DeepSeek Harness（DSH）完全上手：开源「一切皆插件」的 Agent 框架，一行命令跑起来

11次阅读

共计 4583 个字符，预计需要花费 12 分钟才能阅读完成。

8 月 13 日晚，DeepSeek 一口气发了两样东西：旗舰模型 V4 Pro，以及开源 Agent 框架 DeepSeek Harness（简称 DSH，v0.1 开发者预览版，MIT 协议）。模型的新闻抢了头条，但对做 AI Agent 的人来说，Harness 才是更有看头的那个——它就是 DeepSeek 内部用来评测自家编程 Agent 的那套运行时外壳，现在整个开源给你拆。

先说清楚一个概念：Agent ≠ 模型。模型只是 ” 大脑 ”，真正让 AI 能读写文件、调用工具、管理上下文、失败重试、连续干几小时活的，是外面那层工程外壳——业界叫它 harness（挽具 / 支架）。

Claude Code 证明了这层东西值钱，而 DeepSeek 这次的选择是直接把它开源。DeepSeek Harness 是一个基于 Node.js / TypeScript 的 命令行 + Web UI 编程 Agent，核心设计只有一句话：

Everything is a Plugin —— 一切皆插件。

它的内核叫 Cordis（来自 Koishi 聊天机器人框架生态的微内核，设计思想见论文《A Programming Paradigm for Spatiotemporal Composability》）。在这个架构下：模型、工具、技能、会话、沙箱、存储、循环、调度器，甚至你看到的 Web UI 本身，全都是插件。

两个关键特性让它真正可用：

可逆副作用：插件注册时产生的所有副作用都会被追踪，卸载时自动回收。热插拔不用重启进程，不残留垃圾、不漏内存；
可被发现：仓库打上 dsh-plugin 的 GitHub topic 就能进入社区目录——官方发布一天之内就收录了 288 个插件仓库。

模式	说明
标准模式	全套编程 Agent：文件编辑、shell 执行、网页 / 文件搜索、技能（Skills）、规划、目标管理、子 Agent、工作流，全都有。
Code（PTC）模式	工具通过 Code Mode SDK 暴露，模型直接写一段 TypeScript 程序来驱动工具——把原本要来回调十次的操作合并成一次执行，省 token、降延迟。
极简模式	只保留一个持久 bash + 一个文件编辑器。官方用途是评测：拆掉外壳花活，直接看模型的 ” 裸实力 ”。
创造模式	自己造新 ” 模式 ”——本质上就是写一份插件配置清单，另外三种模式其实也就是三份预设的配置。

前置条件只有一个：Node.js 18+。官方 npm 包会直接在你本机起一个 Web UI：

# 启动 Web UI（默认 http://127.0.0.1:3080）npx @deepseek-ai/dsh web

浏览器打开后：左侧是工作区列表（每个对应本地一个项目目录），中间是对话区，每一步工具调用都摊在时间线上，全程可见。想从源码跑也行：

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

模型接入方面，DSH 是 模型无关 的：官方默认接 DeepSeek（V4 Pro 同晚发布，Agent 基准大幅上涨且原生支持 OpenAI Responses API），但任何 OpenAI 兼容端点都能挂上去——包括你本地跑的 Qwen、DeepSeek-R1 之类的开源模型。

社区插件已经形成了完整分类（来自 awesome-dsh-plugin 精选列表）：

分类	代表插件 / 用途
模型与路由	`dsh-tier-router`（强模型规划 + 便宜模型执行的双层路由）、`llm-adaptive`（按请求复杂度自动选模型 / 供应商）
视觉多模态	`dsh-vision`、`dsh-vision-fallback`——给纯文本的 DeepSeek 模型 ” 装上眼睛 ”，桥接任意 OpenAI 兼容视觉模型（有的版本走 Chrome CDP，零 API Key）
记忆系统	`dsh-auto-memory`（三层缓存友好记忆）、`dsh-butler-memory`（PostgreSQL 持久化 + Web 面板）、`dsh-active-context-pruning`（上下文主动裁剪）
Git / 代码评审	`dsh-revdiff`、`dsh-change-review`——会话级 diff 审查，行级差异标注直接回传给 Agent
工作流自动化	`chicheng-cron`（侧边栏定时任务：按点跑 shell/Python/Node、技能或整段 Agent 任务）、`dsh-plan-lattice`（长任务的执行契约与证据门）
安全治理	`dsh-gov`（策略化工具门禁 allow/deny/ask + JSONL 审计日志 + token 配额）、`dsh-plugin-gate`（插件安装前的 ” 杀软式 ” 扫描）
UI / 体验	命令面板、推理强度滑杆、全局中文模式（`dsh-chinese-mode`，一键让回复和思考都切中文）、主题等
其他	浏览器 / 网页操作、语音音频、文档渲染、通知集成、远程 / 移动端、插件市场管理器等

官方社区里最值得先装的两个：

dsh-plan-execute：规划走推理模型、执行走便宜模型，账单立省；
dsh-vision：桥接任意 OpenAI 兼容视觉模型，给纯文本的 DeepSeek 装上眼睛。

DSH 把 模型看到的一切 ——系统提示词、推理过程、工具调用与结果、子 Agent 调度、上下文注入——全部写进一份 只增不改 的会话日志（Trajectory）。支持按来源逐条查询、恢复、分叉、搜索和回放。

这意味着调试从 ” 猜 ” 变成了 ” 回放 ”：出问题时不用复现，直接把当时的完整上下文调出来看。对做 Agent 工程的人来说，这可能是整个框架里最有生产价值的一个设计。

做好变更准备：README 用全大写警告 “THERE WILL BE COMPATIBILITY-BREAKING CHANGES”——开发者预览期迭代极快，装第三方插件记得锁版本；
认真对待沙箱：插件能碰你的 shell 和文件系统。DSH 提供 sandbox-micro / sandbox-mxc / sandbox-nono 三档隔离方案，上生产前一定先选好隔离再放它跑；
评测用极简模式：去掉 harness 变量，比的才是模型本身而不是外壳；
配合 V4 Pro 使用：同晚发布的 V4 Pro 在 Agent 基准上暴涨且原生支持 OpenAI Responses API，是 DSH 的 ” 原厂搭档 ”。