DeepSeek Harness（dsh）
开源 Agent 运行时，一切皆插件——人人都能 DIY 自己的 Claude Code
Agent 时代的基础设施思路而非成品 Agent。把模型之外的一切（工具/规则/界面）都做成可替换插件，开发者与企业能在其上组装自己的 Agent。粗糙但想象空间大，对标 Codex/Claude Code 的「运行时层」。
TL;DR
一句话： DeepSeek 于 2026-08 开源的首款 Agent 产品 DeepSeek Harness（dsh），提出公式 AGENT = MODEL + HARNESS——大模型负责思考推理，Harness 承担模型之外所有工程化工作（工具调用、任务规划、执行调度）。
核心理念是 「Everything is a plugin（一切皆插件）」：模型、工具、技能、会话、沙箱、存储、循环、调度、甚至 UI，都由插件组合而成，可自由替换与重组。它不像 Codex/Claude Code 那样给你一个「装修好的办公室」，而更像一间「刚交付的毛坯房」——墙、门、电路都有，但工位怎么摆由你决定。
一句话定位：Codex 是做好的 Agent，DeepSeek Harness 是组装 Agent 的运行时。
来源说明：本文基于 DeepSeek 官方仓库（github.com/deepseek-ai/dsh）、官方公告与公开发布报道综合整理。Harness 当前为 developer preview，官方明确提示「迭代很快、会有破坏性变更」，请以最新仓库为准。
背景与定位
DeepSeek 过去以模型闻名（V3 / R1 / V4）。这次它放的不是一个新模型，而是一套驾驭模型的「马具工程」——Harness。
为什么需要 Harness？因为真实任务一旦复杂，纯大模型就会「聪明但记不住要去哪」：它要记得最初目标、知道哪一步调什么工具、中间数不对要回去核验、完成时还要自检。这些「目标 / 工具 / 流程 / 纠错 / 验收」加在一起，就是 Harness。DeepSeek 的公式很直白：
Agent = 大模型 + Harness
AI 释放价值要靠能干活的 Agent；Agent 厉不厉害，看模型聪不聪明 + Harness 高不高明。
核心特性
一切皆插件（Cordis 插件系统）
Harness 的架构核心是 Cordis——一个具备「时空可组合性」的消息传递内核。在这个体系里：
- 工具是插件、规则是插件、任务流程是插件、界面也是插件；
- 理论上连 Web 界面本身都是默认加载的一个插件，可在「Creator 模式」下直接用对话修改页面；
- 用户不只是在选模型，也能自己决定 Agent 用什么工具、遵守什么规则、怎么工作。
内测用户已经做出：长期记忆插件、界面修改插件等。
能力边界（已支持）
- 项目管理与长任务协作；
- 多 Agent 编排；
- 上下文管理；
- 联网搜索；
- Skill（技能）系统；
- 创建不同的 Agent 预设（preset）：写代码、研究、写作等任务可配置不同工具、提示词与工作方式。
本地一键启动
npx @deepseek-ai/dsh web
# 本地 WebUI 默认端口 3080
装好后是本地网页而非传统客户端——成本低、跨平台方便，且网页界面本身也是可替换插件。
与 Codex / Claude Code 的差异
| 维度 | Codex / Claude Code | DeepSeek Harness |
|---|---|---|
| 形态 | 完整客户端（菜单/对话/结果） | 本地 WebUI（默认简陋，可改） |
| 思路 | 预先设计、开箱即用 | 毛坯底座、一切皆插件 |
| 用户角色 | 使用者 | 组装者 / 开发者 |
| 目标 | 做好一个 Agent | 成为 Agent 生态的基础设施 |
上手 5 分钟
- 安装并启动：
npx @deepseek-ai/dsh web，浏览器打开http://localhost:3080； - 配置模型：接入 DeepSeek / OpenAI 兼容 API（默认 OpenAI 格式）；
- 建一个 Agent 预设：选任务类型（写代码 / 研究 / 写作），挂载工具与 Skill；
- 开 Creator 模式：直接用对话让 Harness 改界面、加入口（如「帮我加一个服务器监控面板」）；
- 跑长任务：Harness 管理上下文、调度子 Agent、联网检索，完成后自检。
与同类怎么选
| 维度 | DeepSeek Harness | Claude Code | Codex CLI | CrewAI |
|---|---|---|---|---|
| 形态 | 开源运行时 / 插件底座 | 闭源成品 CLI Agent | 闭源成品 CLI Agent | 开源多 Agent 框架 |
| 自定义深度 | 连 UI 都可改） | |||
| 国内直连 | ||||
| 价格 | 开源免费 | 订阅/API | 订阅/API | 开源免费 |
| 适合人群 | 想 DIY Agent 的开发者/企业 | 直接用 Agent 的开发者 | 直接用 Agent 的开发者 | Python 工作流开发者 |
选 DeepSeek Harness 如果你：
- 想在自己的基础设施上组装专属 Agent，而非被锁死在某个成品里；
- 国内团队，要直连、合规、可私有化；
- 认可「Agent 竞争在工程层」的判断，愿意投入插件生态。
别选如果你：
- 只想开箱即用一个成熟 Agent（直接上 Claude Code / Codex）；
- 不想自己搭工具链、调插件；
- 需要稳定 SLA（当前是 developer preview，破坏性变更频繁）。
避坑清单
- 当前是 developer preview：官方明确「迭代很快、会有兼容性破坏性变更」，别用于生产关键链路。
- 不是成品 Agent：它给你底座，常用功能（预览、@文件、MCP 接入）默认不一定齐，需要自己加插件——别期待「拎包入住」。
- 插件生态未成熟：生态能否繁荣交给时间，先小范围试。
- 破坏性变更风险：跟进版本时锁定 commit / 版本号，避免一夜之间配置失效。
- 国内合规：开源可私有化，但接入的模型与数据仍需注意合规边界。
适合 / 不适合
适合：
- 想 DIY 专属 Agent 的开发者与企业
- 国内、要直连与私有化的团队
- 认同「基础设施而非成品」思路的探索者
- 已有明确业务场景、要在底座上做定制的人
不适合：
- 想要开箱即用成熟 Agent 的个人
- 不愿投入插件/工具链搭建的团队
- 对稳定性/SLA 要求高的生产环境（当前 preview）
相关阅读
- 同类对比：Claude Code / Codex CLI / CrewAI
- 概念：AI Agent / MCP / Context Engineering
- 模型：DeepSeek V4 / DeepSeek R1
- 资讯：DeepSeek Harness 开源发布
来源
- 官方仓库：https://github.com/deepseek-ai/dsh
- 官方公告与公开发布报道（2026-08）
本卡片由 AI 之家 编辑部根据官方公开资料整理。所有事实点均标注来源；如发现价格 / 功能 / 版本与最新官方信息不一致，请通过 反馈邮箱 反馈。
可接入 / 兼容以下大模型 API（在设置中配置 key 即可切换底座）：
Claude Code 深度评测：终端 AI Coding Agent 标杆
Anthropic 官方 CLI Agent 一个月真实使用报告：长任务能力、CLAUDE.md 配置、权限模型、成本控制、与 Cursor / Codex / Aider 的实操对比与选型建议。
Codex CLI 深度评测：OpenAI 的终端 AI Agent 好用吗
Codex CLI 真实评测：OpenAI 官方开源（Apache-2.0）的终端 Coding Agent，Rust 实现、原生 Windows 沙箱、Subagents + MCP + Hooks 三件套齐活。本文写它真正解决的问题、gpt-5-codex 的代码生成质量、与 Claude Code 的实操差距、ChatGPT 订阅打包的价格经济学，以及 5 类不推荐场景。AI 之家 编辑部基于官方文档与公开评测整理。
Manus 深度评测：通用 Agent 天花板值不值 $20/月？国内还能用吗
Manus 真实评测：Butterfly Effect 出品的通用 AI Agent，多 sub-agent 并行架构 + 多模型路由。本文写它真正解决的问题、'开着任务下班'的体感是什么样、和 Genspark/Devin 的差距，以及 5 类不推荐用 Manus 的场景。AI 之家 编辑部基于官方文档与多份评测整理。