导语：2026年8月13日晚，DeepSeek正式公布了其首个Agent产品——DeepSeek Harness。发布仅12小时，GitHub仓库star数突破5万，成为史上增长最快的开源项目。其核心理念是”一切皆插件”：模型、工具、界面、审批策略、主循环本身，全部可拆换。DeepSeek赌的是：Agent行业需要一个安卓。
一、项目概述：模型是脑子，Harness是手脚
DeepSeek Harness（简称dsh）是由DeepSeek AI开发的开源智能体框架，基于Cordis元框架构建。当前处于开发者预览阶段，正在快速迭代中。
DeepSeek官方对Agent的定义是：模型 + Harness = Agent。模型是脑子，负责理解与推理；Harness是手脚，让Agent真正操作本地文件、执行命令、调用工具并持续完成任务——聊天机器人交付的是一段话，Agent交付的是一件做完的事。
惊人的增长数据
据极客公园实测记录，DeepSeek Harness的GitHub star增长数据如下：
| 时间 | Star数 |
|---|---|
| 8月13日 21:05 | 7,283 |
| 8月13日 21:51 | 15,530 |
| 8月14日 08:53 | 44,514 |
| 发稿时（12小时后） | 超过50,000 |
在此之前，史上增长最快的仓库是OpenClaw，84天涨20万star，平均每小时约99个。DeepSeek Harness头两个小时的涨速，是OpenClaw的80倍。
二、快速上手：一行命令跑起来
环境要求
- Node.js v22.19.0 或更高
- npm >= 9
- 网络连接（首次启动需从npm拉取依赖）
方式一：npm快速体验（推荐）
只需一行命令，浏览器打开本地3080端口即可使用：
npx @deepseek-ai/dsh web
方式二：源码运行（适合开发者深入学习）
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web方式三：Python SDK（程序化调用）
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
python -m venv .venv
source .venv/bin/activate # Windows用 .venvScriptsactivate
pip install deepseek-harness-sdk
export DEEPSEEK_API_KEY=你的密钥启动后必做两步
- 选工作区：点击选择工作区目录，将dsh启动时所在的目录添加进来并选中。选中工作区之前，会话输入框不可用——这是dsh的安全设计，让Agent明确知道自己能碰哪些文件。
- 配置API Key：打开设置 → 模型，填入DeepSeek API Key并保存。dsh还支持接入Anthropic、OpenAI等其他模型提供方。
三、插件架构：一切皆可换
核心理念
在DeepSeek Harness的世界里，一切皆是插件。模型适配、工具调用、界面渲染、审批策略、会话管理、沙箱环境、文件系统访问，甚至驱动整个Agent运转的主循环本身——全部以插件形式实现，没有特权核心需要修补。
扩展框架就像在指定目录挂载一个插件包一样简单。插件本质就是往 $DSH_HOME/profiles/web/node_modules 里pnpm add一个包。
可插拔组件一览
| 组件类型 | 说明 |
|---|---|
| 模型适配器 | 支持DeepSeek、Anthropic、OpenAI等多种模型 |
| 工具 | 赋予Agent调用外部能力 |
| 技能（Skills） | 预置的Agent行为模式 |
| 会话管理 | 多会话的创建、归档与分支 |
| 沙箱环境 | 隔离执行危险操作 |
| 文件系统 | 安全的文件读写控制 |
| Agent循环 | 核心推理与执行流程 |
| UI界面 | 可完全定制的前端界面 |
插件管理命令
# 安装插件
dsh plugin --profile web add <包名>
# 卸载插件
dsh plugin --profile web remove <包名>
# 更新插件
dsh plugin --profile web update
# 查看已安装插件
dsh plugin --profile web list社区插件生态
内测阶段几天内就涌现了约300个社区插件，有人给它换上了Windows XP复古皮肤，有人做了表情包插件让Agent干完活发大肥鱼图。DeepSeek Harness Discord社区和GitHub Discussions是反馈与交流的主要渠道。
四、四种内置运行模式
dsh内置了四种Agent模式，适用于不同场景：
| 模式 | 定位 | 特点 |
|---|---|---|
| standard（标准模式） | 日常通用 | 默认模式，覆盖对话与通用任务 |
| code（编码模式） | 编程开发 | 内置完整编码Agent，支持文件编辑、代码检索、子任务委派 |
| minimal（极简模式） | 轻量环境 | 仅保留持久bash和文件编辑两种工具，适合资源受限或纯净测试环境 |
| cordis（创造模式） | 自定义开发 | 提供运行时检查、插件实验与preset创作指导，是插件开发者主战场 |
V4-Flash上个月刷榜Terminal Bench的官方评测，用的就是极简模式——当时API更新日志里那句”即将发布的DeepSeek Harness”，如今已兑现。
五、权限与安全模型
dsh在权限上做了分层设计，新会话默认使用workspace-write权限预设：
- 读写受限：Bash和文件系统修改仅限会话工作区与平台临时目录
- 读取放开：文件读取、网络访问、进程可见性不受限制
- 需要审批：当某个操作超出当前权限策略时，Web UI会先弹出确认，而非直接执行
可通过环境变量 DSH_PERMISSION_MODE 调整进程级的权限预设。这套模型让”让AI干活”和”不担心AI乱动”得以兼得。
六、核心使用技巧
技巧一：自定义Web UI主题
DeepSeek Harness的Web前端本身就是插件，可以直接用Prompt修改。极客公园的实测者第一件事就是用Prompt把界面改成了自己更喜欢的洋红色主题。
技巧二：安装画板插件实现设计交付
内置没有画板功能，但通过安装DSH-OpenPencil插件，就能在对话中实时预览交互设计文件，让Harness变身为设计交付工具。
技巧三：利用”轨迹”页排查AI是否在”脑补”
DeepSeek Harness有一个”轨迹”（Trajectory）页，模型看到的一切都记录在案：系统提示词、思维链、每一次工具调用和返回结果。想验证AI是真抓取了网页还是凭训练记忆脑补，翻记录就能对质。这一设计被称为”killer feature”。
技巧四：导出对话与分支功能
- 导出对话：每个对话右上角有”Session log”按钮，可导出完整交互过程，对复盘调试和沉淀案例非常有用。
- 对话分支：像Git分支一样，可以基于某个对话在新对话中继续分支，适合”同一问题尝试多种解决思路”的场景。
技巧五：Headless模式跑CI任务
不需要浏览器，一条命令跑完任务：
dsh --profile headless "run the tests"适合在CI/CD或定时任务里调用Agent。
技巧六：把官方插件当教科书
遇到奇怪的报错或不清楚某功能如何实现时，直接去读官方插件源码。dsh的理念是”一切皆插件”，官方功能本身就是高质量的插件实现，是绝佳的学习资料。
七、实测表现与争议
极客公园发布当晚用DeepSeek Harness做了两个测试：照着The Verge风格重构极客公园官网，以及调GitHub接口画出涨星曲线。两件活都交付了，全程花掉的token不到3块钱。
但争议也随之而来：
- 优点：执行层能力强，长程稳定性好，缓存命中率常达90%-99%，成本极低；插件体系真正开放；可观测性好（完整事件流、Trajectory回放）。
- 不足：对非编程用户不友好，界面粗糙，文档偏工程向；作为预览版，接口可能随时破坏兼容。
这些争议全部冲着Harness这个”壳”，没有一盆水泼向模型本身。
八、为什么说它是”Agent界的Android”？
模型公司亲自下场做”壳”，DeepSeek不是第一家——Anthropic有Claude Code，OpenAI有Codex。但DeepSeek是第一个把整个壳都开源的。
它赌的是另一条路：别人把Agent做成成品卖给你，它把Agent的零件全部摊开，赌开发者会用这些零件拼出它自己都没想到的东西。
Harness决定模型能力最终能兑现多少。同一个V4-Flash，接入八个不同harness，完成三十项任务，最好的完成二十项，最差的只有十四项——模型一模一样，结果差三成。
安卓刚问世时也是一副毛坯的样子，粗糙、开放、只吸引愿意动手的人。后来的事，大家都知道了。
DeepSeek赌的是：Agent这个行当，也需要一个安卓。
版权声明：本文由华盟网原创发布，参考资料来源：极客公园、博客园、阿里云开发者社区，保留所有权利。配图由华盟网授权使用。
暂无评论内容