【体验毛坯房】Deep Harness 入门教程

👨‍💻程序员三明治 ：个人主页
🔥 个人专栏 : 《设计模式精解》《重学数据结构》
《AI探索日志》《从0带你学深度强化学习》

🤞先做到再看见！

- - [DeepSeek Harness到底是什么？](#DeepSeek Harness到底是什么？)
  - 和CC、Codex这些Agent有什么区别？
  - 为什么Harness会火？
  - 安装方式
  - - [**路线 A：npm 一行命令（最省事）**](#路线 A：npm 一行命令（最省事）)
    - [**路线 B：交给 AI Agent 帮你安装**](#路线 B：交给 AI Agent 帮你安装)
    - [**路线 C：桌面客户端（小白首选，想自己折腾、看源码、搞插件的，可以用这种方式）**](#路线 C：桌面客户端（小白首选，想自己折腾、看源码、搞插件的，可以用这种方式）)
  - 插件生态
  - 插件怎么装？
  - [满血DeepSeek V4 Pro](#满血DeepSeek V4 Pro)
  - 总结

deepseek-harness半个月前横空出世，短短半个月时间已经获得了 207K 的 star！

我也来安装使用下。

安装前，先来搞懂DeepSeek Harness到底是什么？

DeepSeek Harness到底是什么？

我们都知道下面这个公式：

Agent =大模型+ Harness

大模型负责思考和生成结果，相当于一匹跑得很快的野马，但有时候很容易放飞自我。

这时候就需要装上 Harness------包括工具（Tools）、技能（Skill）、操作权限及系统等等。相当于给这匹野马套上缰绳、马鞭这一整套驾驭工具，让它变成在真实任务中不会跑偏的 AI Agent。

简单来说，Harness 就是帮你驾驭 AI大模型的这一整套系统。

和CC、Codex这些Agent有什么区别？

如果说 CodeX，WorkBuddy 这种是自带精装房的四室一厅江景豪宅。

那刚发布的 DeepSeek Harness，就是个彻头彻尾的毛坯房。

常见的客户端没有，命令行界面也没有，只给大家做了个最朴素的网页端。

像 Codex、Workbody 这样的 Agent 产品，相当于你骑了一匹平台帮你训练好的马------怎么跑、怎么停，别人都基本帮你设定好了，你下命令，Agent 就能按照设计好的路线自动跑完任务。

但 DeepSeek Harness 不仅给了你一匹训练好的马，还把跑马场也开放给你了。你可以训练自己的马，也就是定制自己的 AI Agent。

为什么Harness会火？

因为大家发现，同样的大模型，装上不同的 Harness，Agent 的干活能力会有很大差距。

安装方式

路线 A：npm 一行命令（最省事）

plain 复制代码

npx @deepseek-ai/dsh web

这条命令会拉一个包、起一个 Web UI，默认地址 http://127.0.0.1:3080。

路线 B：交给 AI Agent 帮你安装

如果你电脑上已经有 Codex、Claude Code、Workbody 等任意 Agent 工具，直接把 DeepSeek Harness 的仓库地址发给 AI，让它帮你安装并启动好就行。

同样，安装完成后你会拿到一个本地地址，在浏览器打开即可使用。

路线 C：桌面客户端（小白首选，想自己折腾、看源码、搞插件的，可以用这种方式）

步骤一：下载安装包

打开 DSH Desktop 官网，你会看到两个下载按钮："下载 Mac 版"和"下载 Windows 版"，根据自己的电脑系统选择对应版本下载即可。

官网地址：https://www.dshdesktop.cn/

下载完成后，像安装普通软件一样双击安装包，一路下一步即可。

步骤二：首次启动与初始化设置

安装完成后打开 DSH Desktop，选择一个自己本地的项目，直接就可以用。

当然我们也可以自己去把自己的 API key 接过来，然后在这个 Harness 里面去用我们的 DSH Desktop

获取 API Key 的方法：

**1.**打开 DeepSeek 开放平台官网：https://platform.deepseek.com/

**2.**注册/登录账号后，在"API Keys"页面点击"创建 API Key"

**3.**给 Key 起个名字（比如"harness"），创建后复制生成的密钥

**4.**回到 DSH Desktop，把密钥粘贴到输入框，点击"保存并继续"

插件生态

DeepSeek Harness（简称 dsh）是 DeepSeek 官方开源的 agent harness，仓库地址 deepseek-ai/deepseek-harness它最狠的一句话写在 AGENTS.md 第一行：

everything is a plugin.------ 一切都是插件。

这句话不是口号。它背后的设计是：没有特权核心。

它底层用的是 Cordis 插件内核，只负责插件的加载、卸载和依赖管理；而 Agent 真正需要的能力------模型、工具、界面、会话、记忆、循环、调度、沙箱------全都是一个个插件拼出来的。

默认的 Harness 更像一个"毛坯房"：纯聊天框，没有文件树、没有终端、没有任务看板。装上合适的插件，才能变成你顺手的"精装房"。这也是它发布短短几周，社区就冒出几千个插件的原因。

你看这张表，每一行都是可以被替换的插件：

连主循环都是插件。想换模型？注册一个新的 LLM 适配器。想换执行环境？把文件系统 provider 从本地换成远程沙箱，Bash、终端、LSP 会跟着一起切------因为它们都走同一个能力接口。

这个框架底层是 vendor 进来的 Cordis 插件框架，五个概念把"插件怎么协作"讲完了：

插件：一段实现 apply(ctx) 的代码，就是一个能力的最小单元。
上下文 ：服务的仓库。别的插件按键找服务，而不是 import 具体实现------这就是解耦。
inject：声明"我需要哪个服务"，加载顺序由依赖关系决定，不靠人工排。

事件：四种派发模式（emit 观察 / waterfall 逐个包裹可短路 / parallel 并行 / serial 按序）。事件即扩展点。+ 可逆副作用 ：所有注册都通过 ctx.effect() / ctx.on() 安装，插件卸载时自动回收 ------热更新是设计内的，不是补丁。
一个最小插件大概长这样：

plain 复制代码

export const inject = ['llm']            // 声明依赖
export function apply(ctx) {
  ctx.effect(() => ctx.llm.registerAdapter(myAdapter), '换掉默认模型适配器')
}

理解了这套心智模型，后面装、配、用、打包，你都会发现同一个规律反复出现：所有动作，本质都是"往插件树上挂东西"。

插件怎么装？

在设置里安装插件市场

安装完重启一下，再打开设置，就能瞅见插件市场了。

看上去其实跟 WorkBuddy 的技能商店差不多，有各种各样组装好的技能包，也有补足 DSH 短板的补丁。

有了这个可视化的界面，想用啥，一搜一点直接齐活儿。

装上插件市场，咱这毛坯的 DSH 算是入驻装修队儿了。

举例子：

因为众所周知，一个成熟的 Harness，是能够直接在里面查看它生出来的文件的。但 DSH 没这待遇，想看项目文件？得跳转到其他应用里才行。好在社区里已经火速更新了。

在刚刚装好的插件市场里搜 sidebar，找到这个「DSH-better-sidebar」，直接安装就行。

这样一来，我们就能在 DSH 里面直接看到 Markdown，HTML 这些文件，Markdown 里的文本还能直接编辑。

而且除了预览，它还内置了一堆其他功能，像是看任务进度，感受 Agent 集群吭哧吭哧干活儿的氛围。

另外，咱们还可以通过插件让DSH连接微信，飞书，钉钉，让它像龙虾一样融入生产环境。

还是打开插件市场，搜索IM，也就是即时通讯软件，安装这个dsh-im插件，装好刷新一下就能用了。

此时再打开设置，在插件的子菜单中，就能看到IM机器人的选项。

里面打包了飞书，钉钉等应用的接口，生成二维码后扫一下就连上了，相当方便。

满血DeepSeek V4 Pro

除了加功能，DSH 插件的另一大妙用是打补丁。

因为一切皆插件，所以咱甚至能用插件的方式，改变模型的思维方式，帮 DeepSeek V4 Pro 的性能往上再堆一些。

还记得这个模型发布时褒贬不一的风评吗？

有人仔细的观察了一下 DeepSeek V4 Pro 的思维链，发现了一个挺玄学的现象：

简单点说就是发挥不稳定，如果思维链的起步是 Let me，那这次对话基本上就有点拉；但如果开头变成 We need，那就说明这把稳了，AI 的智商又占领高地了。

所以为了稳定让 DeepSeek 的智商在线，就有大佬做了个插件「dsh-anchored-standard」。

装上后，可以让模型的思维链尽量用 We need 起手，属于强制给 DeepSeek 开机了。

总结

总而言之，Deep Harness (DSH) 远不止是一个支持 Markdown 和 HTML 预览与编辑的开发套件。它真正的核心竞争力在于其高度灵活的插件生态：向外，我们可以通过 IM 插件轻松将其接入飞书、钉钉等即时通讯软件，让 Agent 真正落地到日常生产环境中；向内，我们甚至能以"打补丁"的方式（例如强制干预 DeepSeek V4 Pro 的思维链起手式），从底层稳定和优化大模型的输出表现。对于想要深度折腾 Agent 开发、探索大模型潜力的开发者来说，DSH 提供了一个既有可玩性又具备实用价值的平台。

如果我的内容对你有帮助，请辛苦动动您的手指为我点赞，评论，收藏。感谢大家!!