什么是 DeepSeek-Harness?完整介绍

本文首发于 FindHarness 博客,欢迎访问查看最新版本。

DeepSeek-Harness,通常简称为 dsh ,是 DeepSeek AI 开源的 agent harness(智能体运行框架)。它的核心设计理念是"一切皆插件":CLI、Web UI、工具调用、斜杠命令、技能,乃至 MCP server 连接,全部都是构建在通用插件框架 Cordis 之上的插件。不同能力类型没有各自独立的 manifest 格式------一套插件机制覆盖所有场景。

dsh 目前处于开发预览期 (撰写本文时版本号为 0.1.0-rc.5)。项目 README 对此说得很直白:随着框架快速迭代,会出现破坏性变更。

"一切皆插件"到底意味着什么

大多数 agent 工具会把可扩展性拆成好几套独立系统:一套格式给工具、一套给斜杠命令、一套给技能、再一套给 MCP 配置。dsh 把这些全部收拢成一个概念。一个插件就是导出 apply(ctx, config) 函数的 JS/TS 模块,根据它在 ctx 上注册了什么,它可以变成下面任意一种角色:

你想添加... 插件的注册方式
一个模型可以调用的工具 ctx.tools.register()
一个给界面用的斜杠命令(/xxx) ctx.commands
一个技能(注入提示词 + 工具) 注册 prompt 片段和一个工具,调用时注入技能内容
一个 MCP server 的工具 每个 MCP server 对应一个插件:发现其工具后逐个 ctx.tools.register()
一个挂在 agent/工具生命周期上的钩子 监听 agent/pre-step、tools/pre-execute 等扩展点
一个新的 LLM 供应商 通过 ctx.llm.registerAdapter() 注册一个 LlmAdapter
一个后台/定时任务 注册进 ctx.jobs

值得一提的是,dsh 官方自带了两个桥接插件------dsh-hooks-claude-code 和 dsh-hooks-codex------可以把已有的 Claude Code 或 Codex 的 hooks.json 配置直接翻译成 dsh 自己的钩子扩展点,这些生态里写好的 hook 配置不需要重写就能复用。

如果你用过那种技能、命令、MCP 连接各自要维护一份配置文件的 harness,这就是 dsh 架构上最大的观念转变:在 dsh 里,它们全都只是调用 ctx 的代码。

安装 dsh

最快的体验方式是直接从 npm 运行,不需要克隆仓库:

sh 复制代码
npx @deepseek-ai/dsh web

这会启动 Web UI,默认监听 http://127.0.0.1:3080。

如果你想从源码运行------比如你正在针对最新的框架代码开发自己的插件------可以直接克隆并构建仓库:

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

Profile:dsh 如何隔离不同配置

**Profile(配置档案)**是一份具名的、可运行的配置------位于 $DSH_HOME/profiles/<name> 目录下($DSH_HOME 默认是 ~/.dsh),列出了哪些插件 bundle 生效,以及生效顺序。你需要指定 profile 来启动 dsh:

sh 复制代码
dsh --profile <name>

dsh web 实际上是 --profile web 的硬编码别名,而 dsh --profile headless "<任务文本>" 则是完全无界面的一次性任务模式。Profile 让你可以把一个极简的无头自动化配置和一个装满插件的 Web UI 配置分开维护,互不干扰。

给某个 profile 添加插件的命令是:

sh 复制代码
dsh plugin --profile <name> add <包说明符>

这条命令的完整用法------以及它支持的 npm / GitHub / 本地路径三种来源------我们在《如何安装 DeepSeek-Harness 插件》中有详细介绍。

当下的插件生态

如果你想找靠谱的插件装,这一点很关键:DeepSeek AI 并没有运营官方的插件市场或 registry。 官方唯一的第一方发现机制是一个约定------建议插件作者给自己的 GitHub 仓库打上 dsh-plugin 这个 topic,方便被搜索到。没有中心化审核,也没有官方名单。

社区填补了这个空白,自发搭建了自己的插件目录。其中维护最活跃的是 awesome-dsh-plugin/awesome-dsh-plugin,一份人工审核、持续更新的清单,目前收录了365 个插件,覆盖 11 个分类------UI 增强、工具与能力、工作流与自动化、记忆系统等等。

这正是 FindHarness 存在的意义。我们把这些由社区发现的插件整理进索引,配上真实的 GitHub 数据------star 数、许可证、最近推送时间、完整 README------这样你就能像浏览一个正经目录一样搜索和比较它们,而不是在一份巨大的 README 里反复滚动查找。从 /plugins 开始搜索全部插件,或从 /categories 按功能分类浏览。

接下来可以看看

相关推荐
JakeJiang1 小时前
别再给 AI 贴 HAR 了:我把抓包工具接成了 Agent 的证据源
ai编程
badhope1 小时前
Cursor转Codex大半个月实测:迁移成本、代码质量与那些没人说的隐性坑点
ai编程·cursor
厄尔1701 小时前
命中率 97% 还在烧钱?我用 Claude Code 写了个 DeepSeek 用量监控台
deepseek
天籁行者1 小时前
我是音乐人,不会写代码,用 4 个月搭了个几万行的 AI Agent 平台
ai编程
中科智旅x景游宝1 小时前
景区票务系统的消息队列架构演进:从订单到对账的异步化改造实录|中科智旅景游宝
人工智能·ai编程
Eric72591 小时前
职场人学 AI 的正确顺序:先学什么、后学什么
ai编程
张伽蓝ErosJane1 小时前
AI Agent 平台搭建必读:Anthropic 多智能体实验的三个工程警示
ai编程
blackappleD2 小时前
REA 30 万 Star 背后:让 AI Agent 无源码读懂软件的 MCP 逆向工具链
aigc·ai编程
猛犸象限2 小时前
【CJMP】用仓颉跨端做游戏(下):94 关能过、6 关卡住,问题最后出在我们自己这边
ai编程
柯南46682 小时前
【AI工程师精讲】13:微调排查:训练损失很好看,效果却不行
人工智能·ai编程