DeepSeek 的 Harness 工具居然做成了这样…

DeepSeek 要做 Harness 的事儿已经公开好几个月了，昨天预览版终于发了。我本身对国内的相关工具很感兴趣，比如 Zcode、Qoder、Trae、Kimi Code 等等，自然不会放过这个 DeepSeek 这个版本。

我一直认为 DeepSeek 的 Harness 应该是类似 Codex 和 Qoder 这样的桌面 App，下载安装，打开 App，设置项目目录，开始工作。昨天安装了 DSH（DeepSeek Harness）发现，这个预览版居然采用了 Kimi Code Web 模式，是个本地 Web 应用。不同的是，DSH 没有终端工具，只能用本地 Web。

安装过程并不复杂，先执行 npm i @deepseek-ai/dsh，再运行 npx @deepseek-ai/dsh web，服务启动后用浏览器访问本机的 3080 端口，http://127.0.0.1:3080 ，你就得到了一个 Harness 工具：探索未至之境，预览版。

未来会不会发桌面版 App？我倾向于有。但目前这个预览版，已经展现出 DeepSeek 的一些独特的创新性。

启动 DSH 之后，可以根据提示直接填写 DeepSeek 的 API Key，也可以在设置里自定义你喜欢的模型，我同时配置了 DeepSeek 和 Kimi Code 的 K3，毕竟最近 K3 是我的新欢 😂

因为 DSH 安装了一整套 Harness 本地服务，所以这个 本地 Web 完全可以操作你的本地文件。它的第一眼很像 Kimi Code Web：左侧是工作区和历史会话，中间是对话，背后连接本地目录与终端。

开始使用之后，二者的差异逐渐浮出水面。

Kimi Code Web 更像把 Coding Agent 放进一个容易上手的图形界面里，是 Web 版的 Codex；DSH 除了做 Coding Agent，还增加了不少自己的特色，比如 Agent 预设、执行轨迹的展示、子 Agent 协作、外部命令展示、完全的插件体系等，都放到了产品的面儿上，“Harness”这个名字也因此变得准确。

模型提供推理和生成能力，Harness 负责工具调用、文件编辑、Shell、上下文管理、任务调度、错误处理和执行记录等等。过去这些能力经常被包裹在产品内部，用户只看到一问一答的窗口。DeepSeek 这次选择把许多工程部件显式化，让人可以看到 Agent 穿着怎样的“机甲”，如何在二进制世界里干活。

最直观的设计是 Agent 预设。DSH 提供了标准、PTC、极简和创造四种内置模式：标准模式覆盖文件编辑、Shell、检索、Skills、计划、目标、子代理和工作流；PTC 模式让模型用 TypeScript 程序组合多步工具操作；极简模式只保留持久 bash 与文本替换编辑器；创造模式则用来实验插件并生成自定义预设。

预设还可以复制后自己修改，Agent 也由此从一个固定产品，变成一组可以选择和调校的能力组合。也就是说，给构建者提供了很大的自定义空间。

DeepSeek Harness 的 Agent 预设：标准、PTC、极简与创造模式

我让 DSH 审查 CatReader 前端代码时，看到顶部同时出现了 4 个子代理和 3 个后台任务。页面会显示任务名称、状态、耗时和 token 用量，主 Agent 仍可继续自己的工作，非常有意思。查了下官方的项目文档，说：当目标与轮次明确时，同一会话可以自动续跑，这更接近所谓“自动 Agent”；它不会另起 Agent，也没有独立评审器。子 Agent、后台任务和自动续跑是三件事，但都在减少长任务里人的等待。这是 Harness 能力。

DeepSeek Harness 同时展示子代理与后台任务的状态、耗时和 token 用量

另一个让我印象深刻的功能是“轨迹”。页面把 Input、Model、Tools 排成时间泳道——这个泳道里的块还可以放大缩小——再按轮次展开 ASSISTANT、TOOL、CONTEXT 等事件，读文件、运行命令、子代理汇报和状态变化都能沿时间顺序查看。注意，它在这里展示的是会话与工具执行轨迹，并非公开模型的完整思维链。

这些“轨迹”对工程工作很有价值：结果错了，可以去查用过什么工具；任务慢了，可以看时间花在模型、调用还是后台代理上，我们还可以在过程里主动进行任务调整。

DeepSeek Harness 轨迹页按轮次展示 Input、Model、Tools 与执行事件

过程中插入新的会话

DSH 强化了它的插件体系：“一切皆插件”，从模型、工具、会话、存储、沙箱到调度与界面，都可以组合使用；底层使用了 Cordis 微内核来管理依赖、服务和事件。用户不需要理解每个内部名词，直接用就得：可以启停插件、打开配置文件，也能围绕某种工作方式复制并改造插件。它更接近一套可扩展的 Agent 运行框架，而不只是给大模型配了一些聊天工具。

和其他的 Agent 类似，全局安装的 Skill 可以开箱即用，完全不需要重复安装，比如墨问 CLI 和 Skills 工具：

这种设计也解释了为什么 DeepSeek 短期内先做了本地 Web。浏览器界面跨平台、迭代快，插件与运行时又能继续驻留在本机，开发者可以随时查看配置、工作区和执行过程。

不过目前这个预览版有一点使用门槛：Node.js、命令行和插件配置仍然构成了一定的学习和使用成本，预览版的完成度也不能按成熟桌面软件来要求。就我自己的使用体验，当前版本的 DSH 最成熟的能力还是编程，我做了几个 Coding 任务，整体效果还挺好的。

DeepSeek Harness 的第一个版本选择了本地 Web 模式，但不乏创新性：前端是轻量级的 Web，背后是预设、插件、子 Agent、后台任务和轨迹，除了写代码做任务，DSH 还展示了模型是怎样变成可以持续工作的 Agent，Agent 本身也是可观察、可组合、可改造的系统，很了不起。

值得用起来，也很期待后续的版本。