Skip to content

DeepSeek Harness 安装教程：一条命令装好 DSH，配置模型并跑通第一个任务

Soren Atelier
Name
Soren Atelier

更新于

DeepSeek Harness（DSH）安装只需一条命令：npx @deepseek-ai/dsh web。本文覆盖 npm 与源码两种安装方式、API Key 配置、四种运行模式的选择，以及 dsh-plugin 插件生态入门。

先给答案：装好 Node.js 之后，一条命令就能启动 DeepSeek Harness：

npx @deepseek-ai/dsh web

服务会启动在 http://127.0.0.1:3080 并自动打开浏览器。之后只有三步：Settings → Models 填入 API Key，Choose workspace 选择项目目录，然后发出第一个任务。整个上手流程就是这样。下文展开每一步的细节、四种运行模式怎么选，以及插件生态——这个项目发布两周就冲过 196k GitHub star，插件生态才是真正的原因。

本文所有命令与设置项来自官方 README、deepseek.com/harness 与开发者文档（抓取日期 2026-08-26）。DeepSeek Harness 目前处于 developer preview 阶段，官方明确提示会有 breaking change——如果下文与你看到的行为不一致，以 官方 README (opens in a new tab) 为准，而不是任何教程（包括本文）。

DeepSeek Harness（DSH）是什么

DeepSeek Harness（dsh）是 DeepSeek 于 2026 年 8 月 13 日发布的开源 agent 框架，MIT 协议。 它的设计口号是 "Everything is a Plugin"，而且是字面意义上的：模型、工具、技能、会话、沙箱、存储、agent 循环、调度、甚至 UI，全部是跑在 Cordis (opens in a new tab) 插件运行时上的插件，都可以在配置里替换或重组，不需要改框架源码。

这个架构带来两个实际结果：

  • 开箱即用的 coding agent——默认（Standard）模式自带文件编辑、shell、搜索和工作流规划，可以像用 Claude Code 或 OpenCode 一样直接用。
  • 也是搭建自定义 agent 的底盘——想换沙箱、换模型路由、换执行循环，替换对应插件即可，不用 fork 整个应用。

另一个值得单独点名的特性：模型看到的一切都会写入 append-only 的会话日志——system prompt、推理过程、工具调用与结果、子 agent 调度、每一次上下文注入。调试过「agent 行为诡异但完全不知道它看到了什么」的人，会立刻明白这个设计为什么圈粉。

热门文章

第一步：安装 DSH

前置条件只有 Node.js。 官方 quickstart 假设你的 PATH 里有可用的 node/npx，除此之外没有其他要求。

方式 A——npm 安装（首次尝试推荐）：

npx @deepseek-ai/dsh web

npx 首次运行会下载包，所以第一次启动明显比之后慢，属正常现象。如果只想启动服务、不要自动打开浏览器（比如装在远程机器上），加 --no-open：

npx @deepseek-ai/dsh web --no-open

方式 B——源码安装（要开发插件或跟进 main 分支时用）：

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

怎么选：

你的情况选择原因
试用、日常使用npx零配置，始终拉取已发布版本
编写或修改插件源码安装需要完整 workspace 做开发
担心 breaking changenpx @deepseek-ai/dsh@<版本号>preview 阶段迭代很快，锁版本能保住可用环境
跑 benchmark / CI源码 + Minimal 模式构建可复现，且两工具的最小运行时无插件干扰（见下文模式表）

第二步：配置模型 API Key

Web UI 启动后默认没有配置任何模型，需要：

  1. 打开 Settings → Models。
  2. 粘贴来自 platform.deepseek.com (opens in a new tab) 的凭证（或其他受支持的模型提供商——模型设置页覆盖了替代 provider 的配置）。
  3. 保存。按官方文档说明，模型路由立即生效，无需重启服务。

因为模型和其他能力一样是插件，选哪家 provider 是配置层面的决定，不是安装层面的决定。今天统一用一家、之后想切换路由，只是改一次配置的事——这正是 harness 架构的意义所在。

第三步：选择工作目录，跑通第一个任务

  1. 在 Web UI 里点 Choose workspace，添加一个项目目录。
  2. 新建会话。
  3. 第一个任务先给只读任务，别急着让它改文件。官方 quickstart 自己给的例子就很合适：

"Summarize this repository and identify its main packages"（总结这个仓库并列出主要的包）

Agent 支持文件操作、命令执行、任务委派和工作流规划，执行动作前有审批提示。把第一个会话当成校准：确认它读的是正确的 workspace、审批提示正常弹出、会话日志完整记录了过程——然后再给它任何有破坏性的权限。这套纪律对所有终端 agent 都适用（Codex 使用指南 里是同样的仪式）。

四种运行模式怎么选

DeepSeek Harness 内置四种运行时预设。多数教程跳过了这张决策表，但这其实是上手后第一个真正的选择：

模式是什么什么时候用
Standard完整 coding agent：文件编辑、shell、搜索、工作流默认。日常 coding agent 工作
CodeStandard 基础上增加模型生成 TypeScript 编排多步操作的能力长链路重构或流水线，希望模型以代码方式组合操作而不是逐个 tool call
Minimal只有两个工具：bash 和 editor公平地 benchmark 模型，或排查问题时排除插件干扰
Creator增加运行时检查与插件实验能力开发插件；观察运行时内部到底发生了什么

一个好记的心智模型：Standard 是用 agent，Creator 是改 agent，Minimal 是测模型。 如果你想评估 DeepSeek 的模型本身够不够用，Minimal 模式才是诚实的测法——harness 不再帮忙，你看到的是裸模型。

插件：真正的杠杆所在

DSH 的插件生态膨胀速度超过我们跟踪过的任何同类框架。截至 2026-08-26，GitHub 的 dsh-plugin topic (opens in a new tab) 下已有 11,944 个公开仓库——距发布只有两周。

按当前 star 数排的入门清单：

插件Stars用途
awesome-dsh-plugin (opens in a new tab)12.8k精选索引——浏览生态从这里开始
open-design91.6kAI 设计：原型、落地页、仪表盘，导出 HTML/PDF/PPTX
ruflo69.4k多 agent 集群协调，带自适应记忆与 RAG
DeepSeek-Reasonix35.2k为 DeepSeek 模型调优的终端 coding agent
OpenViking33.4k自演化上下文数据库：agent 记忆、知识、技能
distilly24k把领域经验固化为可复用的 agent 技能
WeKnora20.7k文档 → 可查询的 RAG 知识库
dsh-desktop20.4kDSH 生态的桌面端

发现机制的约定：插件在 GitHub 上给自己打 dsh-plugin topic 标签，所以这个 topic 页目前就是事实上的包索引。注意波动——两周大的生态里，star 数衡量的是关注度，不是成熟度。把任何插件接进重要工作流之前，先看它的 issue 区是否在活跃维护。

官方文档目前没讲清楚的（如实说明）

这是一个 developer preview，文档在几处明显偏薄。截至本文写作时：

  • quickstart 页把安装步骤推给了 README——本文与文档冲突时，以 README 为准。
  • 配置文件格式缺少文档。 模型配置走 Web UI（Settings → Models）；如果你需要基于文件的可复现配置，目前得自己读插件源码或 apps/cli 的 README（CLI 模式在那里）。
  • harness 本身没有定价页——框架是 MIT 免费的，成本只来自你接入的模型 API（DeepSeek 平台计费，或你选的其他 provider）。
  • breaking change 是官方承诺会发生的，不是「可能」。 这个月要在上面搭任何长期的东西，务必锁版本。

本文刻意没有放故障排查矩阵：两周大的 preview，故障形态每周都在变，从教程里复制过期的报错修复方案造成的损害比它解决的问题更多（OpenCode 生态已经交过这笔学费）。真遇到报错，有效路径是仓库的 GitHub Discussions 和官方 Discord。

DSH 在当前 agent 格局里的位置

如果你还在选型而不是已经决定用它，简版结论：

  • DeepSeek Harness 押注可重组性——任何部件可替换、一切可审计、MIT 协议的底盘。
  • Claude Code / Codex 一类产品押注打磨过的、有主见的端到端体验。2026 AI 编程工具盘点 覆盖这个战场，Best Vibe Coding Tools 覆盖更大的市场。
  • 运行时中心的框架（如 Hermes Agent）和 DSH 占据类似的「own the runtime」生态位——Hermes Agent vs OpenClaw 里的架构对比几乎原样适用，DSH 坚定地站在 runtime 一侧。
  • 想了解 DeepSeek 公司与模型的背景，见 DeepSeek 与其他中国大模型对比。

一个值得明说的边界：DeepSeek Harness 是通用 coding agent。如果你的日常工作是 Jupyter notebook 和 dataframe 而不是代码仓库，让 repo agent 去改 .ipynb 的 JSON 并不合适，直接操作 kernel 状态的 notebook 原生 agent 是更对口的工具——这正是 RunCell (opens in a new tab) 解决的问题，repo-agent 与 notebook-agent 的分界在 Jupyter AI RunCell 里有展开。

常见问题（FAQ）

相关指南