Comment installer DeepSeek Harness (dsh) : application de bureau, commande unique npx, compilation depuis les sources et plugins

DeepSeek Harness (dsh) — le runtime d'agent open source que DeepSeek a livré le 13 août 2026 — a reçu un client de bureau officiel le 24 septembre 2026. C'est une application packagée pour Windows et macOS sur puce Apple, publiée depuis le propre hôte de téléchargement de DeepSeek avec le runtime du harness intégré : aucune installation de Node.js, pas de npx, pas de terminal. La ligne de commande n'a pas disparu — npx @deepseek-ai/dsh web reste la voie la plus rapide sous Linux, que la version bureau ne couvre pas. Deux choses à savoir avant de commencer : dsh n'est pas un modèle — c'est la couche de harness qui relie un modèle tel que DeepSeek V4 Flash 0731 ou DeepSeek V4 Pro 0813 aux outils, aux fichiers et à un terminal — et chacun de ses canaux est encore en aperçu développeur, alors attendez-vous à des changements cassants entre les versions. Ce guide couvre l'application de bureau, la commande unique npx, la compilation depuis les sources, le mode headless, les plugins, MCP et les aspérités, en toute honnêteté.

Ce que DeepSeek Harness est — et ce qu'il n'est pas

La formule interne de Deep​Seek, confirmée par le chercheur senior Chen Deli, estModel + Harness = Agent. Le modèle est le cerveau ; le harnais est tout ce qui le transforme en quelque chose qui fait avancer le travail : la gestion du contexte et de la mémoire, l'appel d'outils, la planification des tâches, la lecture et l'écriture de fichiers, l'exécution en terminal, le retour d'erreurs, et la décision du moment où une tâche est terminée. Deep​Seek Harness est cette couche, publiée en open source sous licence MIT le 13 août 2026 — le même jour où la version DeepSeek V4 Pro 0813 est arrivée sur l'API Deep​Seek.

Deux faits définissent l'expérience d'installation. Premièrement, l'architecture repose sur le principe « tout est un plugin », bâtie sur Cordis, un conteneur de plugins TypeScript — donc ce que vous installez, c'est un petit noyau plus un ensemble de plugins qui fournissent des adaptateurs de modèles, des outils, des sessions et une interface utilisateur. Deuxièmement, les canaux npm aujourd'hui sont 0.1.5-rc.3 sur latest et 0.1.7-rc.2 sur next, toutes deux des versions candidates que le projet lui-même présente comme un aperçu développeur : le README avertit, en lettres capitales, que des changements cassant la compatibilité vont arriver. La popularité est réelle — 50 000 étoiles GitHub dans ses 12 premières heures et 235 000 fin septembre 2026 — mais les étoiles mesurent l'intérêt, pas la stabilité. Planifiez votre installation comme vous planifiez un aperçu : rapide à essayer, bon marché à jeter.

Avant de commencer : les véritables exigences système

Pour les installations en ligne de commande, la seule exigence stricte est Node.js. Le projet cible la plage de moteurs ^22.19.0 || >=24.0.0 — en clair, Node 22.19 ou plus récent, ou n'importe quelle version Node 24.x. Vérifiez la vôtre avec node --version. Si vous utilisez une version plus ancienne de Node, l'installation via npx échouera ou se comportera mal, sans se dégrader proprement. L'application de bureau ci-dessous fait exception : elle embarque son propre runtime et n'a donc pas besoin de Node.js du tout.

Tout le reste est plus léger que ne le suppose la foule des « model-first » :

• Une clé API du modèle. dsh fait tourner un vrai modèle ; il a besoin d'une clé pour l'API de Deep​Seek ou tout fournisseur compatible Open​AI que vous configurez. Vous pouvez en ajouter une dans l'interface web après le premier lancement.

• pnpm — uniquement pour la compilation à partir des sources. Installez-le une fois avec npm install -g pnpm.

• ~1 Go d'espace disque libre pour le paquet npm, l'espace de travail et les journaux de session, plus tout ce dont un modèle local aurait besoin (dsh lui-même n'exécute pas les poids). L'installateur de bureau est plus lourd — 288 Mo pour le .exe Windows, une image disque de 368 Mo sur macOS — car il embarque ce runtime à l'intérieur.

• OS : la voie npm fonctionne sur Windows, macOS et Linux. L'application de bureau est plus restreinte — Windows x64 et macOS Apple silicon uniquement, pas de build Intel-Mac ni de cible Linux. Le SDK Python est encore plus restreint (Linux x64/arm64, macOS 14+ arm64 — pas de Windows natif), détaillé ci-dessous.

Vous n'avez pas besoin d'un GPU. Le harnais orchestre uniquement ; le modèle s'exécute à distance via une API.

Méthode 1 — l'application de bureau officielle (Windows et macOS)

Le 24 septembre 2026, Deep​Seek a publié le premier build de bureau empaqueté de Deep​Seek Harness. Il s'agit d'une enveloppe Electron autour de la même interface Web, avec le runtime dsh intégré, donc il n'y a rien à installer au préalable et rien à démarrer manuellement : pas de Node.js, pas de npx, pas de terminal, et aucun onglet de navigateur laissé ouvert sur 127.0.0.1:3080. Le code source se trouve dans le dépôt public sous apps/desktop en tant que paquet @deepseek-ai/dsh-desktop, les artefacts sont servis depuis le propre hôte de téléchargement de production de Deep​Seek à l'adresse download.deepseek.com/dsh-desk/, et l'application suit exactement la version du harness — le build actuel est 0.1.7-rc.2.

Ce que cet hôte servait le 25 septembre 2026 :

• Windows — deepseek-harness-0.1.7-rc.2-win-x64.exe, un installateur de 288 Mo, accompagné d'un fichier .blockmap pour les mises à jour différentielles.

• macOS — deepseek-harness-0.1.7-rc.2-mac-arm64.dmg, une image disque de 368 Mo, ou la même version dans un .zip de 373 Mo. Apple silicon uniquement.

• Version — 0.1.7-rc.2, datée du 24 septembre 2026, correspondant à la version du harness sur le tag next de npm.

• Manquant — aucune version Intel-Mac (le flux de mise à jour mac-x64 renvoie une erreur 404) et aucune cible Linux, quelle qu'elle soit.

Chaque cible publie également un flux de mise à jour sous download.deepseek.com/dsh-desk/feeds/, dont le champ releaseDate correspond à la build. Vérifier ce fichier est le moyen le plus rapide de voir si une build plus récente existe sans attendre que l’application en propose une.

Pourquoi le client officiel est une chose différente des wrappers communautaires. Il est first-party et se met à jour automatiquement, il embarque le runtime dans l’installateur plutôt que d’en récupérer un au premier lancement, et il ne sert pas l’interface depuis le port 3080 du profil web : le shell charge l’application via un schéma interne dsh-app:// et dialogue avec un processus hôte privé sur son propre port, 19387 par défaut. Il se comporte aussi comme une application de bureau — fermer la fenêtre maintient les tâches en cours en vie (Windows conserve une icône de barre d’état), quitter demande d’abord confirmation lorsqu’un travail est en cours, et les notes de version 0.1.7-rc.2 ajoutent un onboarding au premier lancement qui présente le crédit disponible et sépare les tâches financées par le compte des tâches par clé API, afin que vous puissiez vous connecter avec un compte Deep​Seek au lieu de coller une clé.

Deux réserves, car ce client a été livré discrètement plutôt qu'annoncé. Le README du dépôt ne documente que npx et la compilation à partir des sources, et la page du projet à www.deepseek.com/harness ne comporte aucun lien de téléchargement — les binaires et leur flux de mise à jour sont bien en ligne sur l'hôte propre à DeepSeek, ce que nous avons vérifié le 25 septembre 2026, mais aucune note de version, où que ce soit, ne les décrit. Et nous n'avons pas exécuté les installateurs, donc ce guide ne se prononce pas sur l'état de signature ou de notarisation des binaires publiés ; le pipeline d'empaquetage du dépôt comprend bien des étapes de signature de code Windows et de notarisation Apple, et c'est tout ce que l'on peut en dire de l'extérieur.

Une conséquence du fait que la version desktop suit la version du harness : elle est actuellement en avance sur une installation en ligne de commande par défaut. Le tag latest de npm pointe encore vers 0.1.5-rc.3, alors que chaque artefact desktop est en 0.1.7-rc.2. Si vous voulez le harness le plus récent sur une plateforme que l'application desktop ne couvre pas, installez le tag explicitement — npx @deepseek-ai/dsh@next web — plutôt que de vous fier à la valeur par défaut.

Méthode 2 — la commande npx en une seule ligne (toutes les plateformes, y compris Linux)

Le démarrage rapide officiel est une seule commande, et c'est vraiment une seule commande :

npx @deepseek-ai/dsh web

npx fetches the @deepseek-ai/dsh package (npm's latest tag currently resolves to 0.1.5-rc.3, not the newest harness), installs it into npm's cache, and starts the Web UI profile. Watch the output for the line that tells you it's listening — by default that is http://127.0.0.1:3080. Open it in your browser. Note the 127.0.0.1 loopback address: the UI binds to localhost only, which is the right default for a tool that can read and write files in your workspace — it also means you won't casually expose it on your network.

Le premier lancement comporte exactement deux étapes de configuration :

• Ajoutez une clé de modèle. Paramètres → Modèles → saisissez votre clé API. Elle est stockée dans $DSH_HOME/.credentials.yaml et n'est pas affichée en clair par la suite. Sur une installation standard, DSH_HOME a pour valeur par défaut ~/.dsh.

• Choisissez un espace de travail. Ajoutez le répertoire de projet dans lequel dsh est autorisé à travailler. La saisie reste verrouillée tant que les deux étapes ne sont pas terminées.

Envoyez ensuite une première tâche — un bon test de fumée est "Résumez ce dépôt et identifiez ses principaux paquets."Si le résumé revient et que les appels d'outils apparaissent dans la trace d'exécution, votre installation fonctionne.

Méthode 3 — compiler à partir des sources

Vous préférez exécuter depuis le dépôt ? Le chemin officiel est :

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

cd deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

Vous avez besoin de pnpm pour cela (les contributeurs épinglent pnpm 11.7.0). Choisissez la compilation source lorsque vous voulez exécuter la dernière version de main plutôt que la release candidate publiée, lorsque vous prévoyez de lire ou de modifier le harnais, ou lorsque vous voulez créer un préréglage personnalisé à partir du répertoire apps/cli/config/agent-presets/ du dépôt. Pour tous les autres, la voie npx est le même logiciel avec moins de cérémonie — la compilation source ne débloque pas de fonctionnalités que le paquet npm ne possède pas.

Les trois profils : web, headless et tui.

dsh se décline en trois profils d'exécution, et celui que vous utilisez dépend de l'endroit où le travail est effectué :

• web (par défaut) — l'interface navigateur complète sur le port 3080. C'est ce que npx @deepseek-ai/dsh web lance, et c'est le profil que la plupart des gens installeront en premier.

• headless — une seule tâche, puis sortie. dsh --profile headless "run the test suite and report failures" démarre une session, exécute la tâche, écrit ses résultats et se termine. Le runtime headless est explicitement un processus à tâche unique : vous ne pouvez pas injecter de suivis en cours d’exécution, et les corrections sont une nouvelle exécution sur le même espace de travail. C’est le profil à intégrer dans les scripts et la CI.

• tui — une interface terminal pour les sessions pilotées au clavier : dsh --profile tui.

Les trois partagent la même configuration (~/.dsh/profiles/<name>/) et le même système de plugins, donc déplacer une tâche de l’interface web vers headless est un simple changement de commande, pas une réinstallation.

Ajout de plugins

La gestion des plugins est une commande CLI de première classe, et non une affaire d'édition en place :

npx @deepseek-ai/dsh plugin --profile web add <source>

La source peut être un nom de package npm, un dépôt GitHub (github:user/repo), un tarball ou un dossier local. La première installation la plus utile est le marché officiel des plugins, qui transforme la découverte des plugins en interface utilisateur :

npx @deepseek-ai/dsh plugin --profile web add dshmarket

Ensuite, redémarrez le service web et ouvrez Paramètres → Plugin Market pour parcourir et installer en un clic à partir du catalogue. Deux règles qui piègent les gens : les bundles de plugins se montent au démarrage du profil, donc un plugin nouvellement ajouté nécessite un redémarrage de dsh web ; et un simple npm install n'enregistre pas un plugin dans un profil — vous devez utiliser dsh plugin. L'écosystème est jeune mais pas vide : la liste awesome-dsh-plugin, maintenue par la communauté, catalogue déjà des centaines de plugins dans des catégories comme UI, compétences, outils, fournisseurs et notifications.

MCP, les quatre préréglages et le rejeu de trajectoire.

Trois fonctionnalités comptent une fois que vous avez dépassé une installation de base :

MCP. dsh parle du Model Context Protocol via un composant intégré, @deepseek-ai/dsh-mcp-client, un plugin. Aujourd'hui, cela se configure dans des fichiers, pas dans l'interface : vous modifiez ~/.dsh/profiles/web/cordis.patch.yml (ou un patch local au projet) et déclarez le transport de chaque serveur — stdio pour les commandes locales comme npx @playwright/mcp@latest, streamable-http pour les URL distantes. Cela fonctionne, mais c'est la surface la moins aboutie de l'aperçu ; attendez-vous à des instabilités occasionnelles et à l'absence d'interface graphique pour activer/désactiver les serveurs.

Préréglages. dsh charge l'un des quatre préréglages d'agent par session, et chacun représente un compromis différent :

• Standard — l'ensemble complet d'outils : édition de fichiers, shell, récupération de fichiers et de pages web, compétences, planification, sous-agents, flux de travail. Le choix par défaut au quotidien.

• PTC (Appel d'outils programmatique) — Standard plus un SDK Code Mode qui permet au modèle d'écrire des programmes TypeScript pour orchestrer des appels d'outils sur plusieurs tours. Plus puissant, plus d'effets secondaires.

• Minimal — uniquement bash et un éditeur de fichiers, rien d'autre. Conçu pour le benchmark de modèles et la reproduction minimale ; le mode auquel la documentation de l'API DeepSeek V4 Flash faisait référence lorsqu'elle a divulgué ses propres scores d'agent s'exécutait sur « Deep​Seek Harness minimal mode ».

• Création — un terrain d'expérimentation à l'exécution : inspectez et chargez des plugins Cordis en mémoire, expérimentez et consolidez une combinaison fonctionnelle en un nouveau préréglage.

Rejeu de trajectoire. Chaque exécution écrit un journal de session en ajout seul — invites système, raisonnement, appels d’outils et leurs résultats, planification des sous-agents. La vue Trajectoire vous permet d’inspecter une exécution par source, de la reprendre, de la forker, de la rechercher et de la rejouer. C’est le débogueur du travail des agents : lorsqu’une tâche échoue, vous ne relancez pas en espérant ; vous rejouez la trajectoire échouée, vous la forkez à l’étape fautive et testez une correction sans jeter l’originale.

L'option SDK Python

Si vous préférez piloter le harnais depuis Python plutôt que depuis un navigateur, il existe un SDK officiel : pip install deepseek-harness-sdk. Il inclut le runtime dsh (la roue pip embarque le runtime Node, donc pas d’installation Node séparée), et l’utilisation se fait via un gestionnaire de contexte : construisez une instance Deep​SeekHarness, appelez run("task"). Il hérite des variables d’environnement standard comme DEEPSEEK_API_KEY et DEEPSEEK_BASE_URL, donc un changement de fournisseur est une simple modification de configuration. L’inconvénient : il nécessite Python 3.10+ et ne prend en charge que Linux x64/arm64 et macOS 14+ arm64 — il n’existe pas de wheel natif pour Windows, ce qui est une vraie lacune si votre hôte est Windows. Sur Windows, tenez-vous-en à la voie npm.

Pointer dsh vers les modèles pour lesquels vous payez.

dsh nécessite une clé API de modèle, et il est délibérément agnostique en matière de fournisseur : Settings → Models accepte un fournisseur personnalisé avec une URL de base compatible Open​AI (dans settings.yaml c'est-à-dire api: openai-completions, baseURL et une models liste). Par défaut, c'est l'API de Deep​Seek ; c'est avec un fournisseur personnalisé qu'une passerelle de routage devient utile.

OrcaRouter is an Open​AI-compatible endpoint that passes Deep​Seek's list price through with zero markup — https://api.orcarouter.ai/v1. The models dsh will actually call are all on it: DeepSeek V4 Flash 0731 (deepseek/deepseek-v4-flash-0731, $0.22 per million input tokens and $0.66 per million output), DeepSeek V4 Pro 0813 (deepseek/deepseek-v4-pro-0813, $0.66/$1.98) and DeepSeek V4.1 Flash (deepseek/deepseek-v4.1-flash, $0.15/$0.60), the model Deep​Seek's own rate card bills as deepseek-flash. Every rate doubles inside Deep​Seek's peak windows, 01:00-04:00 and 06:00-10:00 UTC on weekdays; the router passes that surcharge through rather than hiding it, and automatic failover moves a request to another provider if one wobbles. Figures checked against both rate cards on September 25, 2026. For dsh, the practical win is that you can keep the cheap tier for the bulk of everyday agent tasks and switch the same harness to V4 Pro for the hard passes — one key, one base URL, and the swap is a model name in the settings, not a reinstall.

Pour être clair sur les limites : OrcaRouter héberge les modèles que dsh appelle ; il n’héberge pas dsh lui-même, et il ne fournit pas non plus le client de bureau — celui-ci provient du propre hôte de téléchargement de Deep​Seek. dsh est un runtime d’agent local, et vous l’exécutez sur votre propre machine.

Là où ce guide est erroné pour vous — les vrais problèmes de l'aperçu

Un tutoriel d'installation qui vous dit seulement quoi taper ne fait que la moitié du travail. Voici ce que l'aperçu rate aujourd'hui, pour que vous ne le découvriez pas à 2 h du matin :

• Les changements non rétrocompatibles sont une promesse, pas un avertissement. Vous êtes sur une version candidate — 0.1.5-rc.3 si vous avez pris la valeur par défaut de npm, 0.1.7-rc.2 si vous avez installé l'application de bureau ou le tag next. Les clés de configuration, l'API de plugins et les formats de préréglages peuvent tous changer sans préavis. Considérez ~/.dsh comme un état jetable — le coût d'une mauvaise mise à jour est une réinstallation, et ce n'est acceptable à ce stade que parce que chaque mode d'installation ici est un téléchargement ou une seule commande.

• Vous n'avez pas besoin de dsh pour utiliser les modèles Deep​Seek comme agent.Si votre seul objectif est d'utiliser DeepSeek V4 Flash ou DeepSeek V4 Pro dans un agent aujourd'hui, le point de terminaison compatible Anthro​pic de Deep​Seek fonctionne déjà dans Claude Code et d'autres outils d'agent sans aucun nouveau logiciel. dsh est une option officielle, pas un prérequis. Ignorez cette installation jusqu'à ce que vous vouliez spécifiquement le harnais natif.

• MCP est configuré par fichier et parfois instable. Pas d'interface graphique, pas d'interrupteur de démarrage/arrêt par serveur, et des rapports pratiques décrivent des défaillances intermittentes. Prévoyez du temps pour le débogage YAML si votre flux de travail dépend des serveurs MCP.

• Faire confiance aux plugins est une décision de sécurité. Les plugins tiers s'exécutent dans le processus principal du harnais, et aucune signature ni vérification de la source n'est effectuée à l'installation. N'installez que des plugins que vous avez lus ou qui proviennent d'une source de confiance, et testez-les dans un espace de travail jetable avant de les utiliser sur de vrais travaux. Le profil de sandbox danger-full-access peut modifier tout fichier visible — réservez-le aux extractions jetables.

• Des bugs connus existent dans l'aperçu. Une boucle bash bloquée est un mode de défaillance documenté (interrompre et réessayer), et le comportement des sessions de longue durée est encore en cours de stabilisation.

• Les builds de bureau non officiels n'ont plus de raison d'être. Jusqu'au 24 septembre 2026, les seules applications de bureau dsh installables en un clic étaient des wrappers communautaires non signés, et le choix se faisait entre ceux-ci et la ligne de commande. Le client officiel supprime ce compromis : développé par l'éditeur, runtime intégré, mise à jour automatique. Il n'existe pas de véritable chemin de migration entre les deux types de shell — ils encapsulent le même harnais — donc désinstallez l'un et installez l'autre, et conservez le même répertoire de travail.

• Si vous avez besoin de stabilité en production, attendez une version non-rc. Le harnais est puissant mais pas encore mature. Pour une pile d'agents en production, un harnais mature et éprouvé au combat — ou la route de point de terminaison compatible Anthro​pic — est le choix défendable jusqu'à ce que dsh atteigne un tag stable.

L'essentiel

Installer Deep​Seek Harness, ce sont désormais deux tâches différentes selon votre plateforme. Sous Windows ou sur un Mac à puce Apple, téléchargez la version 0.1.7-rc.2 depuis l'hébergement propre à Deep​Seek et c'est terminé — pas de Node.js, pas de terminal, et la version la plus récente du harness, tous canaux confondus. Partout ailleurs, cela reste une seule commande sur Node 22.19+ : npx @deepseek-ai/dsh@next web, puis ajoutez une clé de modèle et un espace de travail, et envoyez une tâche de test. Utilisez le mode headless pour les scripts, la compilation depuis les sources uniquement si vous voulez modifier ou suivre main, et considérez MCP comme un chantier en cours. La mise en garde honnête n'a pas changé : chacun de ces canaux est une version candidate 0.x et cassera des choses en chemin vers la stabilité — un bon compromis si vous voulez voir où Deep​Seek emmène la couche d'agents. Les modèles qu'il exécute — DeepSeek V4 Flash 0731, DeepSeek V4 Pro 0813 et DeepSeek V4.1 Flash — sont disponibles dès aujourd'hui au prix catalogue via OrcaRouter, prêts à alimenter le harness de l'autre côté de l'installation.