DeepSeek Harness 实战篇：一行命令跑起来，再用它造个「救命桌面宠物」

这坑我替你踩过了：装了 3 个 AI Agent 工具，最后发现只有它「不要钱还开源」。
本文从安装到实战一条龙，顺便抢救一下被日报罚款掏空的钱包。

一、开篇：为什么突然要写 DeepSeek Harness？

最近在做企业内部工具的 AI 化改造，被老板拍着桌子问：

「你天天说 AI Agent 能干活，能不能给我整一个，别再让我天天催你交日报？」

我:？？？

但仔细一想，确实——忘写日报 = 乐捐 100，一个月下来工资能少一截，发际线都能跟着后退一截 😅。

正当我准备手动写一个定时任务脚本糊弄过去时，DeepSeek 在 8 月 13 日突然放了个大招：

开源了 DeepSeek Harness（dsh），MIT 协议，GitHub 一天 Star 破 5 万。

简单说：它就是「DeepSeek 版 Codex」，而且——开源、免费、跑在你自己电脑上。

这还等啥？这篇就来一篇「保姆级 + 实战」双拼套餐。

二、安装教程：真的就一行命令的事

2.1 环境先打底

别急着 Ctrl+C / Ctrl+V，先把环境搞对。

项目 要求 备注
操作系统 Windows 10+ / macOS / Linux 三大平台通吃
Node.js ≥ v22.19 个人建议直接上 v23 LTS，少踩坑
npm Node 自带 不用单独装
浏览器 Chrome / Edge 最新版 老旧浏览器会白屏
DeepSeek API Key 在开放平台申请 没钱的话充 10 块够玩一个星期

先在 PowerShell 里验一下版本：

node -v
npm -v

输出 v22.x.x 以上就 OK，不是的话先去 https://nodejs.org 装个 LTS 版。

国内用户提速小技巧（不切镜像下载能等到天荒地老）：

npm config set registry https://registry.npmmirror.com

2.2 三步走，跑起来

Step 1：找个自己喜欢的目录
# 我喜欢放这里，你也别瞎放，找回来麻烦
cd D:\project\deepseek_harness

这一步有个隐藏坑：DeepSeek Harness 会把启动时所在的目录当成默认工作区。如果你在 C:\Users\xxx 启动，AI 就会把那一坨当工作区，乱得很。先 cd，再启动。

Step 2：执行启动命令
npx @deepseek-ai/dsh web

第一次运行会问你要不要装包，敲个 y 回车，等 1~3 分钟（看网速）。

Step 3：复制地址，浏览器打开

终端会吐出一行类似这样：

dsh web: http://127.0.0.1:3080

复制到浏览器，第一次会让你填 API Key，去 https://platform.deepseek.com/api_keys 申请一个粘进去，保存。

完事。

2.3 进阶：想开机自启、命令更短？用全局安装

npx 方式有个「毛病」：关掉终端服务就挂，而且每次启动要联网校验版本。

如果你和我一样，懒得每次敲一长串，就全局装一下：

npm install -g @deepseek-ai/dsh
dsh --version    # 验证
dsh web          # 直接启动

优点：命令短、启动快、本地缓存。
缺点：版本固定，要手动 npm update -g @deepseek-ai/dsh 升级。

想开机自启的兄弟，把它丢进「任务计划程序」就行，这里不展开，避免文章变成 Windows 运维手册。

2.4 安装完成的样子

第一次进去会让你选「工作区」，建议选一个新建的空目录练手，别上来就把 D:\project 全给它，万一它给你表演一个「批量重构」就尴尬了。

程序跑起来了，但头发还保得住——前提是别瞎给权限。

三、四种模式：选错模式，事倍功半

很多人装完一脸懵：界面里冒出来 4 个模式，到底用哪个？

先把结论甩出来，赶时间的直接抄作业：

模式 一句话定位 什么时候用
标准模式 功能最全的默认档 90% 的日常活儿
PTC 模式 用 TypeScript 程序组合多步操作 批量任务、长链路任务
极简模式 只剩 bash + 文本编辑 基准测试、小修小补
创造模式 用来造你自己的 Agent 预设 高阶玩家、插件开发

下面挨个拆。

3.1 标准模式（Standard）—— 默认就选它

加载了完整工具组合：文件编辑、Shell 命令、网页搜索、子 Agent、Skills 技能、计划管理、目标追踪、工作流……

人话翻译：

就是「全副武装」的 AI 打工人，能读文件、能跑命令、能上网查、能拆任务、能委派小弟。

适合场景：做 PPT、改代码、分析项目、写文档、生成网站——你能想到的活儿，它基本都能干。

新手不纠结，选这个就完事。

3.2 PTC 模式（Programmatic Tool Calling）—— 批量任务加速器

这个是「程序化工具调用」模式，名字看着玄，原理其实简单：

普通模式：AI 调一个工具 → 等结果 → 再调下一个（挤牙膏式）
PTC 模式：AI 先写一段 TypeScript 程序，把 10 个工具调用打包成一段代码，一次执行完（一锅端式）

适合场景：

  • 批量读取 50 个配置文件并统计
  • 给一个目录下所有 .py 文件统一加 license 头
  • 跑同一个流程检查 20 个模块

官方说效率能提升 3~8 倍，token 也能省一截（毕竟往返次数少了）。

这模式适合「步骤固定 + 重复执行」的活，别拿它去做「头脑风暴」那种没固定流程的事，浪费。

3.3 极简模式（Minimal）—— 把 AI 关进小黑屋

只保留两个工具：

  • bash：跑命令
  • str_replace_editor：精准改文件文本

把检索、子 Agent、工作流、计划、压缩全砍了。

适合场景：

  • 基准测试（评测模型裸奔能力，工具越多越干扰结果）
  • 小范围维护（在一个老项目里定位报错、改两行配置）
  • 不想让 AI 乱跑（边界清晰，它做了什么一眼看得见）

简单任务里，工具更多 ≠ 结果更好。我实测过让极简和标准模式都做同一个咖啡店官网，结果几乎没差距——简单的活儿，极简模式反而更稳更快。

3.4 创造模式（Creative）—— 程序员的乐高模式

这个模式是 DeepSeek Harness 最骚的一个：在标准模式基础上，加了「运行时检查 + 插件实验 + preset 创作引导」。

说白了：

让你自己捏一个 Agent 出来。

适合场景：

  • 团队有一套固定的代码审查流程，想固化成 preset 反复调用
  • 准备开发插件，想验证插件在真实会话里跑得动不
  • 想搞点「让 Agent 改进 Agent」的自指式整活（官方还真有这种演示）

普通人用不到，但插件开发者必走这条路。这是 DeepSeek Harness 区别于 Codex 的核心差异点，下面插件部分会展开。

四、实战：用 DeepSeek Harness 造一个「救命桌面宠物」

光说不练假把式。这一节直接上真实需求——也是我老板的痛点。

4.1 需求背景

痛点 描述
每天要写日报 经常忘写
忘写 = 乐捐 100 一个月忘了 3 次 = 300 块没了
任务提醒靠手机 手机静音 = 提醒也没了
桌面壁纸一年没换 看着烦，但又懒得换

目标：让 DeepSeek Harness 帮我写一个桌面宠物，集成「闹钟提醒 + 壁纸自动切换」，跑在 Windows 上。

4.2 提示词（直接抄就能用）

打开 DeepSeek Harness，选标准模式，工作区选一个空目录（比如 D:\project\desktop_pet），把下面这段提示词整段丢进去：

给我开发一个 Windows 桌面宠物应用，技术栈用 Python + tkinter（保证开箱即用，不依赖额外 GUI 库）。

需求清单：
1.给我开发一个桌面宠物
2.要实现自定义闹钟;提醒我的工作任务
3.可以设置为:每天,每周，工作日，自定义
4.可以自定义选择本地电脑中的图片文件夹;实现自动切换桌面壁纸;
例子:D:\img(图片壁纸文件夹)

注意提示词最后一句——「别给我写一半」。这是踩过坑的经验：AI Agent 默认喜欢「分步骤交付」，结果第一段代码跑起来，第二段它就开始摆烂了。

真实账单爆料：整个桌面宠物功能开发完，缓存命中率高达 98%，总共花了不到 4 块钱。换以前用别的 Agent 工具，这点钱估计刚够它打个响指。DeepSeek Harness 的缓存机制是真香，提示词越重复越省钱。

4.3 跑出来的效果

11.png
12.png
13.png
14.png

五、插件生态：「万物皆插件」，你的脑洞都能装进去

写完桌面宠物还不够过瘾？DeepSeek Harness 还有个口号我特别喜欢：

「万物皆插件」（Everything is a Plugin）

这句话不是营销话术，是 dsh 架构的底层逻辑。它的 Cordis 微内核只负责加载和调度，其他一切能力——模型、工具、Skills、会话、沙箱、存储、UI——全是插件。

5.1 现成插件能干啥

我这两天摸了一遍生态，目前社区已经有 300+ 插件，官方内置 100+。挑几个我觉得最实用的：

插件名 干嘛用的
dsh-market 插件市场，搜索/安装/升级一条龙
dsh-at-file 输入框打 @ 就能引用工作区文件（刚需）
dsh-files 拖拽上传 TXT/PDF/Word/Excel
dsh-office-tools 生成 Word/PPT/Excel，纯 JS 不用装 Office
dsh-genui 让 AI 回复里直接长出图表、表单、流程图
dsh-turn-rewind 把对话和文件回滚到某条消息之前
ModLens 给纯文本模型外挂「眼睛」，能看图识图
dsh-usage-stats Token 消耗热力图，钱包预警

装插件就一条命令：

dsh plugin --profile web add <插件包名或 github:作者/仓库>

懒得敲？直接跟 DeepSeek Harness 说：

帮我安装 dsh-at-file 插件到 web profile。
先核对仓库和安装脚本，把命令发给我确认。
安装后验证 plugin list，并提醒我重启。

它自己就装好了，全程可视化。

5.2 你也能开发自己的插件

这是 DeepSeek Harness 最爽的一点：插件门槛极低。

基本流程：

  1. 用 创造模式 启动一个会话
  2. 告诉 DeepSeek Harness：「我想做一个 xxx 插件，功能是 yyy」
  3. 它会引导你生成插件骨架、写 manifest、注册工具
  4. 本地测试通过后，丢到 GitHub

5.3 分享插件：打个标签就完事

写完插件想分享给社区？不用提交 PR 等审核：

  1. 把插件代码推到 GitHub 仓库
  2. 给仓库打个 dsh-plugin 标签
  3. 完事

别人就能直接用 dsh plugin --profile web add github:你的名字/你的仓库 一键安装。

这就是开源生态的力量——没有中心化的审核门槛，全靠标签聚合。当然，安全性也靠你自己把关（后面避坑部分会讲）。

六、DeepSeek Harness vs Codex：直接对比

两款工具都奔着「Model + Harness = Agent」这同一个公式去，但走的路完全不一样。直接上硬对比：

6.1 核心维度对比

对比维度 DeepSeek Harness（dsh） Codex
出品方 DeepSeek OpenAI
开源协议 ✅ MIT 全开源 ❌ 核心代码闭源
模型绑定 模型无关，原生支持约 40 家厂商 绑定 GPT 系列
私有化部署 ✅ 可私有化、可改造 ❌ 不支持
产品形态 框架（骨架，自己捏） 成品（开箱即用）
核心理念 一切皆插件（Cordis 微内核） 内核级 Seatbelt 沙箱
定制空间 极高，模型/工具/UI 全可替换 有限，只能在预留接口上改
默认稳定性 预览版，需调教 成熟稳定
安全边界 工作区隔离 + 权限审批 内核级不可绕过沙箱
插件生态 300+ 社区插件，标签即分发 官方为主，扩展受限
桌面端 ❌ Web UI（浏览器） ✅ ChatGPT 桌面端 Codex Tab
IDE 扩展 ❌ v0.1 暂无 ✅ VS Code 插件
Python SDK ✅ deepseek-harness-sdk ❌
会话可回放 ✅ 事件流 + Trajectory 轨迹回放 ❌
订阅门槛 ❌ 无订阅，按量计费 ✅ $20/月起（ChatGPT 订阅）
单任务成本 V4-Flash 约 ¥0.2，缓存命中更便宜 复杂任务 token 烧得肉疼
当前阶段 开发者预览版（v0.1） 已成熟商用

6.2 三个本质差异

差异一：开源 vs 闭源

  • Codex：闭源 + 绑定 OpenAI 模型，没法私有化改造
  • DeepSeek Harness：MIT 全开源 + 模型无关，企业可以私有化部署

对企业用户的杀伤力：可控、可审、可改。这是 Codex 给不了的。

差异二：成品 vs 框架

  • Codex：面向终端用户的「成品」，开箱即用，但定制空间有限
  • DeepSeek Harness：面向开发者的「框架」，一切皆插件，默认未必最稳，但上限极高

一句话：Agent 时代的安卓——你拿到的是一套骨架，能捏成什么样看你自己。

差异三：价格

  • Codex：绑定 ChatGPT 订阅 $20/月起，复杂任务 token 烧得肉疼
  • DeepSeek Harness：V4-Flash 单任务成本约 ¥0.2，缓存命中后更便宜

我自己实测，写完上面那个桌面宠物，缓存命中率 98%，总共花了不到 4 块钱。换 Codex 同样的任务，估计得 $2 起步。

6.3 选型建议（直接抄作业）

你的情况 推荐选择 理由
个人开发者，想玩 AI Agent DeepSeek Harness 便宜、开源、可改造
企业要做私有化 Agent 平台 DeepSeek Harness MIT 协议，可控可审
团队需要「开箱即用」的稳定工具 Codex 成熟稳定，不用调教
极度重视安全边界（金融、医疗） Codex 内核级 Seatbelt 沙箱
想做插件生态、二次开发 DeepSeek Harness 插件机制是它的命根子
只是想用 AI 聊天写代码 都行 看你习惯哪个模型

一句话总结：「DeepSeek Harness 是开发者天选的马鞍，Codex 是企业稳态的工具。」 不存在谁替代谁，看场景选。

👇 三连支持，动力源泉

如果这篇文章帮你省下了踩坑的时间，欢迎：

🔹 点赞 —— 让更多人看到这篇干货
🔹 在看 —— 你的认可是我持续输出的动力
🔹 转发 —— 分享给身边正在做AI Agent的朋友

你的每一个小动作，对我都很重要 ❤️

🙏 关于作者

你好，我是 空门技术栈，一个常年和Bug战斗、持续填坑的Java开发者。

专注分享：

  • ✅ Java / Spring Boot / Spring AI Alibaba 企业级实战
  • ✅ RAG知识库、AI Agent、多智能体协作落地经验
  • ✅ Docker部署、微服务架构、线上问题排查
  • ✅ 偶尔聊聊「如何保住头发」这类程序员终极话题 😂

不搞水文，不贩卖焦虑，只写能跑通、能落地、能帮你少加班的实战内容。

关注我，咱们一起少踩坑，多写优雅代码。

📖 更多干货推荐

🤝 项目合作 / 技术咨询

平时工作之余，也会接一些技术项目和咨询，主要方向：

⚔️ 企业级开发

  • Java / Spring Boot 项目开发与重构
  • 微服务架构设计与落地
  • 系统性能调优、线上问题排查

🤖 AI 应用落地（这是我最近的主力方向）

  • Spring AI Alibaba / RAG / Agent 应用开发
  • 企业私有知识库搭建
  • AI能力接入现有业务系统
  • 大模型本地化部署与调优

🛠️ 技术顾问 / 疑难Bug排查

  • 项目架构评审与方案设计
  • 线上疑难问题定位解决
  • 技术选型与团队培训

如果你正遇到以下情况，欢迎找我聊聊：

  • ✅ 想做AI项目，但技术方案拿不准
  • ✅ 项目卡在某个Bug上很久，团队搞不定
  • ✅ 想把AI接入现有业务，不知道从哪下手
  • ✅ 需要靠谱的开发外包或长期技术顾问

📮 联系渠道（按回复速度排序）：

  1. 最快：私信空门技术栈

一个人踩坑，是事故；一群人踩坑，就是《避坑宝典》。

—— IT 空门，与诸君共修技术大道 😎

# 宠物
Logo
DeepSeek技术社区

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

cover

Ox Alpha 模型火爆全网，完全免费使用，开发者狂喜，附使用教程

avatar DeepSeek技术社区
cover

DeepSeek涨价你换了吗：不算价格账，算算迁移工程这本账

avatar DeepSeek技术社区

1M 上下文 0.10 入场:5 模型长文档屠夫榜

本文针对2026年Q3长文档处理场景，对比分析了5款支持1M上下文的AI模型（DeepSeek-V4-Flash、Kimi-K2.5、GLM-5.1、Qwen3.6-Max-Preview、Claude-Sonnet-4-6）在成本、性能和适用场景上的表现。文章通过实际案例（21万字合同处理）展示了1M上下文直灌相比传统RAG切片方案的成本优势（从50美元降至0.02美元），详细介绍了各模型的定价

avatar DeepSeek技术社区