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，采用”一切皆插件”理念，基于 Cordis 系统构建。模型、工具、技能、会话、沙箱、存储、调度、UI 等全部能力均为插件，可自由组合替换。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 等所有 Agent 能力均以插件形式实现，开发者无需修改源码可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）的会话日志设计，完整记录系统提示词、思维链、工具调用、子 Agent 调度、上下文注入等全部事件。支持会话恢复、分叉、检索与回放，彻底解决 Agent 黑盒问题。
• 多智能体协作：主 Agent 可将任务委派给子 Agent，支持并行执行、工作流编排、计划模式、目标追踪、待办事项和后台任务管理，覆盖长任务和复杂自动化场景。
• 安全与权限控制：默认采用 workspace-write 模式限制文件/命令执行范围；工具调用经过前置策略、安全守卫、执行包装和后置处理流水线；权限切换和审批请求全部进入会话日志，支持事后审计。
• 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 服务和 JSON-RPC/Python SDK，同一套核心能力可通过不同配置组装成不同产品形态。
• RC.8 版本：
  • 多模态输入增强： DeepSeek Harness v0.1.0-rc.8 增强多模态支持，模型适配器可启用原生图片请求，核心命令支持图文混合输入，且 @ 菜单可引用文件与历史会话。
  • 子代理统一编排： 将 Claude Code 和 Codex 纳入子代理编排体系，支持作为 Profile Bundle 按需安装调用，Codex 新增非交互权限与多命名实例运行能力。
  • 工具与终端体验优化： 优化工具调用与终端体验，web_search 支持并发查询，Windows PTY 终端新增持久化 PowerShell 会话，并简化了本地安装启动流程。

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，只负责插件的加载、卸载和依赖管理。每个插件向共享上下文（Context）注册服务、类型化事件和可逆副作用，卸载时自动撤销注册，避免系统残留状态。运行时 Harness 本质上是一个 Cordis Context，不同包向其中注册服务与能力，最终由配置文件组合成可运行的智能体。
• 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）+ cordis.patch.yml（用户补丁）顺序叠加，后层可替换或插入新配置。同一套代码可被组装成完全不同的产品形态。
• 能力接缝（Capability Seam）三层分离：任何能力都拆分为，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）。例如 Bash 能力，接口定义”执行命令”，本地实现创建进程，工具包将其转为模型可理解的 schema。替换实现层（如本地 Shell → 远程容器）无需重写模型工具或 Agent Loop。
• 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。工具执行支持并发安全检测、屏障隔离和超时重试。
• Session Log 作为权威事件源：核心设计原则：模型可见的内容必须能从日志重建。用户消息、助手输出、工具调用与结果、上下文压缩、权限变化、取消原因等全部以事件形式进入追加式会话流。界面显示、持久化、恢复、Fork、遥测和回放均从同一事件源派生，而非各自维护状态。这确保了调试、审计和复现的可靠性。
• 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：创造模式提供自指 Cordis 工具，支持 Agent 检查当前运行时插件树，动态挂载/卸载临时插件。动态插件仍运行在 Cordis 的 Context 和 Effect 机制下，注册项有明确的清理路径。
• 安全流水线：经过完整流水线：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。被守卫拒绝的操作不能被后续插件重新放行，系统采用”失败关闭”原则。

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），需填写模型 API Key。支持接入 DeepSeek 模型（需到 DeepSeek 开发平台购买）或其他第三方模型。
• 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：在输入框描述需求，Agent 即可自动执行代码编写、文件操作、网页检索等任务。通过「轨迹」视图可查看原始事件级运行日志，支持会话回放与分叉。
• 插件管理 在设置中查看/启用/停用 100+ 内置插件，或通过配置文件自定义插件组合，无需修改源码可替换任意能力组件。

DeepSeek Harness的核心优势

• 开放生态：不限于接入 DeepSeek 自家模型，计划通过标准化接口支持多模型接入，与 Claude Code 的封闭策略形成鲜明差异化。
• 极致性价比：配合 DeepSeek 低价缓存机制，社区实测单次真实编程任务平均成本仅约 0.028 美元，约为 Claude Code 的七分之一。
• 安全合规：国产自研框架无后门隐患，恰逢 Claude Code 被工信部确认存在严重安全后门、国内大厂加速排查管控的替代窗口期。
• 系统可靠性：团队负责人崔添翼拥有 Jane Street 九年量化交易背景，长期专注于”如何让复杂系统稳定运转”，将金融级执行可靠性带入 Agent 工程。
• 模型解耦：Harness 团队与模型团队独立运作、独立注册公众号，以独立于大模型的业务形态推进，生态合作灵活性和扩展性显著更强。
• Harness 效能：同一模型在不同 Harness 下表现可差出 53 个百分点，DeepSeek Harness 能让中等强度模型以极低价格完成大部分标准化任务，实现”便宜模型打出豪华战绩”。
• 端到端闭环：覆盖上下文管理、工具调用编排、执行沙箱、反馈循环、会话持久化五大核心模块，实现从需求理解到代码交付的完整自动化闭环。

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）：开发者通过自然语言描述需求，Harness 自动完成从代码生成、运行测试、报错捕获到自我修正的完整闭环，实现端到端的软件交付。
• 办公自动化：Harness 调用文件系统、浏览器及各类 API，自动完成文档处理、数据分析、邮件分类回复和日程安排等日常办公任务，替代重复性人工操作。
• 系统运维与 DevOps：通过终端命令执行服务器部署、监控配置、日志分析和故障排查，集成到 CI/CD 流水线中实现代码的自动构建、测试与发布。
• 多 Agent 协作项目：协调产品经理、架构师、开发工程师、测试工程师等不同角色 Agent 分工合作，统一调度完成大型复杂项目的拆解与交付。
• 企业私有化部署：在金融、政务、医疗等安全敏感行业的本地环境中部署，对接内部 ERP、CRM、数据库等私有系统，实现安全可控的智能化改造。

DeepSeek Harness面临的挑战

• 先发巨头挤压：OpenAI Codex 与 Anthropic Claude Code 已占据智能体代码市场头部地位，Claude Code 年化收入达 25 亿美元且占 GitHub 公开提交量 4%，DeepSeek Harness 作为后来者需在生态和用户习惯上实现突破。
• 开发者生态冷启动：Harness 的核心价值高度依赖插件、Skill、MCP 及第三方界面等生态伙伴的丰富度，而生态建设需要长期积累，短期内难以与已成熟竞品抗衡。
• 长程任务可靠性验证：Agent 框架需要处理多轮推理、工具调用和失败重试等复杂场景，从内测到证明其在真实生产环境中稳定交付长程任务，仍有大量工程验证工作。
• 多模型适配的工程复杂度：开放支持多模型接入虽为差异化优势，但不同模型的上下文机制、工具调用格式和推理特性各异，适配和维护成本将显著增加。
• 用户迁移成本与习惯壁垒：开发者已深度习惯 Claude Code、Cursor 等现有工具的工作流和交互范式，切换至新框架面临学习成本和工具链重构阻力。