DeepSeek Harness - DeepSeek 推出的 AI 智能体运行框架

DeepSeek Harness是什么

DeepSeek Harness 是 DeepSeek 推出的 AI 智能体运行框架，理念是”一切皆插件”，底层基于 Cordis 系统。模型、工具、技能、会话、沙箱、存储、调度、UI 全部以插件形式存在，可以自由组合替换。DeepSeek Harness 提供标准、PTC、极简、创造四种运行模式，支持全程轨迹追踪与回放。DeepSeek Harness 对标 OpenAI Codex 与 Anthropic Claude Code，主攻编程和办公场景，实现从需求理解到代码交付的完整闭环。

DeepSeek Harness的主要功能

• 一切皆插件的 Agent 框架：模型、工具、技能、会话、沙箱、存储、循环、调度、UI，所有 Agent 能力都是插件，不动源码就能替换或扩展任意组件。
• 四种运行模式
  • 标准模式：完整编码 Agent，支持文件编辑、Shell、网页检索、Skills、计划、子代理和工作流
  • PTC 模式：在标准模式基础上，通过 Code Mode SDK 让模型用 TypeScript 程序组合多步工具调用
  • 极简模式：仅保留 bash 和文件编辑两个工具，用于模型基准测试
  • 创造模式：支持运行时检查、插件实验和自定义 Agent preset 创作
  • 轨迹追踪与会话管理 采用仅追加（append-only）的会话日志，系统提示词、思维链、工具调用、子 Agent 调度、上下文注入这些事件全都记下来。会话能恢复、能分叉、能检索和回放，Agent 干活时那股黑盒感就没了。
• 多智能体协作：主 Agent 可以把任务派给子 Agent，并行执行、工作流编排、计划模式、目标追踪、待办事项、后台任务管理都有，长任务和复杂自动化能接。
• 安全与权限控制：默认用 workspace-write 模式圈定文件和命令的执行范围；工具调用要过前置策略、安全守卫、执行包装、后置处理这几道；权限切换和审批请求都会写进会话日志，事后可以查。
• 多种交互入口：提供 Web UI（默认 localhost:3080）、TUI 终端界面、Headless 脚本模式、ACP 服务，还有 JSON-RPC/Python SDK。同一套核心能力换个配置，就能组装成不同的产品形态。
• RC.8 版本：
  • 多模态输入增强： DeepSeek Harness v0.1.0-rc.8 增强了多模态支持：模型适配器可以开启原生图片请求，核心命令支持图文混合输入，且 @ 菜单里可以引用文件，也能引用历史会话。
  • 子代理统一编排： 把 Claude Code 和 Codex 也纳入了子代理编排，作为 Profile Bundle 按需安装、按需调用；Codex 这边多了非交互权限和多命名实例运行。
  • 工具与终端体验优化： 工具调用和终端体验都做了优化，web_search 支持并发查询；Windows PTY 终端多了一个持久化的 PowerShell 会话；本地安装启动的步骤也简化了。

DeepSeek Harness的技术原理

• 基于 Cordis 插件元框架：Cordis 是 Harness 的底层插件系统，只干三件事：加载插件、卸载插件、管依赖。每个插件往共享上下文（Context）里注册服务、类型化事件和可逆副作用，卸载时注册会自动撤销，系统里不留残渣。运行时的 Harness 本身就是一个 Cordis Context，各个包往里注册服务与能力，最后由配置文件拼成一个能跑的智能体。
• 插件树与配置层组合：运行时的 dsh 是按层叠加的插件树。配置通过 Profile（具名组装）、Bundle（配置行与代码分发单元）和 cordis.patch.yml（用户补丁）按顺序叠上去，后面的层可以替换前面的配置，也可以插新配置。同一套代码能拼出完全不同的产品。
• 能力接缝（Capability Seam）三层分离：任何能力都拆成三层：接口定义（服务定义）、实现提供者（具体执行）、消费者（面向模型的工具包）。以 Bash 为例，接口定义的是”执行命令”，本地实现负责创建进程，工具包再把它转成模型看得懂的 schema。换掉实现层（比如本地 Shell 换成远程容器）时，模型工具和 Agent Loop 都不用重写。
• Agent Loop 生命周期：
  • Turn：一次用户输入开启的完整轮次
  • Step：一次模型请求 + 后续工具调用
• 流程严格按事件驱动：输入 → 组装提示词与工具 Schema → agent/pre-step → 模型请求 → 流式输出 → 工具调用 → tools/pre-execute → tools/execute → tools/post-execute → 交回后续 Step。工具执行这一层还有并发安全检测、屏障隔离和超时重试。
• Session Log 作为权威事件源：核心原则只有一条：模型能看到的东西，必须能从日志里重建。用户消息、助手输出、工具调用与结果、上下文压缩、权限变化、取消原因，全部以事件形式进追加式会话流。界面显示、持久化、恢复、Fork、遥测、回放都从同一个事件源派生，而不是各存一份状态。调试、审计、复现的可靠性就落在这上面。
• 核心包职责分离：
  • core/session：仅追加会话事件日志
  • core/system-prompt：组装提示词片段和工具 Schema
  • core/tools：工具注册与受控执行流水线
  • core/agent：Agent 接口与活跃实例注册表
  • core/agent-loop：默认驱动
  • llm/llm：消息、流式输出和模型适配器接缝
• 自指与动态扩展：创造模式给了一个自指的 Cordis 工具，Agent 能查看当前运行时的插件树，也能临时挂载、卸载插件。动态插件照样跑在 Cordis 的 Context 和 Effect 机制里，注册项的清理路径是明确的。
• 安全流水线：一次调用要走完整条流水线：前置策略 → 不可逆安全守卫 → 实际执行 → 后置处理 → 内容整理 → 结果通知。被守卫拒掉的操作，后面的插件也放不回来，系统按”失败关闭”的原则来。

如何使用DeepSeek Harness

• 安装启动：
  • 快速体验（需已安装 Node.js）：

npx @deepseek-ai/dsh web

• • 源码安装：

git clone https://github.com/deepseek-ai/deepseek-harness

• 配置模型：打开 Web UI（默认 localhost:3080），这里要填模型 API Key。可以接 DeepSeek 模型（得先去 DeepSeek 开发平台买），也可以接其他第三方模型。
• 选择工作区与预设：
  • 选择本地工作目录（项目文件夹）
  • 选择 Agent 预设：
    • 标准模式：完整编码 Agent，支持文件编辑、Shell、检索、Skills、计划、子代理
    • PTC 模式：标准模式 + Code Mode SDK，模型用 TypeScript 程序组合多步操作
    • 极简模式：仅 bash + 文件编辑，用于基准测试
    • 创造模式：支持自定义 Agent preset，可运行时检查插件树并动态扩展
• 开始交互：在输入框里把需求说清楚，代码编写、文件操作、网页检索这些活 Agent 会自己去做。想看过程就切到「轨迹」视图，那是事件级的原始运行日志，会话回放和分叉都在这里。
• 插件管理 在设置里能查看、启用、停用 100+ 个内置插件，也可以直接改配置文件来拼插件组合，替换任意能力组件都不用动源码。

DeepSeek Harness的核心优势

• 开放生态：不绑死在 DeepSeek 自家模型上，后续计划用标准化接口接更多模型，这跟 Claude Code 的封闭策略正好相反。
• 单次任务花费很低：配合 DeepSeek 的低价缓存，社区实测单次真实编程任务平均成本约 0.028 美元，差不多是 Claude Code 的七分之一。
• 安全合规：国产自研框架，不涉及后门隐患；这段时间 Claude Code 被工信部确认存在严重安全后门，国内大厂在加速排查管控，正好留出了替代窗口。
• 系统可靠性：团队负责人崔添翼在 Jane Street 做过九年量化交易，关心的始终是”如何让复杂系统稳定运转”，这套金融级的执行可靠性被带进了 Agent 工程。
• 模型解耦：Harness 团队和模型团队分开运作，公众号也是各自注册的，业务形态不被大模型绑住，生态合作的空间更大。
• Harness 效能：同一个模型换个 Harness，表现能差出 53 个百分点。DeepSeek Harness 想让中等强度的模型用很低的成本把大部分标准化任务干完，也就是”便宜模型打出豪华战绩”。
• 执行所需模块全自带：上下文管理、工具调用编排、执行沙箱、反馈循环、会话持久化五个模块都在，从需求理解到代码交付可以自动跑完。

DeepSeek Harness的项目地址

• 项目官网：https://www.deepseek.com/harness/
• GitHub仓库：https://github.com/deepseek-ai/deepseek-harness

DeepSeek Harness的同类竞品对比

DeepSeek Harness的应用场景

• 智能编程开发（VibeCoding）：开发者用自然语言描述需求，代码生成、跑测试、捕获报错、自我修正这一串由 Harness 自己走完，交付是端到端的。
• 办公自动化：文件系统、浏览器、各类 API 都能调，文档处理、数据分析、邮件分类回复、日程安排这些日常活可以交给它，重复劳动省下来。
• 系统运维与 DevOps：通过终端命令做服务器部署、监控配置、日志分析和故障排查，也能接进 CI/CD 流水线，把构建、测试、发布串起来。
• 多 Agent 协作项目：产品经理、架构师、开发、测试这些角色的 Agent 分工干活，统一调度，大项目的拆解和交付就是这么推下去的。
• 企业私有化部署：金融、政务、医疗这类对安全敏感的行业，可以部署在本地环境，接内部的 ERP、CRM、数据库，改造过程自己控得住。

DeepSeek Harness面临的挑战

• 先发巨头挤压：OpenAI Codex 和 Anthropic Claude Code 已经占了智能体代码市场的头部位置，Claude Code 年化收入 25 亿美元，GitHub 公开提交量里占到 4%。DeepSeek Harness 是后来者，得在生态和用户习惯上找到突破口。
• 开发者生态冷启动：Harness 的价值很依赖插件、Skill、MCP 和第三方界面这些生态伙伴，而生态是一点点攒出来的，短期内还比不过已经成熟的竞品。
• 长程任务可靠性验证：多轮推理、工具调用、失败重试这些复杂场景都得扛住。从内测走到证明它能在真实生产环境里稳定交付长程任务，中间还有大量工程验证要做。
• 多模型适配的工程复杂度：开放多模型接入是差异化的卖点，但各家模型的上下文机制、工具调用格式、推理特性都不一样，适配和维护的成本会往上走。
• 用户迁移成本与习惯壁垒：开发者已经习惯了 Claude Code、Cursor 这些工具的工作流和交互方式，换一套新框架，学习和工具链重搭都是成本。