可以前往DeepSeek开放平台创建。(可选)QQ机器人的AppID和AppSecret,用于把DeepSeekHarness接入QQ。一份可用于测试的代码或文件目录。 服务器名称:建议使用容易识别的名称,例如DeepSeek-Harness-Test。模板灰度说明:浏览器实测时,普通购买页的公开镜像列表尚未稳定展示DeepSeekHarness。 在模型(Models)区域中:确认提供方为DeepSeek。确认页面展示的目标模型,例如deepseek-v4-pro。模型名称可能随模板和开放平台更新。 只安装来源可信、内容可审查、与你当前Harness版本兼容的技能。安装完成后建议新建会话进行验证,避免旧会话仍使用之前的技能目录。 DeepSeek开放平台账号余额不足或Key已失效。选择的模型ID与当前Provider不匹配。自定义Provider的BaseURL、协议或认证方式填写错误。
DeepSeek Harness终于发布了,官方地址在这里:https://www.deepseek.com/harness/其中它的Github仓库已经来到了62.9K星星数了,一经发布即开源。 再来说一下什么是Cordis,它是整个DeepSeek Harness的核心所在。 对于数据分析、代码 Review、画流程图这些场景特别有用,能明显提升 DeepSeek Harness 的交互体验。 如果你准备长期把 DeepSeek Harness 当 Coding Agent 用,这个插件我觉得非常值得装。5. 相当于:纯文本 DeepSeek + ModLens = 给 Harness 补上了“眼睛”。写在最后目前DSH最大贡献,应该是把 Harness 这层真正做成了一个开放的平台。
今天跟大家讲讲 Deepseek Harness 怎么装、怎么用。 它主要是网页端操作,启动之后会监听一个端口,咱们直接打开浏览器访问这个端口地址就能用了。 有个关键点要提前弄好:得配置 Deepseek 的 API 密钥。 这个密钥不能随便生成,要先去 Deepseek 开放平台充值,充完钱再在 API Keys 板块新建一个密钥,之后才能在工具里填进去正常调用。 镜像搞定后,直接用 NPX 命令安装 Deepseek Harness,官网也只给了这一条安装指令。 整体流程给大家捋一遍: 电脑装好 NodeJS; 命令行配置国内 NPM 镜像,提升下载速度; 运行 NPX 一键安装启动 Deepseek Harness; 浏览器访问监听端口进入网页端; 填入 Deepseek
下面是从DeepSeek Harness 中采集的trace,Turn 2是一轮对话,可以看到有多个ASSISTANT和TOOL块,每一个代表了一次工具调用往返。
DeepSeek官方把Harness的设计概括为EverythingisaPlugin。官方中文教程给出的定义很具体:Plugin是一个导出apply函数的TypeScript模块。 接着克隆仓库并切到实测提交:展开代码语言:PowerShellAI代码解释gitclonehttps://github.com/deepseek-ai/deepseek-harness.gitcd. \scratch-plugin\src-Force用VSCode打开当前仓库:展开代码语言:PowerShellAI代码解释code.如果系统不认识code,直接从VSCode的“打开文件夹”选择deepseek-harness ctx是插件连接Harness能力的上下文;第一版还没用到,所以写成_ctx。 scratch-plugin\src\my-plugin.ts).FullName把输出替换到cordis.yml的name:展开代码语言:YAMLAI代码解释-insert:-id:helloname:'C:/你的路径/deepseek-harness
官方地址:https://www.deepseek.com/harness/一、Harness解决了什么问题? 可以在DeepSeek开放平台创建一个新的Key,再粘贴到Harness页面中。APIKey属于敏感凭证,不要提交到Git仓库,也不要直接发布在文章或截图中。 这次DeepSeek使用V4Pro。 9.桌面端:DeepSeekHarnessDesktop项目地址:https://github.com/anywhere-labs/deepseek-harness-desktop不喜欢终端的用户可以选择桌面端 https://javapub.net.cn/posts/ai/deepseek/deepseek_harness.html#
1分钟看懂Harness最佳开源项目!从learnClaudeCode看懂Agent的真正运行机制AgentHarness最新综述,一文读懂!
它支持接入DeepSeek及多家模型提供方,并提供多种运行模式。整体定位更偏向开发者工具,而非面向普通用户的成品应用。 从源码安装(需要改配置或二次开发时)展开代码语言:BashAI代码解释gitclonehttps://github.com/deepseek-ai/deepseek-harness.gitcddeepseek-harnesspnpminstallpnpmrunbuildpnpmdshwebPythonSDK (程序化调用)展开代码语言:BashAI代码解释gitclonehttps://github.com/deepseek-ai/deepseek-harness.gitcddeepseek-harnesspython-mvenv.venvsource.venv /bin/activate#Windows用.venv\Scripts\activatepipinstalldeepseek-harness-sdkexportDEEPSEEK_API_KEY=你的密钥之后可参考仓库 优点执行层能力突出:同一模型在不同Harness下表现差异明显。不少测试显示,V4Flash/V4Pro在DSH中完成长任务、多步工具调用时,长程稳定性、返工频率和最终交付质量明显好于一些竞品。
在需要多轮持续推进的任务中,DeepSeek提供了两套不同的执行机制:GoalRound和RalphRun。 DeepSeek没有把这些重复执行机制统一收进一个通用Loop,而是让Goal和Ralph分别维护自己的生命周期,并建立在现有的Agent、会话、工具和Workflow等能力之上。 DeepSeek当前为会话持久化提供**JSONL和SQLite两种后端。崩溃恢复同样建立在这套机制上。 DeepSeek当前的SandboxMode包含read-only、workspace-write和danger-full-access。 DeepSeek也没有直接引入ClaudeCode式评估器。其设计说明认为,只读取对话记录的模型评估器可以作为一种验证策略,但不足以直接形成通用可信的完成凭证。
DeepSeek刚开源的Harness(DSH)引爆了讨论。它的理念很直接:一切皆插件。模型、工具、Skill、Session,甚至Agent的运行方式,都可以像搭积木一样自由组合。 简单来说,DeepSeek想做的不只是一个新的编程Agent,而是一套人人都能改、都能扩展的Agent底座。 Memory可以位于Harness与模型服务之间,在不侵入AgentCore和执行循环的前提下,完成上下文注入、资产调用、对话回写和经验沉淀。
1分钟看懂Harness最佳开源项目!从learnClaudeCode看懂Agent的真正运行机制
今天对昨天刚开源的DeepSeek Harness进行逆向工程,解析核心的技术架构和插件机制。 DeepSeek Harness 采用了更彻底的设计。 DeepSeek Harness 将这一完整组合称为 capability seam。 DeepSeek Harness 使用 TypeScript declaration merging 扩展事件表,并明确每个事件的分发模式。 只要这些约束保持成立,DeepSeek Harness 就能在模型、工具、技能、沙箱、存储和多 Agent 编排不断演进的同时,继续维持可替换、可追踪、可回放和可治理的运行基础。
前言 前些时间DeepSeek发布了自己的Harness(专武),B站/小红书平台很多人测试下来,在Harness的极简模式下,DeepSeek V4 Flash和DeepSeek V4 Pro性能都有较大的提升 这篇文章夜梦记录一下在Windows电脑上安装WSL(Windows Subsystem for Linux),以及在WSL中安装DeepSeek Harness的流程。 下面是目前电脑的状况,已经安装了大佬开发的DeepSeek Harness桌面版以及MiniMax Code。 安装了这两个不影响后续的进程。 2. 安装并启动 DeepSeek Harness DeepSeek Harness官网:DeepSeek Harness 开发者预览版:一切皆插件 @deepseek-ai/dsh 是新包,第一次启动建议走官方源 Harness会把启动时所在的目录当作默认文件系统位置,Agent还会在此工作区里读文件、改文件、跑命令。
2026年8月12日深夜,DeepSeek发了V4Pro正式版。 这层壳有个正式名字,就是Harness(驾驭框架)。先说清楚:Harness是什么Harness这个词本义是"马具"——套在马身上、让人能驾驭马的那套缰绳和鞍具。 官方给的等式很直白:Agent=模型+Harness。模型决定能力上限,Harness决定上限能兑现多少、花多少钱。 DeepSeek这次干的事:把马具单独开源出来,MIT协议,地址在github.com/deepseek-ai/deepseek-harness,目前快9万多star。 想看它到底加载了哪些插件:dsh--profileweb--dump-config从源码跑:gitclonehttps://github.com/deepseek-ai/deepseek-harness.gitcddeepseek-harnesspnpminstall
1.DeepSeekHarness是什么DeepSeekHarness是用于DeepSeek系列模型评测与推理的命令行框架,通常基于lm-evaluation-harness或官方评估脚本封装而来。 本文假设你使用DeepSeek官方评估脚本目录,路径和包名如有变化,请以deepseek-ai组织下最新README为准。 /DeepSeek-Harness.gitcdDeepSeek-Harnesspipinstall-e.如果仓库中提供了评测依赖清单,请一并安装:展开代码语言:BashAI代码解释pipinstall-rrequirements-eval.txt3.2 7.1DeepSeekAPI展开代码语言:BashAI代码解释exportDEEPSEEK_API_KEY="sk-xxxx"exportDEEPSEEK_BASE_URL="https://api.deepseek.com"python-mdeepseek_harness 7.2HuggingFace本地权重展开代码语言:BashAI代码解释python-mdeepseek_harness\--model/data/models/DeepSeek-V3\--backendtransformers
以加速依赖包的下载:npmconfigsetregistryhttps://registry.npmmirror.com一键启动(推荐)无需克隆源码,只需在终端执行以下命令即可快速启动WebUI:npx-y@deepseek-ai 发送任务:在对话框中输入你的需求(例如:“总结当前仓库的主要包结构”),即可体验Harness强大的代码执行与工具调用能力。 创造模式(Cordis):Harness最具特色的高阶玩法。该模式不仅具备标准模式的全部能力,还允许Agent检查自身运行的Cordis环境,在内存中试验插件,甚至动态挂载或卸载插件。
DeepSeek Harness 以“一切皆插件”的单容器架构,实现了 AI agent 能力的极致可组合与可定制。 2020 年代,AI agent 领域出现了类似安卓早期架构的产品形态:插件化 AI agent 运行时,以 DSH(DeepSeek Harness)为典型代表。 - 统一记忆管理(向量存储、语义检索) - 身份认证与多租户隔离 - 跨容器消息总线(如 Kafka 插件标准化) - 模型代理与计费(按 token 或调用次数) 该服务层可以是 DeepSeek
相关开源工程:DeepSeekHarness(上游项目):https://github.com/deepseek-ai/deepseek-harnessdsh-market(插件市场):https:// dsh-marketharmonypc-electron(Electron-on-鸿蒙运行时):https://atomgit.com/jianguoxu/harmonypc-electrondeepseek-harness-workspace (工作区总览):https://github.com/fellow99/deepseek-harness-workspacedsh-desktop(桌面端):https://github.com/fellow99
Agent=Model+Harness。核心:一切皆插件。模型负责思考,Harness负责让模型接触环境、调用工具、管理上下文并持续执行。推荐阅读:Harness最佳开源项目!
第一步:安装,两种方式任选如果你的电脑上已经装了Node.js(版本≥22),打开终端,直接执行:npx@deepseek-ai/dshweb这条命令会自动下载Harness并启动WebUI。 第二步:配置APIKey,让它有个“大脑”Harness本身只是个壳,真正干活的是背后的模型。官方默认接入的是DeepSeek自家的API。 不想用DeepSeek?Harness支持接入任意OpenAI兼容端点。在Settings→Models页面点击“Add”,填上APIBaseURL和Key就行。 资源汇总官方仓库:github.com/deepseek-ai/deepseek-harness(MIT协议开源)实战手册:github.com/zoahdev/deepseek-harness-handbook -x64Docker镜像:dockerrun-d--namedsh-p3080:3080ghcr.io/huoxue1/deepseek-harness:latest如果你也在折腾Harness,或者发现了什么好玩的插件