式教学系统”？

与传统的静态 PPT 相比，这套网页课件增加了不少交互功能。演示时，可以使用方向键、空格键、Page Up、Page Down 翻页，也可以用 Home 和 End 快速跳到开头或结尾。

·按 O 进入全页概览，以缩略图方式查看和跳转页面；

·按 R 打开讲师讲稿，查看开场话术、讲解提示和演示注意事项；

·按 F 进入全屏投影模式；

·按 ? 查看快捷键帮助；

·点击目录，直接跳转到相应章节。

课件还设计了 4 个现场小测，学习者点击选项后，系统会立即显示答案是否正确并给出解析。其中 14 个命令代码块都带有“一键复制”按钮；52 页中有 50 页配备讲师备注。因此，即使交给其他教师使用，对方也能根据提示完成基本讲解。

一个 HTML 文件，为什么能够完全离线运行？

它采用“单文件封装”的方式，把页面样式、交互程序和全部教学内容放进同一个 HTML 文件中。它不依赖外部网站、在线字体、CDN 或远程图片；即使电脑没有联网，目录跳转、现场小测、讲师备注、代码复制和全屏演示等功能仍然可以正常使用。

这和运行在 127.0.0.1 上的本地应用有所不同。127.0.0.1 代表“本机”，别人不能直接访问我电脑上的本地服务；而这个 HTML 课件是一个独立文件，只要把文件发给对方，对方就能在自己的电脑上打开。

需要说明对方获得的是“DeepSeek Harness 教学课件”，并不是把我电脑上的 DeepSeek Harness 系统也复制了过去。若要真正运行 dsh 命令、安装插件或创建智能体，对方仍需在自己的电脑上安装 Node.js 和 DeepSeek Harness。

如何把课件分享给别人？

由于课件是一个零外部依赖的单文件，理论上，我可以直接把 HTML 文件通过邮件、网盘、QQ 或 U 盘发给对方。为了让分享更规范，我又让 DeepSeek Harness 完成了打包工作。最终生成的 ZIP 压缩包中包含：

·DeepSeek-Harness-交互式教学系统.html：52 页完整交互式课件。

·使用说明.txt：课件打开方法、快捷键和注意事项。

接收者只需完成三个步骤：

1.将 ZIP 压缩包下载到电脑；

2.解压到任意文件夹；

3.双击 HTML 文件，在浏览器中打开。

Windows、macOS 和 Linux 系统都可以使用，Chrome、Edge、Firefox 等现代浏览器均能正常打开。ZIP 并不是一组英文首字母缩写，它原本表达“快速移动”的意思，后来成为常见的文件压缩格式。把 HTML 课件和使用说明一起“装进”ZIP，就像把课程资料放进一个小旅行箱——对方解压以后，打开就能出发。

更有意思的是：还可以让 Harness 自己修改课件

如果以后需要增加章节、修改配色、补充案例，或者升级到新的 DeepSeek Harness 版本，我不必从头重新制作。可以直接把原来的 HTML 文件交给 Harness，并告诉它：

请在保留现有结构和交互功能的基础上，增加一个插件安装故障排查章节，并将整体风格调整为适合普通教室投影的浅色主题。

Harness 可以读取原文件、修改代码、运行测试，再生成新版本。于是，这套课件本身也成了一个很有意思的演示：

用 DeepSeek Harness 制作一套讲解 DeepSeek Harness 的课件，再让 DeepSeek Harness 继续维护和升级这套课件。

有点像“自己给自己写说明书”，但它并不是简单地生成一篇文字，而是完成了资料整理、内容设计、网页开发、交互实现、文件验证和分享打包等一系列任务。

这正是 Harness 的价值：让大语言模型不再只是坐在聊天框里回答问题，而是能够调用工具、操作文件、执行命令、检查结果，并最终交付一个真正可以使用和分享的数字作品。

3. 把长文变成可演示的 AI 网页 PPT

图 5DeepSeek Harness 创建的 AI 网页 PPT 生成器

做完前面的应用后，我又向 DeepSeek Harness 提出一个更实用的需求：能不能把一篇长文章自动整理成一套结构清晰、可以直接演示的 PPT？于是，“AI 网页 PPT 生成器”诞生了。

准确地说，它生成的不是传统的 .pptx 文件，而是一套可以在浏览器中播放的网页幻灯片。它不需要安装 PowerPoint，导出后双击 HTML 文件即可离线演示，更适合课堂展示、内容分享和快速制作数字课件。

从一篇长文，到一套 6～16 页演示文稿

使用时，只需把文章、讲稿或课程材料粘贴进去，AI 就会自动分析内容，并完成：

·提炼主题与核心观点；

·按照封面、章节页、正文页和结束页组织结构；

·对内容进行归纳、精简和重新表达；

·尽量遵循 MECE 原则，即“相互独立、完全穷尽”，减少重复和遗漏；

·根据内容自动生成适合演示的标题与要点。

它不是简单地把文章“切成几段”，而是尝试把线性文字重新组织成更适合讲解和展示的视觉结构。

边生成，边看到结果；方向不对，可以随时停止

系统采用 SSE（Server-Sent Events，服务器推送事件）技术，把 AI 生成内容实时传到网页上。也就是说，不用等全部内容生成完毕，AI 写到哪里，页面就显示到哪里；界面还会同步展示运行时间和当前状态。

如果发现内容方向不合适，可以随时点击“停止”。这个停止会同时中断浏览器端和上游 AI 请求，避免继续等待和消耗模型额度。

像真正的 PPT 一样演示

生成完成后，可以直接进入全屏演示模式，支持：

·方向键、空格键、Page Up、Page Down 翻页；

·Home、End 快速跳到第一页或最后一页；

·输入数字直接跳转到指定页面；

·Esc 退出演示，F 进入全屏；

·鼠标点击页面两侧翻页；手机和平板左右滑动切换页面。

因此，它不仅能“生成内容”，也能真正承担现场演示的任务。

五套主题、一键导出、跨设备使用

系统提供商务蓝、极简白、暗夜紫、清新绿和活力橙五套配色主题，并会记住用户选择。无论在线演示，还是导出后的离线文件，都会保持相同视觉风格。

页面做了响应式适配：电脑上采用编辑区与预览区双栏布局，手机上自动变为上下排列的单栏布局，并支持触摸操作。生成结果还能一键导出为独立 HTML；所有样式、脚本和幻灯片数据都包含在一个文件中，不依赖网络。

AI 模型可以灵活更换

目前，我使用 DeepSeek 模型完成了真实调用测试。系统采用 OpenAI 兼容接口设计，没有与某一家模型服务商绑定。如果以后希望改用豆包、火山方舟或其他兼容模型，只需修改后台的模型地址、密钥和模型名称，前端页面不必重新开发。

安全提醒API Key 属于个人密钥，不应写进网页代码、截图或公开文章，而应保存在本机的环境变量配置文件中。

106 项测试全部通过

这次开发让我印象很深的一点，是 Harness 不仅完成功能，还对系统进行了多层自动化测试。最终 106 项全部通过：

E2E 是 End-to-End 的缩写，意思是“端到端测试”：从用户点击按钮开始，一直检查到后台调用、数据返回和页面呈现，尽量模拟真实用户的完整操作过程。

测试还发现了几个“藏得很深”的问题

·导出 HTML 曾因脚本中的特殊字符被浏览器提前截断，导致离线文件无法运行；

·流式传输一度把“请求数据接收完毕”误判成“用户已经断开连接”，使 AI 返回内容被丢弃；

·演示模式和编辑模式同时监听键盘，按一次方向键会翻动两页；

·手机端曾出现顶部按钮溢出、缩略图无法横向滚动；

·“停止”按钮因界面状态处理不一致，显示后又被永久隐藏。

这些问题看起来都很小，但其中任何一个，都可能让一个“看上去已经完成”的程序在真实使用时突然失效。正是在不断测试、定位和修复之后，它才从功能演示变成真正可以使用的小工具。

完整开发闭环理解需求 → 设计方案 → 编写代码 → 接入模型 → 启动服务 → 自动测试 → 定位问题 → 修复缺陷 → 导出成品

从一篇长文，到一套能够全屏演示、切换主题并离线分享的网页 PPT——这是我用 DeepSeek Harness 做出的又一个“小东东”。

05真正让我兴奋的，不是它“会写代码”

在这些“小东东”背后，我看到的是几种更值得关注的变化。

从“回答问题”走向“交付成果”

普通聊天常以一段回答结束；Harness 更像一个工作现场：它能读取资料、建立计划、创建文件、调用工具、发现错误、再次修改，最后报告成果在哪里、怎样打开、如何验证。

从“临时提示”走向“方法沉淀”

当一种做法被写进 Agent 预设或 Skill，它就不再依赖我每次临时回忆。个人经验开始变成可以复用的结构，这也是“日常复利”真正发生的地方。

从“一个万能 Agent”走向“按任务组合能力”

一切皆插件，并不是插件越多越好，而是需要什么就装什么、由谁使用就给谁什么、权限到哪里就停在哪里。能力越多，越需要清晰的边界和可见的审批。

从“AI 帮教师备课”走向“AI 共同建造学习环境”

AI-PBL 系统、分数学习系统、52 页互动课件和网页 PPT 生成器，让我看到教育应用的下一步：不只生成教案、题目或讲稿，而是把教学逻辑直接做成可以体验、修改和传播的环境。

06如果你也想试，可以从这个任务模板开始

Harness 最怕的不是任务大，而是目标含糊。下面这个模板，比一句“帮我做个系统”更容易得到可用结果：

请在当前工作区读取：[资料/文件名]          目标：为[目标用户]制作一个[交付物]。          必须包含：[核心内容或功能]。          形式要求：[单文件/离线可用/中文/适配投影或手机等]。          安全边界：只在当前工作区操作，不覆盖原文件。          验收方式：请实际打开或运行，检查关键功能，并报告文件路径、使用方法和已验证结果。

我现在会特别补上五件事：给谁用、解决什么、读哪些资料、交付什么文件、怎样才算完成。把验收写进任务，Agent 才更容易从“看起来做了”走到“确实可用”。

07给第一次尝试的人几句真实提醒

·先用练习工作区：重要文件先备份，不要一开始就把整个硬盘交给 Agent。

·API Key 当密码保管：不要放进截图、文章、共享文档或公开仓库。

·先小任务，后大工程：先让它读目录、生成一个小文件，再逐步扩大范围。

·看到 WARN 先判断：区分警告与失败，结合最后状态与实际运行结果。

·插件要看来源和版本：安装前了解用途、所需权限，以及是否与当前 dsh 版本兼容。

·接受它会变化：开发者预览意味着今天的界面和命令未来可能调整；保留版本号与成果备份。

结语让人的方法拥有可组合、可复用、可传递的形态

我已安装好 DeepSeek Harness，也做了几个“小东东”。它们还不大，却让我第一次清楚地看到：一个想法怎样经过 Harness，变成一个真正可以运行、使用和分享的东西。

对我来说，这比“AI 又会了一个新功能”更重要。因为它意味着：我们可以把自己的经验、课程、方法和长期积累，逐步装进一个可扩展的 Agent 环境；再通过插件、Skill 和工作流，让这些方法继续生长。

也许，这就是“一切皆插件”最有吸引力的地方：不是把人变成插件，而是让人的方法拥有可以组合、复用和传递的形态。

附录资料说明

·DeepSeek Harness 中文 README

·DeepSeek Harness Architecture

·Web UI Guide

·本文安装与应用细节，同时依据附件 PPT、两份小白安装教程及《DeepSeek-Harness-交互式教学系统html》记录整理。

·版本与界面会快速变化，请以官方仓库最新说明为准。资料核对日期：2026-08-16。

作者叶教授｜Tree Ye

叶教授从事大学教学、管理与评估四十余年，曾任大学校长，具有人工智能与专家系统专业背景，并有海外访学及游学二十余所大学的经历。长期关注大学战略管理、智慧教育、数字化教学、教师发展与教育教学评估。

近几年，他重点研究生成式人工智能（Generative AI）、AI 智能体（AI Agent）与问题导向学习（PBL）、项目化学习（PjBL）、社会情感学习（Social and Emotional Learning，SEL）的融合，研发并上线 AI-PBL 教学设计多智能体系统 AIP-TDA-MAS 2.0，同时持续探索 AI 赋能个人记录、学习、反思与创造。

多年大学管理带来组织视角，教学与评估带来教育视角，文史哲、绘画与篆刻的长期爱好带来人文视角，跨文化经历又提供了另一面镜子。AI 人文沙龙正是这些经历的交汇处——既谈技术怎样工作，也谈技术应当服务怎样的人生。

活动金尚·城溪 AI 人文讲习所｜AI 人文沙龙第二期

本期主题一切皆插件——DeepSeek Harness 的安装与使用

金尚 JinShang 由室内设计师田丽莲（Lilian Tian）于 2016 年创立，是一个把办公、活动、餐饮、艺术与生活方式连接起来的社区型空间品牌。金尚官方资料显示，目前在北京运营金尚·丽、金尚·源、金尚·东山墅、金尚·城溪与金尚·慕田峪五处空间。

金尚·城溪位于北京市西城区新街口外大街 34 号。这里不是一间标准会议室，而是一组可以阅读、交流、沉思与创造的复合文化空间：城溪小院适合小规模会谈与茶聚，溪言阅读空间让书籍与对话相遇，城溪剧场承载讲座、戏剧与公共文化活动。空间、阅读与 AI 在这里相遇，本身就是这场沙龙最好的“课程设计”。

金尚·城溪外观｜JinShang · Chengxi｜图片来源：中华网公开报道

城溪小院｜City Creek Courtyard｜图片来源：中华网公开报道

溪言阅读空间｜Xiyan Reading Space｜图片来源：中华网公开报道

城溪剧场｜Chengxi Theatre｜图片来源：中华网公开报道

活动信息与报名方式

交通参考：地铁 2 号线或 19 号线积水潭站，步行约 500 米可达（请以实时导航为准）；自驾可由北二环德胜门、积水潭桥方向前往，园区内可停车。如参与现场实操，建议携带笔记本电脑。

愿 AI 帮助我们看见自己，而不是替我们成为自己。          小院清幽，茶已备好。期待与你相见。

资料与图片来源

·金尚官网｜关于我们

·新浪家居｜邂逅一座会呼吸的思想庭院——金尚·城溪

·中华网｜田丽莲与金尚·城溪空间设计公开报道