运行 deepseek superagent 前，要准备命令行依赖、可访问的模型服务、github 仓库和独立智能体账号，还要给每个工单安排工作目录。它不是下载后双击即用的软件；部署前把账号、权限和环境分开检查，后续排错会更直接。
检查版本与模型连接
准备 Node.js、pnpm、Git、Python、tmux 和 gh，版本以下载时的部署文档与 package.json 为准。仓库使用 Git LFS 时，还需要安装 git-lfs。
在 Harness 中验证所选模型服务能够调用，再进行任务验证。官方前置条件没有统一的本地显卡或内存门槛；若另选本地模型，硬件需求由那个模型决定。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
分开智能体账号和日常账号
为智能体准备 GitHub 用户账号并授予目标仓库写入权限，再使用独立配置目录的 gh 包装命令登录。GitHub App 不能直接替代这里读取通知的用户账号。
执行预设使用 danger-full-access，账号包装器只选择凭据，不是系统隔离。需要隔离时，应使用只放智能体凭据的专用操作系统账号。
完成专用账号与工作目录检查
使用专用包装命令登录后，运行 gh-agent api user --jq .login，确认返回的是智能体账号。需要时用 ~/.local/bin/gh-agent 指定完整命令路径。
规划独立的 superagent 配置和 stateDir，保留本地仓库克隆，执行准备命令据此创建各工单的 worktree。状态目录保存数据库、锁和默认工作目录，升级前要备份。
允许列表至少添加实际派发任务的人员；列表为空时不能建立工单。飞书是可选接入，不使用飞书就不必准备机器人账号和相应 CLI。
