本文基于我自己的局域网环境做了实测验证(Ollama 0.40.16、DeepSeek Harness 桌面版 / Web 版双 profile)。主线只有一条:Web 版怎么装、怎么起 ;我这套环境(Harness 在 172.17.16.46、Ollama 在 172.17.16.52)是附带案例,用来把接本地模型时最容易混淆的端口选择、模型 tag、配置隔离讲透,并纠正一条很多教程里被实测推翻的说法(见第七节)。
一、环境准备
先过一遍清单,缺哪项后面都会卡:
| 项 | 要求 / 实测 |
|---|---|
| Node.js | ^22.19.0 或 >=24.0.0;实测本机 v24.14.1,过关 |
| npm | 随 Node 自带;实测 11.11.0 |
| Ollama(可选) | 只有要接本地模型才需要,实测 0.40.16 |
| 桌面版 | 安装包内置运行时,双击即用,不需要 Node |
| Web 版 | 需要 Node + 一个常开的终端窗口 |
| 默认端口 | 3080,地址 http://127.0.0.1:3080 |
关于 Web 版先记住一句话:那个命令行窗口就是服务器,浏览器只是显示器。窗口一关,服务就停、页面就报错。
二、DeepSeek Harness Web 版的安装和启动
2.1 先确认 Node 在位
bat
node -v
npm -v
能打出两个版本号才算过关。如果提示"不是内部或外部命令",说明 Node 没装、或者装了但不在 PATH 里,先去 nodejs.org 装 LTS 版再回来。
2.2 装:全局安装一次,之后直接用 dsh
bat
npm install -g @deepseek-ai/dsh
dsh --version
dsh --version 能打印出版本编号,说明 dsh 已经进了 PATH,这条命令以后可以一直用。
为什么不用
npx:npx是在你按下回车的那一刻才去解析并准备整棵依赖树的,Windows 上很容易卡在npm warn deprecated node-domexception...一动不动(第三节细说)。全局装一次,之后启动基本是秒开。
2.3 起:dsh web
bat
dsh web
默认监听 http://127.0.0.1:3080,成功后终端会打印带 token 的地址,浏览器一般会自动弹出。
不想让它自动开浏览器(想自己挑浏览器,或者给远程访问留出时间):
bat
dsh web --no-open
启动之后这个窗口别关------它是服务进程,不是安装进度条。
2.4 一回生二回熟:做个一键启动的 .bat
bat
@echo off
dsh web --no-open
pause
双击就起,窗口留着;想开机即用,把这个 .bat 丢进启动目录即可。
2.5 只试一次:npx 那条路
完全不装,在任意目录直接跑:
bat
npx @deepseek-ai/dsh web
三条代价,知道就行:
- 每次启动都会联网检查一次版本,网络慢就得等几秒到十几秒;
- 包是装进 npm 缓存(
_npx目录)的,清一次缓存就等于把它删了,下次还得重下一遍; - Windows 上解析依赖树容易卡死(下一节专门讲)。
所以结论还是那句:长期用就全局装,只试一次才用 npx。
2.6 起没起来,怎么自查
bat
curl.exe http://127.0.0.1:3080
netstat -ano | findstr 3080
第一条有返回、第二条能看到 3080 处于 LISTENING,说明服务已经在了。两条都空,多半是窗口被关了,或者 npm install -g 没真正成功。
⚠️ PowerShell 里
curl是Invoke-WebRequest的别名,行为不一样,一定要写成curl.exe。
2.7 后面的路线
装好、起得来之后,剩下的就是"接我自己的本地模型"这条线:Profile 隔离(第四节)→ 三种接法(第五节)→ 连通性排查(第六节)→ 端口选哪个(第七节)→ 模型 tag 的陷阱(第八节)。如果你只用云端模型,看到这里就可以关页面了。
三、npx 为什么不该作为第一选择
先看清楚 npx 到底做了什么:它不是"装一次就完事",而是每次运行都现场准备一遍------去 registry 查版本、解析整棵依赖树、铺进 npm 缓存,然后才启动。Harness 的依赖树很大,这一步在 Windows 上尤其慢。
表现出来的现象是:命令打出 npm warn deprecated node-domexception@... 之后就没了新输出,光标停在原地,看起来像死了。多数时候它其实在解析或下载------输出停了,进程还在跑;但也真有彻底挂住的时候。分辨不了就别耗着,按下面的顺序处理,不要盯着终端猜:
| 你的情况 | 怎么做 |
|---|---|
| 打算长期用(大概率是这种) | 直接全局装:npm i -g @deepseek-ai/dsh,再 dsh --version 验证,之后 dsh web 基本秒起 |
| 只想临时试一次 | 用 npx @deepseek-ai/dsh web,卡住就 Ctrl+C,别等;确认能用再转全局 |
| 全局安装也卡 | 换包管理器:npm i -g pnpm,然后 pnpm add -g @deepseek-ai/dsh |
三种方式真正的差别,不在"能不能装上",而在你以后每次启动要付多少代价:
| npx | 全局装 | |
|---|---|---|
| 本质 | 每次运行临时准备,包落在 npm 缓存(_npx)里 |
装一次,dsh 成为常驻命令 |
| 每次启动 | 联网查版本 + 解析依赖树 | 直接起进程 |
| 清一次缓存 | 等于没装,下次还得重下 | 不受影响 |
| Windows 上 | 输出容易停住,看着像卡死 | 一次性把这件事做完 |
一句话:npx 适合"我只想试一次",全局装适合"我以后天天用"。 本文是后者,所以第二节给的路线才是先 npm i -g。
四、核心概念:Profile 隔离
DeepSeek Harness 为不同运行环境设计了完全隔离的配置目录:
- Web 版 →
$DSH_HOME/profiles/web - 桌面版 →
$DSH_HOME/profiles/desktop
两边插件、模型提供方配置互不影响 。所以你在 Web 版里加好的本地模型,桌面版里看不到------必须各配一遍。配置文件不是文档里常说的 settings.yaml,实际是 cordis 体系下的 cordis.patch.yml(位于各 profile 目录下)。
具体怎么写、我本机在用的真实配置段,放到 5.2 一起讲,这里只记概念。
💡 为什么搞两个版本? 不是重复造轮子。Web 版负责"广撒网"(跨平台、远程服务器、开发者快速验证);桌面版负责"降门槛"(内置运行时、后台常驻挂机、集成 DeepSeek 账号充值闭环)。当前预览版阶段两者配置不互通,等版本稳定后应该会改善。
五、接入本地 LLM:三种路径
5.1 界面配置(最直观)
设置 → 模型 → 添加提供方,按下面填(以 Ollama 为例):
| 字段 | 填什么 |
|---|---|
| Provider ID | ollama(小写字母开头,定了别改,凭据按它命名) |
| 显示名称 | Ollama-172.17.16.52(自己看懂即可) |
| API 地址 | http://172.17.16.52:11435/v1 ------ 必须带 /v1 |
| API 协议 | OpenAI Chat Completions |
| API 密钥 | 填 ollama。Ollama 不校验,但不能留空 ,否则报 No API key for provider |
| 模型目录 | 点"获取可用模型",在列表里勾,不要手打模型名 |
5.2 直接改配置文件
不想在界面点点点,就直接编辑对应 profile 的 cordis.patch.yml:在 llm-pi-ai.config.providers 下加一段 provider,再让 agent-default-model 指向它。
下面是我本机真实在用的 配置(~/.dsh/profiles/web/cordis.patch.yml 节选):
yaml
- id: llm-pi-ai
name: "@deepseek-ai/dsh-llm-pi-ai"
config:
providers:
ollama:
displayName: ollama-172.17.16.52
apiKeyEnv: OLLAMA_API_KEY # 通过凭据引用注入,本地可不必设环境变量
api: openai-completions
baseURL: http://172.17.16.52:11435/v1
models:
- id: qwen-api:latest
name: qwen-api:latest
- id: agent-default-model
name: "@deepseek-ai/dsh-agent-default-model"
config:
provider: ollama
model: qwen-api:latest
两个要点:
apiKeyEnv: OLLAMA_API_KEY走的是"凭据引用",本地模型不校验密钥,这个环境变量不必真设;baseURL必须带/v1,少这一段就是 404。
改完完全退出并重启 Harness,配置才生效。
5.3 社区插件 dsh-local-model
想要更原生的体验,可装社区插件:
bash
dsh plugin --profile web add dsh-local-model
优势:不消耗云端 Token、模型自动发现、完整转换工具调用历史(保证 Agent 的 bash / 文件工具正常工作)、对部分本地模型"把工具调用写成纯文本"做了兜底。
六、连通性前置排查(别上来就怪配置)
先把坐标钉住,否则文里出现的 IP 看着像笔误:
| 角色 | 在哪台机器 | 端口 |
|---|---|---|
| Harness(调用方) | 172.17.16.46 |
浏览器和命令行都在这台上 |
| Ollama(模型方) | 172.17.16.52 |
原生口 11434,代理口 11435 |
Ollama 默认只监听 127.0.0.1,所以"本机 curl 能通"不代表"另一台能连"。跨机必须先在对端放开:
bat
set OLLAMA_HOST=0.0.0.0:11434
重开 Ollama,并在 Windows 防火墙放行 11434。
但 11435 不是 Ollama 自带的端口,是我们自己加的一层薄转发。 在 .52 上有一个 C:\OllamaThinkOff\ollama-thinkoff-proxy.py,对外监听 11435,把请求转给本机 127.0.0.1:11434,同时强制关掉 Qwen3.5 的思考。所以 5.2 里填的是 11435 而不是 11434------这一层是我们为了让"跨机可访问 + 关思考"两件事一次解决才加的(两个端口的实测差异见第七节)。
⚠️ 这个代理是手动起的,没有做自启。机器重启后它不会自己回来,这时候界面会报连接失败------很容易被误判成"配置填错了"。先排这个,再怀疑配置。
在 Harness 那台(.46)上,按顺序问三个问题:
cmd
curl.exe http://172.17.16.52:11435/v1/models
返回模型列表 JSON → 代理和 Ollama 都在,可以继续往下配。
cmd
curl.exe http://172.17.16.52:11434/v1/models
这条通、上一条不通 → Ollama 活着,是代理脚本没起,去 .52 上把它跑起来再试。
cmd
netstat -ano | findstr 11435
在 .52 上执行,能看到 LISTENING 才说明代理真的在监听。
⚠️ PowerShell 注意 :
curl在 PowerShell 里是Invoke-WebRequest的别名,行为不同,必须写成curl.exe。
七、端口 11434 vs 11435:实测真相
很多教程说"11434 默认只监听本机、跨机肯定不通"------这个前提不成立,取决于有没有设 OLLAMA_HOST 。在我这套环境(Ollama 在 172.17.16.52,Harness 在 172.17.16.46)实测两个端口都能从 .46 连上。二者的真实差异在别处:
| 端口 | 是什么 | 实测表现 |
|---|---|---|
| 11434 | Ollama 原生口(含 /v1 兼容层) |
返回 reasoning 字段(思考开着 ),同一句简单问答跑了约 150s,慢 |
| 11435 | thinkoff 代理口,转发到 127.0.0.1:11434 并强制关思考 |
只回 content,无 reasoning,响应快 |
实测证据(同一份请求发到 /v1/chat/completions,把 max_tokens 卡到 24,差异一眼就能看见):
- 打
11434:message里是role/content/reasoning三个键,reasoning有内容,content还是空的------token 全花在思考上,正文一个字都没写出来。 - 打
11435:message里只剩role/content,根本没有reasoning这个键 ,content直接就是答案。
⚠️ 别把"没有 reasoning"读成"没有返回"。11435 返回的是干净答案,content 里就是完整回答,只是不再附带思考那一段。反过来看更清楚:思考不是白送的,它和正文共用同一份 token 预算------上面 max_tokens 卡到 24 时,24 个 token 全被 11434 的思考吃掉了,正文一个字都没轮到;关掉思考之后,这 24 个 token 才全落到正文上。所以"关思考"不是砍掉内容,是把预算还给答案。
顺便纠一个常被抄错的字段名:这个字段在 Ollama 里叫 reasoning,不是 OpenAI 那套的 reasoning_content。所以看到别人写"reasoning_content 为 null",他想表达的意思是"没有返回思考",不是"没有返回内容"------只是那个字段名本身就不对。真去判 reasoning_content 空不空,永远会判成"没有思考",因为它压根不存在。
✅ 结论 :优先填 11435。它既关掉了啰嗦的思考过程(省上下文、省时间),又是你本来就为跨机(给 Dify / WorkBuddy 用)开放的那条链路。只有当 11435 连不上(代理脚本 ollama-thinkoff-proxy.py 没手动起)时 ,才退回 11434,其他字段不变。
八、模型 tag 陷阱:qwen-api:latest vs qwen3.5:4b-q4_K_M
Harness 的"获取可用模型"会把 Ollama 里所有 tag 全列出来 ,于是你看到一个模型"变成了两个"。它们不是重复,而是一份权重、两个 tag:
bash
GGUF 权重(blob sha256-a9d0...,3.32GB,磁盘只存一份)
├─ qwen3.5:4b-q4_K_M ← 11/6 12:41 原始入库,参数默认
└─ qwen-api:latest ← 11/6 16:01 用 ollama cp 复制改写,固定了参数
两个 tag 共享同一个 blob(实测 ollama list 里 size 都是 3.32GB),所以占了同一份磁盘空间。用 ollama show <tag> --modelfile 看参数,实测对比:
| 参数 | qwen3.5:4b-q4_K_M(底座) | qwen-api:latest(定制) |
|---|---|---|
| SYSTEM 提示 | ❌ 无 | ✅ 中文助手人设 |
| temperature | 1 | 0.7 |
| top_p | 0.95 | 0.9 |
| top_k | 20 | 20 |
| presence_penalty | 1.5 | 1.5 |
| repeat_penalty | ❌ 默认 | 1.05 |
| num_ctx | ❌ 走默认(小) | 16384 |
| num_predict | ❌ 默认 | 2048 |
❌ 选错的后果是实的 :勾 qwen3.5:4b-q4_K_M 等于丢掉那段 SYSTEM 提示、temp 从 0.7 变 1、num_ctx 掉回默认(长文档会被截断),同一句话明显更发散、更啰嗦。
✅ 动作 :只勾 qwen-api:latest,取消另一个。Dify、WorkBuddy、Harness 都是调用方,填的名字都是 qwen-api,指向的从来是同一份权重,三个端侧需要保持一致。
九、常见报错速查表
| 现象 | 说明 / 处理 |
|---|---|
| 命令卡住不动 | npx 在解析依赖树,看着像死 → 别等,直接全局安装 dsh |
No API key for provider |
API Key 留空了,填任意占位字符(如 ollama) |
connection refused |
端口没人监听:11434 是没设 OLLAMA_HOST,11435 是代理脚本没起 |
| 连接超时 | 对端防火墙拦了,加放行规则 |
| 404 / 空响应 | Base URL 末尾漏了 /v1 |
| 工具调用失效 | 本地模型不支持 Function Calling,换 Qwen2.5-Coder / Qwen3.5 系列 |
| 流式响应超时 | 调大配置里的 streamIdleTimeoutMs |
十、沉淀规则
npx在 Windows 上先想到全局安装,别在它卡死时干等。- 桌面版 / Web 版配置隔离:在 A 加了模型,B 看不到,各配各的。
- 端口选 11435(关思考 + 快 + 已为跨机开放);只有它不通才退回 11434。
- 模型只选
qwen-api:latest,别被"两个同名模型"迷惑------那是同一权重的两个 tag。 - 终端窗口是服务器,不能关 ;想省事就用
.bat一键启动。
把这套跑通之后,你就能在 DeepSeek Harness 里用自己局域网里的本地大模型干活,而不必每次都消耗云端 Token------既快又私密。如果你也在折腾 Harness + Ollama,欢迎在评论区交流你踩到的坑。