DeepSeek 发布 Harness 引擎

发布时间:2026-08-13,开发者预览版 v0.1,MIT 协议开源
GitHub:https://github.com/deepseek-ai/deepseek-harness
先划最重要分界线:
✅ 不是大模型、不是推理引擎(≠vLLM/SGLang)
✅ 是 Agent 运行时框架(智能体底座)
官方核心公式:
Agent = Model + Harness
模型负责思考推理;Harness 负责对接真实环境、工具调用闭环、任务调度、权限管控、会话追踪。
一、底层架构:Cordis 微内核・一切皆插件
整个框架基于 Cordis 插件总线,是它最大特色: 模型适配器、文件工具、Shell 执行器、Skill 技能、会话存储、沙箱权限、Agent 主循环、WebUI 全部是可插拔插件。
- 不用修改框架源码,仅通过配置即可新增 / 替换 / 禁用任意模块
- 插件依靠事件总线 + 服务依赖通信,高度解耦
- 支持动态加载、卸载插件,副作用自动清理
二、四大内置运行模式(按需切换插件组合)
表格
| 模式 | 核心能力 | 适用场景 |
|---|---|---|
| 标准模式 standard | 完整工具栈:读写文件、Shell、网页检索、Skill、子 Agent 任务委派、任务规划 | 日常代码开发、项目重构、Bug 修复(最常用) |
| PTC 程序化工具调用 | 模型输出 TS 代码编排多条工具调用,一次性执行批量动作,减少多轮 LLM 往返 | 批量处理、复杂分支工作流,显著节省 Token |
| 极简模式 minimal | 仅保留文件编辑 + Shell | 基准测试、轻量化自动化,降低上下文开销 |
| 创造模式 creative | 允许运行时动态加载插件、调试框架本身 | 二次开发、自定义 Agent 实验 |
和你之前关注 TRAE Skill、省 Token 强相关:PTC 模式就是用来减少来回工具调用轮次,降低 Token 消耗。
三、关键核心能力(贴合你的开发场景 Python+JS)
- 完整任务轨迹(Trajectory)持久化 所有思考、工具调用、返回结果全记录;任务支持暂停、分叉、回放、断点续跑,调试长任务非常方便。
- 权限沙箱与人机审批 高危文件操作、删除、系统命令可开启人工确认,防止 AI 误操作破坏工程。
- 原生面向代码 Agent 优化 支持目录挂载、增量 diff 修改文件,避免 AI 全盘重写文件(和 diff-only Skill 目标一致)。
- 子 Agent 调度 复杂工程任务自动拆分多个专业化子代理串行 / 并行执行。
- 模型无关 不只绑定 DeepSeek,兼容所有 OpenAI 协议模型(本地私有化模型、第三方 API 均可接入)。
四、快速上手命令(Node.js 环境)
# 一键拉起Web控制台
npx @deepseek-ai/dsh web
访问:http://127.0.0.1:3080 填入 API Key、绑定本地项目目录即可使用。 同时支持 TUI 终端模式、Headless 后台无人值守模式、Python SDK 程序化调用。
五、横向对比:Harness vs TRAE vs LangChain vs Claude Code
- DeepSeek Harness 独立开源 Agent 运行底座;可脱离 IDE 运行;插件化完整;适合嵌入自研软件、批量自动化、本地代码智能体。
- TRAE 偏向 IDE 内一体化 Agent,Skill 体系成熟,侧重开发者本地编码工作流,更偏向编辑器插件生态。
- LangChain 偏向应用开发链式编排,缺少原生文件 / Shell 沙箱、持久化轨迹、内置 Web 控制台。
- Claude Code 闭源一体化编码 Agent,不开源底座,无法二次嵌入自有程序。
⚠️重点区分: TRAE、Harness可以搭配使用;不要混淆:
- vLLM/SGLang:推理加速(模型跑的更快)
- Harness/TRAE:Agent 执行调度(让模型会调用工具、持续完成任务)
六、结合你的需求(Python+JS 桌面软件)落地建议
你正在开发自研桌面程序,想内置 AI 自动化能力,可选方案:
方案链路
你的桌面程序(Python+JS) ↔ HTTP / Python SDK ↔ DeepSeek Harness ↔ 大模型API/本地推理服务(vLLM) ✅优势:
- Harness 开箱自带文件读写、命令执行、任务循环,不用从零实现 Agent 工具调用;
- 插件架构方便自定义 Skill,复刻你在 TRAE 里用到的 DeepFlow、diff-only 等逻辑;
- 支持限制工作目录沙箱,防止 AI 越权访问系统文件;
需要注意的风险(打包分发重点)
- Harness 原生基于 Node.js,打包进桌面程序需要附带 Node 运行时,体积增大;
- Node 程序 + 持续文件 / 命令执行行为,极易触发杀毒软件启发式误报;
- 当前为 v0.1 预览版,API 存在破坏性变更,不建议直接用于正式发行版;
- 若打包分发,必须对所有 exe/node 可执行文件进行正规 OV 代码签名。
七、常见误区澄清
❌ 误区 1:Harness 用来加速模型推理 ✅ 纠正:不负责推理,推理依赖外部 OpenAI 兼容服务;Harness 只管 Agent 任务闭环。
❌ 误区 2:只能搭配 DeepSeek 大模型 ✅ 纠正:插件化模型适配器,通义、Kimi、OpenAI、本地模型全部支持。
❌ 误区 3:等同于网页版代码助手 ✅ 纠正:它是运行底座,可以作为后台服务嵌入你自己开发的软件,不限于浏览器 WebUI。
更多推荐


所有评论(0)