DeepSeek Harness 来了：一个可以随便换模型的 Agent 工作台

★ 设为星标 | 只讲人话，带你玩转AIGC。

今天，DeepSeek正式开放了 DeepSeek Harness 开发者预览版。

首个版本号为 v0.1，项目同步采用 MIT 协议开源。

官方也提前打了预防针：这是一个早期版本，核心插件和基础接口还会快速变化。

所以，尝鲜可以，拿来直接和目前已经相对成熟其他产品对标，可能不太合适。

这里我简单的体验了一下，一起来看看。

Harness 是干什么的？

DeepSeek Harness 并不是一个新模型，而是一套 Agent Harness，也就是智能体运行框架。

如果把 DeepSeek 模型看成 AI 的大脑，Harness 就是它的身体和工作系统。

模型负责思考，Harness 负责管理工具、文件、会话、权限、任务调度和执行过程。

没有 Harness，大模型再聪明，也更像一个坐在会议室里指点江山的人。

方案写得很漂亮，活还是你干。

有了 Harness，模型才能读取文件、调用工具、执行命令、调度子Agent，并根据执行结果继续完成任务。

说到底这个并不是什么新鲜玩意，我们熟悉的 Claude Code、Codex 以及 Workbuddy 都是建立在 Harness 之上的完整 Agent 产品。

安装很简单

DeepSeek Harness 目前只有一个网页版，没有客户端啥的，安装很简单。

安装 Node.js，然后运行：

npx @deepseek-ai/dsh web

然后会启动一个 web 页面：http://127.0.0.1:3080

用浏览器打开就可以了，打开后发现会跳出一个页面需要输入 API Key，如果还没有，可以先弄一个 DeepSeek 官方的，毕竟便宜。

到这里：https://platform.deepseek.com/

图：首次打开会要求输入 API Key

创建好 Key，完成充值，让后把 key 黏贴到上面的地方即可。（也可以用 OpenAI 或者 Claude 之类的模型，后面有介绍。）

API Key 整好之后，进去会发现这个界面和 Codex、Wordbuddy 之类的非常像。

图：DeepSeek Harness 登录后的界面

左边是工作区（项目列表）和设置，右边是熟悉的输入界面，这里也能选择工作区（工作目录）、设置权限以及选择模型。

那么 DeepSeek Harness 又是一个 Codex 嘛，还是有啥不一样？

一切皆插件

DeepSeek Harness 最核心的设计原则只有一句话：

一切皆插件。

模型、工具、技能、会话、沙箱、存储、循环、调度和 UI，全部由插件组合而成。

开发者不需要修改 Harness 源码，就可以独立替换或扩展其中任何一项能力。

DeepSeek Harness 默认已经有 133 个插件了，可谓非常丰富：

图：DeepSeek Harness 自带的插件

这些插件可以很方便的开启和关闭。

这套架构建立在 Cordis 插件系统之上。

Cordis负责加载插件、卸载插件和处理依赖关系，具体功能则由不同插件完成。

你可以把它想象成一套 AI 乐高。

想换模型，换一个插件；想增加新工具，装一个插件；不满意默认沙箱，也可以重新组合。

很多 Agent 框架也说自己灵活，等你真正开始修改，才发现最灵活的是你的加班时间。

DeepSeek这套“一切皆插件”的设计，至少从架构上给了开发者更大的自由。

可接入各种模型

大家用过 Codex 或者 Claude Code 会发现，它们基本上只能接自家的模型。

WorkBuddy 稍微好点，能接入市面上很多的模型，就比较灵活。

那么这个 DeepSeek Harness 也是一样的，除了用自家的模型以外，也可以很方便地接入第三方的模型。

图：DeepSeek Harness 可以接入各种模型

模型列表里面基本上把市面上所有主流模型都覆盖了，配置好对应的模型厂商，他们想要的模型就会出现在对话框右侧的模型列表里面。

图：在 DeepSeek Harness 中切换模型

四种运行模式

官方为DeepSeek Harness 准备了四种模式：

图：DeepSeek harness 的四种模式

标准模式：提供完整的工具组合，适合常规 Agent 任务，这也是模式的模式。

PTC模式：让模型生成代码，组合多轮工具调用，处理更复杂的自动化流程。

极简模式：只保留 Shell 和文件编辑工具，主要用于模型基准测试。

创造模式：允许开发者检查运行状态、试验 Cordis 插件，并组合出新的运行模式。

其中最有意思的是创造模式。

一般的 Agent 平台让开发者使用现成功能，DeepSeek Harness 则希望开发者直接参与创造新的 Harness 形态。

它想做的显然不只是一个 DeepSeek 版 Claude Code，而是一套可以持续生长的 Agent 基础设施。

每一步都有记录

Agent真正开始操作文件和执行命令后，安全和可追踪性就变得非常重要。

DeepSeek Harness 采用仅追加的会话日志。

模型看到的系统提示词、思维链、工具调用、执行结果、子Agent调度和上下文注入，都会被记录下来。

开发者可以通过 Trajectory 视图查看这些信息，还能基于同一份事件流进行恢复、分叉、检索和回放。

在对话页面的右边有一个“轨迹”页面，可以看到所有的详细日志，比如我在写一个经典扫雷游戏，可以看到这样的信息：

图：DeepSeek Harness 详细的日志记录

这里面的信息非常丰富啊，能看到每一步它在做什么，调用了什么工具和命令来执行任务，这个干过技术的同学应该会感到非常的亲切，而且非常有用。

大概 5～6 分钟，生成了一个经典扫雷游戏：

图：DeepSeek Harness 生成的经典扫雷

AI 干对了，可以知道它是怎么干对的；AI把事情搞砸了，也不用面对一脸无辜的聊天窗口。

DeepSeek 开始争夺 Agent 入口

过去 DeepSeek 最重要的产品是模型，这次推出 Harness，它开始从“提供大脑”向“搭建工作系统”移动。

未来 AI 产品之间的竞争，不只是谁的模型更聪明，还要看谁能更好地组织模型、工具、插件和多个 Agent，让它们稳定完成真实任务。

DeepSeek Harness 现在还是 v0.1，简单试用就能发现，它离成熟产品还有距离。（目前功能就这么多）

但“一切皆插件”的方向很有想象力，而且 DeepSeek 的技术实力和迭代速度大家都懂。

当模型能力逐渐接近，真正拉开差距的，可能不再是哪颗大脑考试分数更高，而是谁为它造出了更好用的身体。

项目地址：https://github.com/deepseek-ai/deepseek-harness/tree/master