DeepSeek Harness 深度解析
目录
2.1 Cordis 内核：从 QQ 机器人到 Agent 框架最新
DeepSeek 官方开源的 AI Agent 运行框架——让 AI 从"只会聊天"变成"会干活"的工程基础设施。基于 Cordis 插件内核，一切皆插件，三天 GitHub Star 突破 10 万，社区插件仓库超 1000 个。
发布时间线最新
三天内连续发生的事件，本身就构成了一个完整的故事：
1、什么是 DeepSeek Harness
2026 年 8 月 13 日晚，DeepSeek 在发布 V4 Pro 正式版模型的同时，开源了一套完整的 Agent 运行基础设施——DeepSeek Harness（简称 DSH，命令行名 dsh）。与以往开放模型权重不同，这次开源的是模型"外面"的那套工程系统[1]。
模型是大脑，负责思考与生成；Harness 是手脚和工具，负责让 AI 真正去操作文件、执行命令、调用服务
你平时用的 AI 能聊天、能写诗、能答问题，但它碰不到你电脑里的文件，替不了你干活。DSH 解决的正是这个问题：装上它之后，AI 能打开你电脑里的文件、帮你改内容、替你敲命令，把一件任务从头做到尾[2]。
从产品定位看，DSH 类似于 Codex、Claude Code 等编码 Agent 工具，但有两个本质区别：MIT 协议完全开源，以及不绑定任何单一模型。它基于 Cordis 插件内核构建，支持 DeepSeek V4 系列以及 OpenAI、Anthropic、Bedrock、Vertex、Azure 等 40 多家模型提供商[2][3]。
为什么叫 "Harness"？
Harness 英文原意为"驾驭"——如果把 AI 模型比作一匹马，那 Harness 就是你驾驭这匹马所需要的一切工程装备。研究怎么让模型跑得更快、更稳、更可控，就是 Harness 工程的核心命题[4]。
2、核心设计理念：一切皆插件
DSH 最出圈的理念是 "Everything is a Plugin"（一切皆插件）。这不是营销话术，而是字面意思：
2.1 Cordis 内核：从 QQ 机器人到 Agent 框架最新
这套架构跑在 Cordis 插件内核之上。Cordis 是从 Koishi（国内老牌 QQ 机器人框架）中抽出来的微内核，作者是 GitHub 上的 Shigma。它只管三件事——加载插件、卸载插件、管理插件之间的依赖，本身不提供任何 Agent 能力[2]。
Cordis 的核心技术叫"可逆副作用"：每个插件注册时产生的所有副作用都会被追踪，卸载时自动回收，不留垃圾、不漏内存。翻译成使用体验就是热插拔——装插件、卸插件、换整套 UI，都不用重启，系统跑着跑着就把自己的一部分换掉了[2]。
Cordis 配套论文《A Programming Paradigm for Spatiotemporal Composability》（面向时空可组合性的编程范式），由 DeepSeek 联合北京大学研发[1][3]。
与同类产品的本质区别
Claude Code 和 Codex 更像一台装好的 Mac——你可以装各种软件，但核心系统是定死的；DSH 更像一台能自己换主板、换显卡、换操作系统的 DIY PC，哪儿不满意就换哪儿。
3、插件生态爆发最新
社区反应速度令人惊叹。8月13日当晚，36氪实测时一个目录收录了 288 个插件仓库；到8月14日，GitHub 上打 dsh-plugin 标签的仓库已经超过 1000 个，还在持续增长[2]。
两个主要的插件目录：
- awesome-deepseek-harness（0xsline 维护，带安装命令）
- Awesome DSH Plugin（中英双语，分类更细）
3.1 必装插件 Top 10
以下插件均已超过 100 GitHub Star，按 Star 数排名（截至 2026-08-16）[6]：
| # | 插件名 | 功能 | 安装命令 |
|---|---|---|---|
| 1 | iPolloWork Design Studio | 画布式可视化文档编辑器，原生集成在 DSH 对话中 | dsh plugin --profile web add deepseek-idesign |
| 2 | Mirage DSH | 统一挂载本地目录、内存存储和远程资源到一棵路径树 | dsh plugin --profile web add @struktoai/mirage-dsh |
| 3 | DSH Web UI | Web UI 增强全家桶：任务看板、Git 图谱、手机远程、Token 统计 | dsh plugin --profile web add @linxin666/dsh-web-ui-all |
| 4 | Modlens | 截图/图表/UI 图片转为 OCR 文本+布局信息，给纯文本模型加"眼睛" | dsh plugin --profile web add @liustack/modlens |
| 5 | DSH TUI | Claude Code 风格的全屏终端界面，流式输出+上下文进度条+TPS 表 | dsh plugin --profile dsh-tui add @deepseek-harness-tui/dsh-tui |
| 6 | DSH Better Sidebar | 侧边栏改造成完整工作台：文件编辑器+终端+Git 面板+子代理管理 | dsh plugin --profile web add dsh-better-sidebar |
| 7 | DSH Vision Toolkit | 图片问答、长截图 OCR、UI 还原、像素对比——不是简单桥接视觉 API | dsh plugin --profile web add @anionex/dsh-vision-toolkit |
| 8 | DSH Agent Teams | 创建 Agent 团队、分配任务、共享状态——多 Agent 协作 | dsh plugin --profile web add @nanmicoder/dsh-agent-teams |
| 9 | Graph Memory | 跨会话的图结构记忆，支持关系召回、PageRank、社区检测、向量搜索 | dsh plugin --profile web add graph-memory |
| 10 | DSH Ads | 抽象艺术：给 Web 界面加上 2005 年中文网站风格的侧栏广告和弹窗（已有人做了屏蔽插件） | dsh plugin --profile web add github:Nagi-ovo/dsh-ads |
插件生态的"攻防战"
最绝的是
dsh-ads这个插件，给 Web 界面加上复古中文网站风格的广告。按 36氪 当晚的实测报道，目录里还紧挨着一个专门屏蔽它的插件——广告是插件，去广告也是插件，生态自己先完成了一轮攻防[2]。
3.2 远程渠道与安全插件
除了工具类插件，社区还涌现了一批远程渠道插件（qqbot、dsh-weixin-bot、dsh-feishu-bot、dsh-wecom-bot、telegram），装上后 DSH 就能变成在 QQ 群、飞书里被 @ 的机器人。沙箱也有多种社区隔离方案可选，从轻量容器到内核级强制访问控制都有人在做[2]。
4、四种工作模式
| 模式 | 核心特点 | 开箱工具 | 适合谁 |
|---|---|---|---|
| 标准模式 | 工具最全，开箱即用 | 文件编辑、Shell、联网搜索、Skills、规划、子 Agent、工作流 | 绝大多数人，默认推荐 |
| PTC 模式 | 程序化工具调用，模型写一段代码编排多次工具调用 | Code Mode SDK，把十次来回合并成一次执行 | 批量自动化、在意 Token 成本的重度用户 |
| 极简模式 | 最小工具集，减少干扰 | 仅保留一个持久 bash + 一个文件编辑器 | 官方跑模型基准测试用 |
| 创造模式 | AI 可检查和改装自身运行时 | 允许 Agent 检查当前插件环境，现场生成新工具 | 想开发自定义插件和 Agent 的进阶玩家 |
使用建议：第一次用先开极简模式，让它在一个小目录里干一件简单的活，感受一下它的节奏；熟悉了再切标准模式。PTC 和创造模式等你想折腾插件的时候再碰[2]。
4.1 创造模式实测最新
实测中，AI 在"创造模式"下生成了一个"统计汉字个数"的工具，耗时约 3 分钟，当场可用[3]。另有媒体测试让 DSH 创建一个名为"事实核查员"的 Agent，专门负责检查文章里的事实错误，约 11 分钟完成创建，新会话中可直接调用[7]。
5、关键特性详解
5.1 全程轨迹审计（Trace）
DSH 内置轨迹视图，类似 IDE 的 Debug 面板。每一轮对话、每次工具调用、输入输出 Token 全部可展开查看。这是通过仅追加的会话日志实现的——模型看到的系统提示、推理过程、工具调用和结果、子 Agent 调度，全部按顺序记成一份只增不改的日志[1]。
当 Agent 在第几十步做错决定时，开发者可以回到当时模型真正看到的上下文，确认问题来自模型判断、工具返回、提示词变化还是错误的上下文注入。这种透明度是 Claude Code 等闭源工具无法提供的。
5.2 缓存经济学最新
AI 按 Token 计费，DSH 通过上下文缓存显著降低成本。实测数据非常惊人：
- 有开发者跑了一个插件开发任务：6 轮、115 步、LLM 累计思考 16 分 20 秒，输入 15.4M Token，缓存命中 99%——1540 万输入 token 里只有不到 1% 是真正新发给模型的[2]
- 有网友用它生成小程序，14.5M Token，缓存命中率高达 99.9%，最后只花了 5 毛钱[2]
- 同一任务对比：Codex 花了 7 块多，DSH 只要 2 块左右[2]
99% 的命中率不是手动调出来的，是 DSH 的架构天然喂出来的：系统提示词、工具定义、已注入的 Skill、会话历史全部排在消息序列最前面，且只要不在中途切模型/切模式，它们字节级不变——这就是前缀缓存最理想的命中对象[2]。
5.3 峰谷定价（8月16日生效）最新
从 2026 年 8 月 16 日 16:00 UTC 起，V4 Pro 正式实行峰谷定价[5]：
| 计费项 | 低谷价格 | 高峰价格 | 单位 |
|---|---|---|---|
| 缓存命中输入 | 0.3 元 | 0.3 元 | /百万 token |
| 缓存未命中输入 | 3 元 | 9 元 | /百万 token |
| 输出 | 8 元 | 27 元 | /百万 token |
来源：阿里云开发者社区 2026-08-14 报道。高峰时段为北京时间工作日白天。
对比涨价前（缓存命中 0.025 元、未命中 3 元、输出 6 元），高峰时段涨幅明显。但 99% 的缓存命中率意味着实际成本只有全 miss 的零头——缓存就是省钱的命根子[2]。
5.4 模型自由切换
DSH 支持 40+ 家模型提供商。想省钱用便宜的、想要更强的用贵的，在设置里直接切换即可。这意味着：
- 可以保留同一套会话、工具和权限体系，只替换模型适配器
- 可以固定模型，比较不同上下文管理或 Agent 循环的效果
- 对于模型评测，有助于分辨能力提升究竟来自模型还是外部工程优化[1]
6、实测报告：能干活，但得盯着最新
"人人都是产品经理"团队对 DSH 进行了多维度实测，结论是：简单任务能正常完成，复杂任务纠错后完成度不错，但长任务和并行执行仍存在问题[7]。
6.1 简单任务：几乎无差距
让标准模式和极简模式分别制作一个咖啡馆网页，结果几乎没拉开差距。标准模式选了棕色主视觉，极简模式用了墨绿色，但页面结构、功能模块和交互都比较接近。至少在简单任务里，工具更多并不等于结果一定更好[7]。
6.2 复杂任务：上限不低，但需人工验收
让 DSH 用 Three.js 制作鲁布·戈德堡机关（金属球滚下斜坡→撞倒多米诺骨牌→触发摆锤→弹起小方块）。第一版因果链就断了——小球没滚下来，骨牌却自己倒了。指出问题后，第二版修正了物理效果[7]。
更复杂的 3D 机械陀飞轮测试中，DSH 跑了 40 多分钟，最终交付了打不开的成品——因为两个任务在同一文件夹运行，另一个任务覆盖了陀飞轮的首页文件。排除问题后，成品完成度较高，爆炸视图和速度调节功能正常[7]。
6.3 横向对比：同一模型，三种工具
在 DSH、Codex、WorkBuddy 中接入同一个 API，使用相同提示词完成两个任务[7]：
| 任务 | DSH | Codex | WorkBuddy |
|---|---|---|---|
| 数据看板 | 首次 2.5h 未完成；加视觉插件后 3 分钟完成，37 款模型数据最全 | 约 8 分钟完成，部分数字重叠，数据覆盖不稳定 | 约 30 分钟，部分图表渲染错误，柱状图方向反了 |
| 3D 滑索游戏 | 约 13 分钟交付最快，但角色没挂在绳索上，纠正后修复 | 未测试 | 约 23 分钟，首次交付空白页面，重新修改后可用 |
来源：人人都是产品经理 2026-08-14 实测报道。
关键发现：自己的模型配自己的 Harness，确实比硬套别人家的壳顺手。V4 Pro 虽然也提供了 Codex、Claude Code 的接入文档，但那是适配别人的协议和交互；在 DSH 里，模型、工具、缓存、Trajectory 日志是一套一起设计的[2]。
7、竞品横向对比
| 维度 | DeepSeek Harness | Claude Code | Codex |
|---|---|---|---|
| 模型绑定 | V4 系列，支持 40+ 家 | 绑定 Claude | 绑定 GPT |
| 开源程度 | MIT 全开源 + 论文 | 闭源 CLI | Apache 2.0（云端 API） |
| 运行环境 | 本地 / 自托管 | 本地终端 | 云端沙箱 |
| 扩展方式 | 一切皆插件（含主循环） | hooks + MCP | 有限扩展 |
| 会话审计 | 轨迹视图，可逐字节重建 | 消息树，不可还原 | 云端 |
| 数据隐私 | 数据全部在本地 | 本地（需上传模型 API） | 云端处理 |
| 插件生态 | 1000+ 社区仓库（3天） | 有限 | 有限 |
| 缓存优化 | 99% 命中率（架构天然） | 未公开 | 未公开 |
整理自：GitHub 仓库、极客公园实测报道 2026-08-14、阿里云开发者社区 2026-08-14。
6.4 Composio 8 框架横评数据
第三方 AI 基础设施公司 Composio 于 2026 年 8 月做了一组对照测试，把同一个 DeepSeek V4-Flash 模型分别接入 8 套不同 Agent 框架，跑同一批 30 个真实多步任务[3]：
| 指标 | 最佳 | 最差 | 差距 |
|---|---|---|---|
| 任务通过率 | Pi Agent 67% | OpenCode 47% | 20 个百分点 |
| 每成功任务成本 | Pi Agent ~$0.028 | Claude Code ~$0.195 | 近 7 倍 |
| 中位完成时间 | Claude Code 122.7s | Oh My Pi 272.4s | 2.2 倍 |
这组数据直接证明：Harness 本身已经成为评测变量。同一个模型在不同框架下的成功率可以从 47% 到 67%——差距比换一个模型还大[1]。
8、安装与快速上手
环境要求
- Node.js 22.19+（22.x 系列）或 24+ 版本——低版本会报一堆看不懂的错，先
node --version确认[2] - 任意主流模型的 API Key（默认使用 DeepSeek）
- 支持 Windows、macOS、Linux 全平台（Windows 用户优先用 Web UI）
一键启动
# 一行命令启动 DSH Web 界面
npx @deepseek-ai/dsh web
# 浏览器打开 http://127.0.0.1:3080
# 填入 API Key，选择工作区，即可开始使用从源码构建
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web首次使用三步走
- 配 API Key：进 Settings → Models，找到 DeepSeek 卡片填入
sk-...，Key 存在本地，界面只显示脱敏后的描述符[2] - 选工作区：点"选择工作区"，添加你想让 Agent 操作的项目目录，必须手动选中才解锁输入框[2]
- 派活：比如丢一句"总结这个仓库，告诉我主要的包结构"，它就开始读文件、跑命令、维护执行计划[2]
安装插件
不用自己翻文档拼命令——把仓库地址丢给对话框里的 Agent，用大白话说"帮我装这个"，它自己读完 README 就把活干了。遇到要改配置或重启会停下来等你批权限[2]。
9、已知问题与安全提醒（最新）
10、行业意义与战略分析最新
DeepSeek 选在 API 调价的同一个晚上开源 Harness，不是巧合。这里有一层精妙的战略逻辑：
Anthropic 需要 harness 这层值钱，因为它卖的是模型加外壳的整体；DeepSeek 需要 harness 不值钱，因为这层一旦被拉平成公共品，竞争就被压回模型本身的能力和价格上——而那已经是 DeepSeek 的主场了。R1 当年把闭源模型的溢价打下来，这一次 DSH 想把闭源外壳的溢价也打下来[2]。
对开发者
DSH 是目前研究 Agent 内部机制的最佳开源样本。从模型适配、工具组织、会话审计到插件生态，整套方案免费公开。开发者可以像搭积木一样重新组合 Agent，也可以深入源码理解每一个设计决策[1]。
对企业
沙箱、存储、审批、凭证和遥测都能作为插件存在，理论上可以接入内部权限系统与审计要求。企业可以保留自己的基础设施，只替换需要优化的部分[1]。
对行业
模型公司集体下场做 Agent 框架，意味着 AI 竞争的主战场正从"会思考的模型"转向"会干活的系统"。当 Agent 开始执行持续数小时甚至数天的任务，模型只是系统中的一个组件，运行层会越来越多地决定能力上限[1]。
长期展望
短期来看，DSH 是研究 Agent 内部机制的最佳开源样本；长期来看，如果插件生态成形，它可能成为 Agent 世界的"标准底座"。MIT 许可证降低了采用门槛，但能否形成生态——开发者是否愿意持续维护插件、企业是否敢把生产权限交给第三方组件、插件能否跨版本稳定运行——才会决定这套架构能走多远[1]。
欢迎加入DeepSeek 技术社区。在这里，你可以找到志同道合的朋友，共同探索AI技术的奥秘。
更多推荐
5
0- 0
已为社区贡献2条内容
所有评论(0)