1. 项目定位DeepSeek Harness简称 dsh是 DeepSeek 官方开源的 Agent Harness。它可以概括为Agent Model大脑 Harness工具、记忆、流程与运行环境。官方的定位是“一切皆插件”。熟悉Claude Code的话对MCP、Slash Commands、Skills、Subagents、Plugins、Dynamic workflow、Agent Teams这些机制都不陌生到了dsh里这些功能其实大部分也都有只是全部拆成了插件。Claude Code里的机制dsh里对应的插件MCPmcp-client一台服务器配一个、mcp-resources斜杠命令commands服务具体命令由各功能插件自己注册/compact、/goal、/plan分别来自command-compact、command-goal、plan-modeSkillsskill注册表、skill-filesystem扫描 .dsh/skills 和 .agents/skills不扫 .claude/skills、tool-skillSubagentssubagent服务加上进程内新建、带历史分叉、ACP、Codex、Claude Code、另一个dsh六种后端再加两个工具插件Hooks插件直接监听agent和工具事件hooks-claude-code能直接跑现成的hooks.json只支持command类型Plugins插件本身就是npm包dsh plugin命令转给pnpm安装Dynamic workflowsworkflow服务、workflow-ptc执行引擎、tool-workflow另有默认关闭的ralphAgent Teams实验性的agent-team服务、工具和界面插件默认不挂2. 使用 SOP准备隔离环境 建议使用容器、虚拟机或独立代码目录不向环境暴露无关密钥和敏感文件。启动 Harness 安装 Node.js 后运行npx deepseek-ai/dsh web默认会启动本地 Web UI。配置模型等 在 Settings → Models 中填写 DeepSeek API Key也可以接入其他模型提供商或 OpenAI-compatible API。选择工作目录 将项目目录设为 Workspace后续文件读写、Shell、搜索和测试都围绕该目录进行。选择运行模式下达任务并监督 例如“分析仓库、修复测试并解释改动。” Agent 会自动进行分析、调用工具、读取结果和继续推理高风险操作由权限及审批策略拦截。检查与复现 在 Trajectory 中查看系统提示词、推理、工具调用、结果和子 Agent 调度。Session 支持恢复、分叉、搜索和重放。按需扩展 通过插件增加模型、工具、沙箱、存储、工作流或 UI通过 Profile/Bundle 组合运行环境无需修改 Harness 核心。3. 技术原理“一切皆插件”的架构模型适配器、工具注册表、Agent Loop、Session、存储、沙箱、审批、调度乃至UI都以插件形式存在。核心主要负责插件装卸、服务发现、依赖注入、事件分发、配置组合及副作用回收。 开发者无需改动 DeepSeek Harness 的源码本身就能以插件的方式独立选择、替换或扩展其中的任一能力。Cordis 的时空可组合性底层使用 Cordis 框架核心包含两个概念 它解决的是传统插件系统容易出现的残留监听器、依赖顺序混乱和热更新不完整问题。论文将其表述为“可逆 Effect 响应式 Coeffect”。时间可组合性插件卸载时自动撤销它注册的服务、监听器和其他副作用。空间可组合性插件声明自己依赖哪些能力依赖出现时自动激活消失时自动停用。事件可溯源模型看到的系统提示词、消息、工具调用、请求上下文、重试、失败、取消和子 Agent 调度都会进入append-only SessionLog。恢复、分叉、审计和重放均建立在同一事件流上。Code Mode传统 Agent 主要逐个输出 JSON Tool CallsCode Mode 允许模型生成 TypeScript通过 SDK 编排多步骤、条件、循环和并发工具调用以减少模型与工具之间的往返及 Token 消耗。4. 主要创新点插件化范围彻底不只工具连 Agent Loop、Session、模型路由、存储和 UI 也可替换。模型可见内容与日志严格一致。dsh的设计里模型看到的一切从系统提示词、思维链到工具结果和每一次上下文注入全部写进一份只追加、不改写的会话日志架构文档管这叫模型可见即已记录。同一内核支持多种 Harness 形态标准模式、PTC模式、极简模式、创造模式 是不同插件组合而非四套独立实现。标准模式提供完整的工具组合PTC 模式程序化工具调用Programmatic Tool Calling由模型生成的一段代码来组合多轮工具调用极简模式仅保留一个 shell 工具与一个文件编辑工具用于最小环境下的模型基准测试创造模式可以检查当前运行时、在内存中试验 Cordis 插件并据此组合和创作新的模式。工具调用程序化Code Mode 使用 TypeScript 表达复杂工具流程提高长任务的编排能力和执行效率。面向定制与潜在自演化Creator Mode 支持检查运行时、动态试验插件并生成新 Profile。5. 桌面版DSHhttps://github.com/anywhere-labs/dsh-desktop一开始用DeepSeek Harness需要先安装Node.js用命令行启动服务再打开浏览器访问本地端口。如果每天都要高频使用就会比较麻烦像是浏览器标签页开得比较多就很难快速找到哪一个才是Harness如果本地端口被其他程序占用了还要自己一个个去排查到底是哪一个进程发生了冲突。而现在DSH Desktop by Dataelem做的事情就是把Harness直接打包成了可以一键安装的桌面软件。这个工具是基于DeepSeek Harness的独立开源社区项目和DeepSeek官方之间不存在隶属关系。相比原本网页dsh新增了桌面设置其他功能一致。6. 市面上已应用 DSH 的公开项目目前能够公开核实的案例主要来自 GitHub 仓库、项目官网和正式 Release。6.1. Jingyun DSH Client项目地址https://github.com/jingyunstudio/jingyun-dsh定位基于 DSH 的 AI 智能体商业化桌面平台。应用方式保留 DSH 作为模型、会话、工具和插件底座在其上增加会员登录、订阅支付、算力额度、智能体库、技能库、插件市场、云资产同步及品牌定制。特点既可以通过 jingyun-ai/jingyun-dsh 插件接入现有 DSH也能用 Tauri 打包为独立品牌的 Windows 客户端。它体现了 DSH 从开发工具向 SaaS 或垂直 AI 产品底座演进的路线。6.2. dsh-edge项目地址https://github.com/pawaca/dsh-edge定位将个人 DSH 编码 Agent 一键部署到 Cloudflare Workers。应用方式直接组合已发布的 DSH 软件包保留上游 Web UI、Agent Loop、模型选择和 Web Search再实现 Cloudflare Runtime、持久化工作区、Owner 登录和安装器。特点通过 npx dsh-edge install 部署使用 Durable Objects、R2 等能力保存会话和工作区支持浏览器随时访问。6.3. HarnessDock项目地址https://github.com/nortonyang/HarnessDock定位面向 macOS 的 SwiftUI/WebKit 原生 DSH 工作台。应用方式由原生应用负责选择本地项目、拉起固定版本的 Harness Runtime并将官方 Web UI 嵌入 macOS 窗口。特点增加 API 余额、峰谷价格、内置 DeepSeek Chat、自定义背景等桌面体验。6.4. DSH Plugin Registry / 插件市场项目地址https://github.com/dshplugin-app/deepseek-harness-plugins定位围绕 DSH 的社区插件发现、安装和兼容性信息基础设施。应用方式收录 DSH 的 UI、终端、浏览器、远程访问、安全、Skills、自动化和工作流插件并提供源码、安装信息、Security Signals 和 Compatibility Evidence。意义这类项目不是最终用户 Agent却说明 DSH 已开始形成独立的插件分发与生态治理层。7. 总结Harness 正成为模型能力向真实任务执行能力转化的关键一环但行业对“好 Harness”尚无统一标准。目前评价 Harness 的核心仍是 Agent 的端到端任务完成能力具体体现为长程任务稳定性、工具调用与错误恢复、成本效率以及安全可控性等维度。近期研究开始通过“Harness 杠杆比”HLR量化 Harness 对模型能力的放大效应即比较更换 Harness 与升级模型带来的收益当 HLR1 时优化 Harness 比升级模型更具性价比。但由于模型与 Harness 高度耦合现有评测往往反映的是二者的整体能力不同 Harness 间难以直接比较行业仍缺乏统一、可复现的评价体系。随着模型能力逐渐趋于同质化模型公司需要通过自建 Harness 掌握从模型到用户体验的关键环节。DeepSeek布局 Harness本质上都是在争夺这一层的控制权。同时Harness 正在将过去沉淀于业务软件中的流程和经验转化为可执行能力。 过去应用公司的护城河很大程度上建立在人对业务的理解上现在这些业务理解正在被固化到 Harness 层。未来应用公司的核心壁垒将不再只是软件功能而是独特的业务场景、反馈数据和持续迭代能力。【参考资料】官方介绍https://deepseek.com/harness/en/GitHubhttps://github.com/deepseek-ai/deepseek-harness架构文档https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/architecture.md安全说明https://github.com/deepseek-ai/deepseek-harness/blob/master/SAFETY.md
