DeepSeek - 尝试安装和使用一下DeepSeek Harness

1. 简单介绍

DeekSeek Harness预览版是2026年8月13号推出的,是一个开源的github项目。项目仓库地址是https://github.com/deepseek-ai/deepseek-harness,目前项目仓库的star数量达到221K。DeepSeek Harness的slogan是"Everything is a plugin"。和DeepSeek Harness同类的产品有CodeX,Claude Code, Hermes,GitHub Copilot。目前DeepSeek Harness的新功能还在快速增加中,处于Developer preview阶段。

这边尝试安装和使用一下DeepSeek Harness

2.准备阶段

2.1 安装NodeJs

下载并安装Nodejs和npm(NodeJs包管理器),

安装之后,可以使用如下命令检查一下NodeJs和npm的版本,

复制代码
node -v
npm -v

2.2 获取DeepSeek API Key

可以在DeepSeek API keys管理界面中去创建一个DeepSeek api key的,

note, 产生的DeepSeek api key需要保存一下,后面要使用的。

3. 安装DeepSeek Harness

  1. 在命令行中运行下面的命令进行DeepSeek Harness的安装,在提示的地方输入y并回车,

    npx @deepseek-ai/dsh web

note, 这边是在Windows电脑上安装DeepSeek Harness的,

  1. 最后命令执行完成,

在浏览器中也会自动打开DeepSeek Harness网址(http://127.0.0.1:3080/),在弹出的窗口中,输入DeepSeek API key,如下图所示,

  1. 最后DeepSeek Harness的呈现界面如下图所示,

note, 如果使用npx的安装过程遇到了问题,也可以尝试使用pnpm的方式进行安装,

复制代码
npm install -g pnpm
pnpm dlx @deepseek-ai/dsh web

也可以尝试下载源码并编译运行的方式来使用DeepSeek Harness,

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

4. 使用DeepSeek Harness

  1. 在DeepSeek Harness的界面中,点击choose workspace按钮设定一下工作目录,
  1. 查看一下当前DeepSeek帐户的额度,
  1. 设定Agent 预设(preset)模式为Standard mode,目录访问权限为Workspace Write,同时模型选择了DeepSeek-V41-Flash,如下图所示,

note, Standard mode是默认使用的模式,功能比较完备,一般使用这种模式就可以的。关于Agent预设模式, 目录访问权限和 模型选择的详细内容,可以参考一下DeepSeek Harness的网站。

  1. 在chat box中输入如下提示词并回车,打算制作一个movie management system。
  1. DeepSeek Harness在工作中,
  1. 最后movie management system制作完成,

在浏览器中打开一下生成的html页面,测试一下,可以正常运行。

7)查看一下DeepSeek usage的情况,balance从原来的6.25变成5.87,可以算出共花费了0.38元。

note, 相对于国外的大模型使用费用,DeepSeek确实要实惠一些的。从2026年6月1号开始GitHub Copilot调整成基于token用量计费之后,确实很多人将DeepSeek等大模型接入到Github Copilot中。

5.总结

本文简单记录了一下DeepSeek Harness的安装和使用过程。在2026年的上半年,Agent Harness是AI领域很重要的内容。DeepSeek公司也基于Agent Harness的理念打造出开源的DeepSeek Harness工具。用户可以Plugin的形式进一步拓展DeepSeek Harness的能力,同时也可以接入第三方的模型,确实还是很不错的!关于DeepSeek Harness plugin开发的内容,可以参考这个地址。

本文如果哪里有错,麻烦告之,谢谢谢谢!

相关推荐
七夜zippoe10 小时前
第一季·阶段总结:Agent 核心技能栈检查清单与实战自测
网络·ai·agent·核心技能·实战自测
笨笨饿10 小时前
#141_ Codex 本地 AI 代理工具链工作流重构:Headroom、Scrapling、Archify 统一接入
开发语言·人工智能·stm32·单片机·嵌入式硬件·ui·重构
Rocky Ding*11 小时前
Muse技术深度解析:用掩码并行生成图像,速度、语义与编辑能力如何同时成立
论文阅读·人工智能·深度学习·机器学习·aigc·ai-native·muse
HIT_Weston11 小时前
15、【数学】【基础】欧拉公式是怎么来的:从级数、微分方程到旋转
人工智能·模型部署
数智前线12 小时前
AI Coding,正在把存储推向前台
人工智能
唠点键盘之外的17 小时前
15 微调 vs RAG:到底怎么选
人工智能·机器学习·面试·aigc
具身AGI18 小时前
人机协同预训练:三条路线,一条拉开差距
人工智能
东风破_18 小时前
LangSmith:从链路追踪到 RAG 自动化评估
人工智能
东方芷兰18 小时前
Agent 技术摘要 04 —— AI4S、VLM、VLA、VLN、WM、AI Infra
人工智能
catchadmin18 小时前
用 Jev 与 Laravel AI SDK 检测垃圾邮件和自动回复
数据库·人工智能·laravel