跳到主要内容

DeepSeek Harness 一文入门,附小白安装教程

· 阅读需 9 分钟
ZhiQing Lin
CEO | Fuzhou Beisi Network Technology Co., Ltd.

8月13日,DeepSeek 官方 GitHub 上多了一个仓库,名字叫 DeepSeek Harness。

DeepSeek Harness 开发者预览版:一切皆插件

这个仓库上线第一天,星数已经突破了二万。第一天到这个数,在开源世界里很少见。

先说它是什么。

这两年让 AI 写代码、让 AI 替你跑任务,已经不新鲜。但聊天框里能说会道的模型,和真的能在你电脑上打开文件、运行命令、把一件事从头做完的智能体,中间隔着一整套工程。模型是大脑,它还需要手和工具架。读文件、跑命令这些活,总得有个壳子来管,还得把几百轮对话整理成模型看得懂的上下文,碰到越权的操作,知道停下来问你。这层壳子,业内叫 harness,这个词的本义是马具,套在马身上拉车的那一套。DeepSeek Harness 就是 DeepSeek 官方做的这套开源 harness,仓库代号叫 dsh。

DeepSeek 为什么突然做这个,要先看一件旧事。

过去一年里,社区想用 DeepSeek 的模型干编程的活,多数是把它接到别人的工具里。V2EX 上有人开帖问,deepseek 配 Claude Code、Codex、OpenCode、Pi 哪个最好用,楼里有人统计缓存命中率,有人算哪个更省钱,聊了几十层。模型是 DeepSeek 的,壳子是别人的,这个状态持续了挺久,官方还专门给自家模型加了 Codex 支持,是社区用户先注意到的。

据国内媒体梳理,今年5月 DeepSeek 内部组了一个 Harness 团队,对标 Claude Code,7月初公众号注册上线,8月1日开放内测申请,8月13日正式开源。有报道把这步棋总结成一句话,DeepSeek 第一次把手伸到了模型输出之后的执行层,从造更强的模型,走向让模型真正开始工作。

它最核心的设计,README 第一句就写明白了,一切皆插件(Everything is a Plugin)。

这句话怎么理解,举个例子。传统软件总有一个改不动的核心,你想加功能,要么等厂商,要么自己改源码。DeepSeek Harness 没有这种核心,它底下用一个叫 Cordis 的插件框架,模型适配器是插件,工具注册表是插件,会话日志是插件,连最核心的智能体循环本身都是插件。想换模型提供方,挂一个插件。想加一种工具,挂一个插件。想让敏感操作默认先问过你,改一个策略配置就行。每一样都能撤销,插件卸下来,它贡献的东西跟着消失。

官方文档把设计依据指向一篇论文,《A Programming Paradigm for Spatiotemporal Composability》。论文里的思想不用全懂,记住结论就够,每一项能力都拆成可插拔的模块,谁都能在别人写的插件旁边再挂一个自己的。

那它现在能干什么。

我按用法分成三种,小白从第一种开始。

三种用法,小白从网页版开始

最省事的是网页版。

装好以后,浏览器打开一个本地地址,界面像你熟悉的聊天框,但背后的智能体能读写你选中的文件夹、运行命令、把大任务拆给子智能体,权限不够的时候停下来问你。

DeepSeek Harness Web UI

官方预置了几套 agent 配置,标准模式带全套工具,极简模式只留 Shell 和文件编辑;还有一套创造模式,专门用来创建自定义 agent 配置,允许在运行时检查、实验插件。 它内置的工具有执行 Bash、PowerShell、运行代码、待办清单,还能调用技能、在拿不准时向你提问。每一步操作都会写进一份仅追加的日志,干到一半可以回放,也可以从某个点分叉重来。

DeepSeek Harness 模式选择

第二种叫无头模式。 网页版适合你坐在电脑前看它干活,无头模式适合把任务丢给它让它自己跑完。一条命令传一个任务,它新建会话,干完,把最终结果打印出来,退出。适合接进自动化流程。

第三种是 Python SDK。 写程序的人可以把它当库来用,在代码里创建一个智能体实例,让它去执行任务,干完把最终回复交给你。这条只适合会写 Python 的人,而且对系统平台有要求,下面安装部分会说到。

安装教程,从头到尾

先准备环境。

网页版和命令行版跑在 Node.js 上。Node.js 是让 JavaScript 程序在电脑上运行的运行时,你不用懂它,装就行。去 Node.js 官网下载 LTS 版本,一路点下一步装完。装好后打开命令行,Windows 用 PowerShell,Mac 用终端,敲 node -v,能看到版本号,就说明装好了。

然后一行命令启动,命令行里输入下面这行

npx @deepseek-ai/dsh web

npx 是 Node.js 自带的小工具,作用就是运行一个还没安装的包。第一次运行,它会问你要不要下载这个包,输入 y 回车。

下载完成服务启动,命令会打印访问地址,默认是 http://127.0.0.1:3080。浏览器打开这个地址,就进了界面。

进去以后先配模型。

在界面里打开设置,进模型那一页,DeepSeek 卡片上有一个 API 密钥输入框,把你从 DeepSeek 开放平台申请的 API 密钥填进去,保存。填好密钥,模型路由立即可用,不用重启,默认接 DeepSeek 自家的 V4 Flash 和 V4 Pro 两个模型。密钥存在 $DSH_HOME/.credentials.yaml 这个文件里,网页上永远只显示脱敏后的形式,不会把明文回显出来。除了 DeepSeek 官方,它也支持 Anthropic、OpenAI,或者任何兼容 OpenAI 接口的自建服务,都在同一个模型设置页里加。

添加 API Key 开始使用

然后是选工作区。

点击选择工作区,把你想让智能体干活的项目文件夹加进来,选中它。没选中之前,会话输入框是灰的,选完才能打字。

选择工作区

最后是发任务。

新建一个会话,直接发一句自然语言就行。官方文档拿自己的仓库举的例子是 Summarize this repository and identify its main packages,意思是概括这个仓库,说清楚它的主要组成,你换成自己的项目同样适用。模型会自己读写文件、跑命令,碰到超出权限的操作,先停下来问你同不同意。

如果不喜欢一行命令的方式,或者想改源码、写插件,也可以从源码跑。先装 pnpm,一个和 npm 类似的包管理器(这个项目用的是 pnpm 11 系列),然后依次执行下面这几条命令

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

Python SDK 的流程,官方文档写的是克隆仓库、创建虚拟环境、安装 deepseek-harness-sdk,再跑仓库自带的示例脚本。它要求 Python 3.10 以上和 Git,官方列出的支持平台是 Linux 和 macOS,其中 macOS 还要求 14 以上且是 Apple 芯片。Windows 不在支持列表里。提前说清楚,免得你在 Windows 上装了半天才发现跑不起来。

三句凉水话

第一句,这项目还在开发者预览阶段。 README 自己就写明了,正在快速迭代,未来会出现破坏兼容性的变更。今天配好的配置,过一阵可能要跟着改。想立刻拿它当生产工具的人,先别把身家押上去。

内测声明

第二句,热度高和成熟是两回事。 仓库里确实塞了很重的东西,事故复盘文档、一整套自动化测试门禁、详细到词条的术语表,看得出团队自己很认真。但认真不等于久经考验。上线当天就破了两万星的数字,说明的是市场的期待,离稳定运行还有距离。

第三句,报错大多能自己解决。 最常见的两个,MISSING_CREDENTIAL,意思是没配密钥,回模型设置页填上就行。UNKNOWN_MODEL,意思是配置引用了一个不存在的模型,换成已配置的就好。错误信息给得挺直白,至少你知道该往哪查。

要不要现在装,我的看法是可以装,而且值得试一下。成本就一个 Node.js 加一条命令,风险很小。就算项目以后大改,你损失的也就是一下午。只是别一上来就让它碰你最重要的代码仓库,先拿一个临时文件夹或者不太要紧的小项目练手,看它怎么规划、怎么提问,关键时刻会不会停手等你点头。看它干活的样子,比听人讲一百遍都管用。

---

关键来源

DeepSeek Harness 仓库 https://github.com/deepseek-ai/deepseek-harness

官方使用 Web UI 指南 https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/index.md

官方配置模型指南 https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/providers.md

官方 Python SDK 指南 https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/python-sdk.md

DeepSeek 官方 API 文档 https://api-docs.deepseek.com