Plugins DeepSeek Harness, expliqués : installer, ajouter et créer sur le runtime d'agent « Tout est un plugin »

La réponse tient en une ligne : DeepSeek Harness n'est pas un modèle. Il s'agit de l'environnement d'exécution d'agents open source que DeepSeek a publié le 13 août 2026 sous licence MIT, et tout son pari repose sur le fait que chaque capacité dont un agent a besoin — modèle, outils, compétences, état de session, interface utilisateur, même la boucle principale — devrait être un plugin remplaçable. Les modèles que vous y exécutez sont DeepSeek V4 Flash et DeepSeek V4 Pro, et vous n'avez pas besoin de croire un seul mot du marketing pour ressentir la différence : exécutez npx @deepseek-ai/dsh web, ouvrez 127.0.0.1:3080, et en moins d'une minute, vous avez un agent de codage local dont le terminal, la barre latérale, la recherche web et la mémoire sont tous des plugins que vous pouvez ajouter, supprimer ou réécrire sans toucher au code source du framework. Le dépôt GitHub qui a accompagné cette sortie a atteint 50 000 étoiles au cours de ses 12 premières heures et se situe à 125 959 étoiles au 16 août 2026. Cet article est le guide pratique des plugins que les résultats de première page passent sous silence : ce qu'est réellement DSH, ce que contient actuellement l'écosystème de plugins, comment installer et écrire des plugins, et là où la préversion montre réellement ses faiblesses.

Ce qu'est réellement DeepSeek Harness (et ce qu'il n'est pas)

La formule interne de DeepSeek, confirmée sur la page officielle Harness, est Model + Harness = Agent : le modèle pense et raisonne, le harness donne à l'agent la capacité de comprendre son environnement, d'utiliser des outils et de continuer à travailler sur une tâche réelle. Anthropic a popularisé le terme et Claude Code est l'implémentation de référence ; la version de DeepSeek est open source, tourne entièrement sur votre machine et vise le même territoire que Claude Code et OpenAI Codex. C'est ce positionnement qui fait qu'appeler DSH « un modèle » est une erreur et que cet article n'est pas un test de modèle : le harness est la couche qui connecte un modèle aux outils, aux fichiers, à un terminal et à une interface web — et dans la conception de DeepSeek, chacune de ces connexions est un plugin.

Les faits de la sortie, tous vérifiés le 16 août 2026 : le dépôt deepseek-ai/deepseek-harness est devenu public le soir du 13 août, heure de Pékin, en tant qu’aperçu développeur v0.1 sous licence MIT. Il a dépassé 10 000 étoiles en moins de deux heures et 50 000 en douze heures — soit environ 80 fois le rythme d’OpenClaw, auparavant le dépôt GitHub à la croissance la plus rapide — et des rapports ultérieurs le situent au-delà de 100 000 étoiles à la 42e heure. L’API GitHub affiche aujourd’hui 125 959 étoiles et 12 526 forks. Ce n’est pas un service cloud : vous installez Node.js, exécutez npx @deepseek-ai/dsh web, et l’interface Web est servie sur http://127.0.0.1:3080, vos sessions, journaux et données restant en local. La version sur npm est la 0.1.0-rc.6, et le README indique que le projet est en aperçu développeur et « itère rapidement », avec des changements susceptibles de casser la compatibilité.

"Tout est un plugin" — ce que le slogan signifie réellement.

Le framework est construit sur Cordis, un méta-framework de plugins extrait de l'écosystème de bots Koishi. Cordis est volontairement minimal : il ne fait que charger, décharger et résoudre les dépendances entre plugins, et ne porte aucune des capacités réelles de l'agent. Tout ce qui se trouve au-dessus — l'adaptateur de modèle, les outils, les compétences, les sessions, le bac à sable, le stockage, la boucle qui pilote l'agent, la planification et l'interface web — est lui-même un plugin Cordis, et les plugins coopèrent via les services et événements Cordis. Vous sélectionnez, remplacez ou étendez n'importe quelle capacité au niveau de la configuration, sans modifier le code source.

Cela inclut le modèle. Le modèle n'est qu'un plugin avec un endpoint compatible OpenAI derrière lui, de sorte que rien dans le framework ne vous oblige à rester dans la gamme DeepSeek — l'étape « changer de modèle » est un changement de configuration, pas un fork. Ce même principe explique pourquoi les quatre préréglages intégrés sont en réalité quatre bundles de plugins :

• Standard — l'agent de codage complet : édition de fichiers, Shell, récupération de fichiers et du web, Skills, plans, objectifs, sous-agents et flux de travail.

• PTC — tout ce qui est inclus dans Standard, plus le SDK Code Mode, qui permet au modèle d'écrire un programme TypeScript pour enchaîner les appels d'outils en plusieurs étapes au lieu de les émettre un par un.

• Minimal — exactement deux outils (un bash persistant et un str_replace_editor), conçu pour l’évaluation de modèles dans des environnements minimaux. C’est le mode que DeepSeek a utilisé pour les exécutions d’agent-benchmark de V4 Flash auxquelles sa documentation API fait référence.

• Création — un mode pour créer de nouveaux préréglages : l'ensemble complet des fonctionnalités de Standard, plus l'inspection à l'exécution et des expériences de plugins en mémoire, conçu spécifiquement pour les développeurs de plugins.

L'écosystème des plugins, en chiffres

Le développement de plugins communautaires a commencé lors des tests internes — environ 300 plugins ont été créés dans les premiers jours, dont un skin rétro Windows XP et un plugin de mème — et les chiffres ont grimpé depuis la sortie publique. Le nombre qui compte dépend de ce que l'on compte :

• 288 dépôts de plugins répertoriés le soir du lancement par les médias tech chinois, selon l'enquête de 36Kr.

• 1 000+ dépôts portant le tag de sujet public GitHub dsh-plugin dans les premiers jours ; certains comptages font état de 700+.

• 1 117 plugins soigneusement sélectionnés répartis sur 1 521 dépôts d'écosystème surveillés, soit un total de 301 295 étoiles GitHub, dans le répertoire Oh-My-DSH maintenu par la communauté au 15 août 2026.

• 2 600+ dépôts dans le catalogue awesome-dsh à mise à jour automatique de tout le sujet dsh-plugin, et 368 entrées sélectionnées à la main dans 18 catégories dans la liste 0xsline awesome-deepseek-harness.

La taxonomie de ces listes montre où la communauté s'est d'abord tournée — et c'est exactement la surface dont un runtime d'agent a besoin. Recherche web : dsh-web-search-exa (adossé à Exa, avec une solution de repli sans clé API) et dsh-web-search-pro (routage multi-moteurs entre DeepSeek, Exa, DuckDuckGo, Bing, Jina, GitHub, Bilibili et YouTube). RSS et actualités : dsh-news-plugin récupère plus de 10 flux chinois et anglais et les transforme en éléments structurés. Fichiers bureautiques : dsh-office permet au modèle de modifier des documents Office avec un aperçu docx/pdf dans le client web. Import d'historique de chat : dsh-chat-import restaure des conversations en toute fidélité depuis 13 agents de codage — Claude Code, OpenAI Codex, ChatGPT, Cursor, Gemini et autres — sous forme de sessions DSH reprenables. Mobile : dsh-mobile et dsh-mobileweb-adapter mettent l'interface utilisateur sur un téléphone. Feishu et Lark : dsh-feishu-bot et dsh-feishu-notify transmettent les événements de session à Feishu, et dsh-im-hub est une passerelle multiplateforme (Feishu WebSocket, WeCom, Telegram). Voix : dsh-voice ajoute la lecture à voix haute par TTS neuronal Edge et la transcription vocale, et dsh-voice-webspeech ne nécessite ni serveur ni clés API. Autour de ceux-ci se trouvent des plugins mémoire (dsh-memento, dsh-memory-evolve, dsh-recall), une suite d'outils officielle (dsh-toolkit), des barres latérales de type IDE (dsh-better-sidebar, le plugin deepseek-harness-workbench-plugin), des plugins de vision qui apportent des capacités visuelles aux modèles textuels, et même un wrapper de bureau Tauri, deepseek-harness-desktop.

Comment installer DSH et ajouter des plugins

Le chemin d'installation est court, et la commande du plugin mérite d'être parfaitement maîtrisée, car plusieurs tutoriels la déforment. La forme canonique est dsh plugin --profile web add <package> — le --profile web flag est important, car les profils déterminent quel bundle de plugins une session exécute, et le profil web est celui derrière l'interface Web.

• Install Node.js (reports indicate 22.19 or newer), then start the Web UI: npx @deepseek-ai/dsh web — it serves at http://127.0.0.1:3080.

• Ajouter un plugin par nom de package npm : dsh plugin --profile web add <package-name>, par exemple dsh plugin --profile web add @nanmicoder/dsh-agent-teams.

• Ajouter depuis un dépôt GitHub : dsh plugin --profile web add "github:owner/repo#ref" (le #ref épingle une branche, une étiquette ou un commit).

• Sans installer dsh globalement : npx -p @deepseek-ai/dsh dsh plugin --profile web add <package-name>.

• Après l'installation d'un plugin de bundle, redémarrez dsh web et actualisez la page ; vérifiez avec dsh plugin --profile web list, ou utilisez Paramètres → Plugins dans l'interface Web.

Une subtilité qui déroute les débutants : seuls les paquets qui déclarent un dsh.bundle.patch en tant que champ deviennent des couches de profil actives. Une dépendance simple s'installe mais reste inerte — c'est la déclaration de bundle qui indique à DSH que le paquet est un plugin de harnais et où il se greffe. La commande dsh plugin transmet les opérations sur les paquets à pnpm, donc les paquets npm, les spécifications GitHub, les chemins locaux, les sources file: et link: sont tous pris en charge, et réexécuter la même commande add met à niveau le plugin.

Comment écrire votre propre plugin

Parce que tout est un plugin, en écrire un revient à écrire un plugin Cordis qui déclare un bundle DSH — et le scaffolding communautaire en fait un point de départ propre. Le registre de plugins et les outils de développement (plugin-registry, dsh-plugin-starter, create-dsh-plugin et le health-checker dsh-plugin-check) sont une infrastructure communautaire, mais le contrat est suffisamment stable pour être décrit : votre package doit déclarer dsh.bundle.patch pour devenir une couche de profil active, il expose ses capacités sous forme de services et d'événements Cordis, et l'exécution décide au moment du chargement comment il s'intègre dans le profil que vous avez choisi.

Pour le développement local, la boucle est la suivante : cloner et compiler votre plugin, l'ajouter avec dsh plugin --profile web add "link:$(pwd)", puis itérer — les modifications côté client nécessitent un rafraîchissement de page, les modifications côté hôte nécessitent un redémarrage du service dsh. C'est grâce à ce workflow local-link que la plupart des 1 000 premiers plugins de l'écosystème ont été construits, et il vaut la peine d'adopter la discipline que ces projets pratiquent : épingler les versions. L'aperçu itère assez rapidement pour qu'un plugin écrit pour une rc puisse casser avec la suivante — le plugin de vision ModLens de la communauté, par exemple, est documenté comme nécessitant le verrouillage de sa version pour fonctionner de manière fiable.

Trajectory et MCP — les deux fonctionnalités que les critiques ne cessent de souligner

Deux capacités méritent d'être connues avant de décider si DSH est fait pour vous, car ce sont les éléments de conception qu’un « plugin listicle » ne vous révélera pas. La première est la trajectoire. Chaque exécution est traçable : l’expérience entière du modèle — invites système, chaîne de pensée, chaque appel d’outil et son résultat, l’ordonnancement des sous-agents et chaque injection de contexte — est écrite dans un journal de session en ajout seul, et la restauration, le fork, la récupération et la relecture opèrent tous sur ce même flux d’événements. Les développeurs sur Hacker News ont signalé cela comme la fonctionnalité phare, notant que les produits d’agents fermés masquent précisément ces données. La seconde est MCP. DSH est fourni avec un client MCP officiel comportant une commande /mcp et un onglet Settings pour les serveurs, et l’écosystème a déjà construit dessus — dsh-chatgpt-bridge expose une session DSH à ChatGPT en tant que serveur MCP, et dsh-mcp-panel est un panneau d’observabilité pour le client. Si votre stack d’agents s’appuie déjà sur des serveurs MCP, DSH peut les monter comme plugins.

D'où vient le modèle

DSH est un harnais, pas un fournisseur de modèles, donc la seule chose que vous devez fournir est un endpoint de modèle — et c'est là que l'adéquation native est la propre paire de DeepSeek. DeepSeek V4 Flash (le MoE efficace à 284B au total / 13B actifs, environ 0,15 $ par million de jetons d'entrée et 0,29 $ par million de jetons de sortie) est le choix par défaut économique ; DeepSeek V4 Pro (le fleuron à 1,6T au total / 49B actifs, environ 0,44 $ / 0,88 $) est le moteur à haute intensité. Les deux sont hébergés sur OrcaRouter au prix catalogue de DeepSeek sans aucune majoration, accessibles via une clé compatible OpenAI — ce qui s'intègre proprement au plugin de modèle de DSH : pointez le plugin de modèle vers l'endpoint OrcaRouter, et vous pouvez router entre Flash et Pro dans le même harnais, avec un basculement automatique vers un second fournisseur si l'un d'eux se bloque. C'est un cas d'utilisation authentique, et honnête : OrcaRouter n'héberge pas DSH lui-même — DSH s'exécute sur votre machine, et OrcaRouter est la couche de modèle vers laquelle vous le pointez.

Là où ça échoue — la partie honnête

La même énergie qui a produit 125 000 étoiles en trois jours est celle qui a produit les arêtes vives. Lisez ceci avant d’installer, pas après :

• C'est un aperçu pour développeurs, et c'est indiqué. L'avertissement du README lui-même est : « THERE WILL BE COMPATIBILITY-BREAKING CHANGES. » La version npm est un candidat de publication (0.1.0-rc.6), les plugins de base et les API fondamentales sont encore en cours d'itération, et l'interface de lancement affiche elle-même un avis destiné aux développeurs Harness. Ne créez pas de dépendance de production sur des numéros de version qui changeront sous vos pieds.

• Le choix du harnais coûte de vrais jetons. Une comparaison tierce citée dans la presse chinoise a révélé qu'un autre harnais open-source utilisait environ 30 % des jetons de DeepSeek Harness sur la même tâche DeepSeek V4 Flash, et un test contrôlé par Composio a exécuté la même V4 Flash sur huit harnais pour 30 tâches, obtenant entre 14 et 20 complétions — le modèle identique, les résultats divergents d'un tiers. Le harnais n'est pas un wrapper neutre ; il détermine l'efficacité avec laquelle le modèle travaille.

• Cela ressemble à un framework, pas à un produit fini. Pour reprendre les mots des testeurs : l'interface n'est pas conviviale pour les personnes qui n'écrivent pas de code, et les finitions approximatives sont partout. Il n'existe pas de CLI ni de TUI officiel — la communauté a créé dsh-TUI et dsh-tianshu-tui pour combler ce manque — et la liberté du « tout est un plugin » est précisément ce qui donne aux réglages par défaut un aspect inachevé.

• Ça fonctionne, mais il faut le surveiller. Les rapports pratiques — y compris celui qui a donné naissance au titre « 50 000 étoiles du jour au lendemain » — décrivent un agent qui accomplit des tâches en plusieurs étapes (reconstruire un site dans un langage de conception différent, récupérer des données de l'API GitHub et afficher un graphique) mais qui nécessite une supervision, avec des erreurs mineures de format et d'interaction dans les résultats.

• Local-first signifie que vous apportez la puissance de calcul.DSH fonctionne sur votre machine et vos clés de modèle. Si vous vouliez un agent géré, ce n'est pas la bonne solution.

En résumé

DeepSeek Harness est le projet open-source à la croissance la plus rapide de 2026, non pas parce que c'est un meilleur modèle — ce n'est pas un modèle du tout — mais parce qu'il a fait de l'agent lui-même la plateforme. L'écosystème de plugins est la vraie histoire : plus de 100 capacités dans les bundles officiels, plus de 1 100 plugins communautaires répertoriés trois jours après le lancement, et le moyen le plus rapide d'évaluer tout le pari est d'exécuter `npx @deepseek-ai/dsh web` et d'ajouter quelques plugins. Pour un développeur qui veut un runtime d'agent local, entièrement inspectable, et qui est à l'aise pour épingler les versions sur un aperçu en évolution, DSH vaut la peine d'être installé aujourd'hui — associez-le à DeepSeek V4 Flash et DeepSeek V4 Pro via OrcaRouter au prix catalogue de DeepSeek, et vous avez la pile complète pour le coût des seuls jetons. Pour quiconque a besoin de stabilité en production, ne peut pas surveiller un aperçu, ou veut un agent géré, ce n'est pas encore prêt — attendez que la surface de compatibilité se stabilise. L'affirmation du framework, selon laquelle c'est le harnais, et non le modèle, qui accumule la valeur, est ce sur quoi parier ou ce qu'il faut contester — et maintenant, grâce à plus de 1 000 plugins open, vous pouvez le tester vous-même.