DeepSeek Harness Skill：让 AI 从”会聊天”变”会干活”的插件化 Agent 框架

一句话总结

DeepSeek Harness（dsh）是 DeepSeek 开源的 AI Agent 运行框架，核心理念是「一切皆插件」——模型、工具、记忆、界面全部可拔插组合，2026-08-13 发布后 12 小时冲破 5 万星、5 天破 15 万星，刷新 GitHub 史上最快增长纪录，截至 2026-08-25 约 191k stars，被称为「Agent 界的 Android」。

功能与原则

DeepSeek Harness 基于「Model + Harness = Agent」公式设计：模型是大脑负责思考，Harness 是手脚负责执行。框架核心能力包括：

• 工具调用：让 AI 读写本地文件、执行 Shell 命令、联网搜索，把任务真正做完而不是只给建议
• 插件化架构：模型、工具、Skill、会话、沙箱、存储、Agent 循环本身全部是插件，可自由替换组合
• 多模式运行：提供标准、PTC（程序化工具调用）、极简、创造四种运行模式
• 轨迹追踪：记录每一次工具调用和执行过程，支持回放、恢复、分叉调试
• 子 Agent 调度：复杂任务可拆分给多个子 Agent 协作处理
• 多模型支持：接入 40+ 家模型提供商（DeepSeek、Anthropic、OpenAI、Bedrock、Azure 等），不绑定单一厂商

认可度

链接

GitHub 仓库：https://github.com/deepseek-ai/deepseek-harness

原作者

DeepSeek AI（深度求索）——中国头部 AI 实验室，专注于大模型研究与开源，继 DeepSeek V4 / V4 Pro 系列模型之后，首次推出面向 Agent 开发者的基础设施级产品，被视为从「模型供应商」向「AI 工作流解决方案提供商」延伸的关键一步。

介绍

DeepSeek Harness 最初在 2026 年 5 月内部立项，由崔添翼（Flask 作者）主导，目标是「对标 Claude Code，将模型能力转化为可执行的 Agent 产品」。8 月 13 日正式开源，采用 MIT 协议，底层基于 Cordis 插件内核构建，配套发布论文《A Programming Paradigm for Spatiotemporal Composability》。

发布当天，GitHub 仓库上线不到 12 小时即突破 5 万 Star，社区情绪极度亢奋：有人连夜做桌面端封装（Electron 版），有人搭建零代码 Studio，有人推出中文实战手册，有人把 4399 小游戏、记忆模块、电子宠物全部打成插件。「dsh-plugin」话题下的仓库在四天内从 700 个暴涨至 7,995 个。

然而热潮中也有冷思考：官方明确标注「Developer Preview」，迭代激进、会话格式不保证向后兼容，升级后旧会话记录可能无法读取。腾讯 QQ 在 8 月 15 日宣布接入官方插件，QQ 群和私聊窗口均可使用 DeepSeek Harness 的对话记忆功能。

特点

• 万物皆插件：模型、工具、技能、会话、沙箱、存储、Agent 循环、UI 全部可拔插，不绑定任何单一能力
• 极速启动：一行命令 npx @deepseek-ai/dsh web 即可启动 Web UI（需 Node.js 22.19+ 或 24+），默认端口 3080
• 本地优先：数据全部在本地运行，不强制上云，适合对数据隐私敏感的企业场景
• 多模型自由切换：支持 40+ 模型提供商，不被厂商绑定，想省钱用便宜模型、想要更强用贵模型
• 插件生态爆发：发布一周插件数破千，涵盖 AI 记忆、浏览器自动化、游戏、办公、垂直行业等各类需求
• 配套论文支撑：Cordis 插件内核有正式学术论文，不是纯工程实现

使用方法

安装（一行命令启动）

# 需要 Node.js 22.19+ 或 24+
npx @deepseek-ai/dsh web

启动后浏览器自动打开 http://127.0.0.1:3080，即可看到 Web UI。

从源码运行

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

Python SDK（通过 JSON-RPC stdio 驱动）

pip install deepseek-harness

四种运行模式

• 标准模式：默认完整模式，适合大多数场景
• PTC 模式：程序化工具调用，适合精确控制
• 极简模式：轻量级，适合资源受限环境
• 创造模式：适合开放式创意任务

使用场景与人群

适用场景：AI 编程助手本地部署、企业私有化 Agent 工作流、多模型对比评测、复杂长链路任务自动化（数据分析、报告生成、Deep Research）、插件生态开发者

目标用户：AI 开发者、Prompt 工程师、需要让 AI 真正「动手干活」而非只「动嘴回答」的技术团队，以及研究 Agent 基础设施的研究者

输入与输出案例

案例 1：让 AI 改代码并执行

• 输入：将一个项目文件夹交给它，让它读代码、修改文件、跑程序、修 Bug
• 输出：任务全部完成后，代码已改好、程序已跑通、测试报告已生成

案例 2：插件自由组合

• 输入：用 npx @deepseek-ai/dsh web 启动后，从插件市场安装「记忆插件」+「浏览器自动化插件」
• 输出：Agent 获得跨会话持久记忆能力，同时能操控浏览器完成网页数据抓取，无需换工具

⚠️ 注意：当前为 Developer Preview 版本，存在破坏性变更可能，不建议作为唯一生产工具使用。

GitHub: https://github.com/deepseek-ai/deepseek-harness