כיצד להתקין את DeepSeek Harness (dsh): שורת פקודה אחת עם npx, בנייה מקוד המקור, מצב ללא ממשק גרפי, ותוספים

To install Deep​Seek Harness (dsh), the open-source agent runtime Deep​Seek shipped on August 13, 2026, run npx @deepseek-ai/dsh web on a machine with Node.js 22.19 or newer. That one command downloads the 0.1.0-rc.6 preview, starts a local web UI at http://127.0.0.1:3080, and walks you through adding a model API key and a workspace on first launch. Two things to know before you start: dsh is not a model — it's the harness layer that connects a model to tools, files, and a terminal — and it's a developer preview, so expect breaking changes between releases. This guide covers both official install methods, headless mode, plugins, MCP, and the honest rough edges.

מהו DeepSeek Harness — ומה הוא לא

הנוסחה הפנימית של Deep​Seek, שאושרה על ידי החוקר הבכיר צ'ן דלי, היא מודל + רתמה = סוכן. המודל הוא המוח; הרתמה היא כל מה שהופך אותו למשהו שמבצע עבודה: ניהול הקשר והזיכרון, קריאה לכלים, תכנון משימות, קריאה וכתיבה של קבצים, ביצוע בטרמינל, משוב על שגיאות, והחלטה מתי משימה הושלמה. הרתמה של Deep​Seek היא השכבה הזו, ששוחררה כקוד פתוח תחת רישיון MIT ב-13 באוגוסט 2026 — באותו יום שבו גרסת DeepSeek V4 Pro 0813 הופיעה ב-Deep​Seek API.

שתי עובדות מגדירות את חוויית ההתקנה. ראשית, הארכיטקטורה היא "הכול הוא תוסף", הבנויה על Cordis, מיכל תוספים של TypeScript — כך שמה שאתה מתקין הוא ליבה קטנה עם סט תוספים המספקים מתאמי מודלים, כלים, הפעלות וממשק משתמש. שנית, הגרסה ב-npm כיום היא 0.1.0-rc.6, מועמד להפצה שהפרויקט עצמו מגדיר כתצוגה מקדימה למפתחים: קובץ ה-README מזהיר באותיות רישיות ששינויים שוברי תאימות בדרך. הפופולריות אמיתית — 50,000 כוכבי GitHub ב-12 השעות הראשונות, 100,000 תוך כ-42 שעות, ומעבר ל-120,000 עד 16 באוגוסט לפי העיתונות הטכנולוגית הסינית — אבל כוכבים מודדים עניין, לא יציבות. תכנן את ההתקנה כמו שמתכננים תצוגה מקדימה: מהיר לנסות, זול לזרוק.

לפני שתתחיל: דרישות המערכת האמיתיות

הדרישה ההכרחית היחידה היא Node.js. הפרויקט מכוון לטווח המנוע ^22.19.0 || >=24.0.0 — כלומר, Node 22.19 ואילך, או כל Node 24.x. בדוק את הגרסה שלך עם node --version. אם יש לך Node ישן יותר, התקנת npx תיכשל או תתנהג שלא כהלכה, ולא תתדרדר בצורה אלגנטית.

כל השאר קל יותר ממה שהקהל של גישת המודל-קודם מניח:

• מפתח API למודל.dsh מריץ מודל אמיתי; הוא זקוק למפתח API של Deep​Seek או של כל ספק תואם Open​AI שתגדיר. ניתן להוסיף מפתח בממשק האינטרנט לאחר ההפעלה הראשונה.

• pnpm — רק עבור בנייה ממקור. התקן פעם אחת באמצעות npm install -g pnpm.

• ~1 GB של שטח דיסק פנויעבור חבילת npm, סביבת העבודה ויומני הסשן, בתוספת כל מה שמודל מקומי יצטרך (dsh עצמו אינו מריץ משקלים).

• OS: מסלול ה-npm עובד על Windows, macOS ו-Linux. ערכת ה-SDK של Python מצומצמת יותר (Linux x64/arm64, macOS 14+ arm64 — ללא גרסת Windows מקורית), יפורט בהמשך.

אתה לא צריך GPU. ה-harness רק מתזמן; המודל רץ מרחוק דרך API.

שיטה 1 — הפקודה החד-שורתית של npx (מומלץ עבור כמעט כולם)

ההתחלה המהירה הרשמית היא פקודה אחת, וזה באמת פקודה אחת:

npx @deepseek-ai/dsh web

npx fetches the @deepseek-ai/dsh package (current version 0.1.0-rc.6), 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.

הפעלה ראשונה כוללת בדיוק שני שלבי הגדרה:

• הוסף מפתח מודל. הגדרות → מודלים → הזן את מפתח ה-API שלך. הוא מאוחסן ב- $DSH_HOME/.credentials.yaml ואינו מוצג כטקסט רגיל לאחר מכן. בהתקנה רגילה DSH_HOME ברירת המחדל היא ~/.dsh.

• בחר סביבת עבודה. הוסף את תיקיית הפרויקט ש-dsh מורשה לעבוד בה. הקלט נשאר נעול עד ששני השלבים הושלמו.

אז שלח משימה ראשונה — בדיקת עשן טובה היא "תסכם את המאגר הזה וזהה את החבילות העיקריות שלו." אם הסיכום יחזור וקריאות הכלים יופיעו בתיעוד הריצה, ההתקנה שלך עובדת.

שיטה 2 — בנייה מקוד מקור

מעדיף להריץ מהמאגר? הנתיב הרשמי הוא:

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

עבור לספריית deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

אתה צריך pnpm בשביל זה (תורמים נועלים את pnpm לגרסה 11.7.0). בחר בבניית המקור כשאתה רוצה להריץ את ה-main העדכני במקום מועמד השחרור שפורסם, כשאתה מתכנן לקרוא או לשנות את ה-harness, או כשאתה רוצה לבנות preset מותאם אישית מתוך התיקייה apps/cli/config/agent-presets/ שבמאגר. עבור כל השאר, מסלול ה-npx הוא אותה תוכנה עם פחות טקס — בניית המקור אינה פותחת תכונות שאין בחבילת ה-npm.

שלושת הפרופילים: web, headless, ו-tui

dsh מגיע כשלושה פרופילי ריצה, ואיזה מהם תשתמש תלוי במקום שבו מתבצעת העבודה:

• web (ברירת מחדל) — ממשק הדפדפן המלא ביציאה 3080. זה מה ש-npx @deepseek-ai/dsh web מריץ, וזה הפרופיל שרוב האנשים יתקינו קודם.

• headless — משימה אחת, ואז יציאה. dsh --profile headless "run the test suite and report failures" מתחיל סשן, מריץ את המשימה, כותב את התוצאות, ומסתיים. סביבת הריצה headless היא במפורש תהליך של משימה אחת: אי אפשר להזריק המשכים באמצע הריצה, ותיקונים הם ריצה חדשה מול אותו workspace. זה הפרופיל לחיבור לסקריפטים ול-CI.

• tui — ממשק טרמינלי לסשנים מונעי מקלדת: dsh --profile tui.

שלושתם חולקים את אותה תצורה (~/.dsh/profiles/<name>/) ואת אותה מערכת תוספים, כך שהעברת משימה מממשק האינטרנט ל-headless היא החלפת פקודה, לא התקנה מחדש.

הוספת תוספים

ניהול תוספים הוא פקודת CLI מדרגה ראשונה, לא עניין של עריכה במקום:

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

המקור יכול להיות שם חבילת npm, מאגר GitHub (github:user/repo), קובץ tarball, או תיקייה מקומית. ההתקנה הראשונה השימושית ביותר היא שוק התוספים הרשמי, שהופך את גילוי התוספים לממשק משתמש:

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

לאחר מכן הפעל מחדש את שירות ה-web ופתח את הגדרות → שוק התוספים כדי לעיין בקטלוג ולהתקין ממנו בלחיצה אחת. שני כללים שגורמים לאנשים לטעות: חבילות תוספים נטענות בעת הפעלת הפרופיל, ולכן תוסף שנוסף לאחרונה דורש הפעלה מחדש של dsh web; והתקנת npm install פשוטה אינה רושמת תוסף לפרופיל — יש להשתמש ב-dsh plugin. המערכת האקולוגית צעירה אך לא ריקה: רשימת awesome-dsh-plugin המתוחזקת על ידי הקהילה כבר מקטלגת מאות תוספים בקטגוריות כמו ממשק משתמש, מיומנויות, כלים, ספקים והתראות.

MCP, ארבעת הפריסטים, והפעלה חוזרת של מסלול

שלוש תכונות חשובות ברגע שעברתם את ההתקנה הבסיסית:

MCP. dsh מדבר בפרוטוקול Model Context Protocol דרך רכיב מובנה @deepseek-ai/dsh-mcp-client, פלאגין. כיום את זה מגדירים בקבצים, לא בממשק: עורכים את ~/.dsh/profiles/web/cordis.patch.yml (או תיקון מקומי לפרויקט) ומגדירים את מנגנון התעבורה של כל שרת — stdio לפקודות מקומיות כמו npx @playwright/mcp@latest, streamable-http לכתובות מרוחקות. זה עובד, אבל זה החלק הכי פחות מלוטש בתצוגה המקדימה; צפו לחוסר יציבות מזדמן ואין ממשק גרפי לניהול שרתים.

קביעות מוגדרות מראש. dsh טוען אחת מארבע קביעות מוגדרות מראש של סוכן בכל הפעלה, וכל אחת היא פשרה שונה:

• Standard — ערכת הכלים המלאה: עריכת קבצים, מעטפת פקודות, אחזור קבצים ואתרים, מיומנויות, תכנון, תת-סוכנים, זרימות עבודה. ברירת המחדל היומיומית.

• PTC (קריאות כלים פרוגרמטיות) — הגרסה הרגילה בתוספת SDK במצב קוד, המאפשר למודל לכתוב תוכניות TypeScript כדי לתזמן קריאות כלים מרובות סבבים. חזק יותר, עם יותר תופעות לוואי.

• מינימלי — רק bash ועורך קבצים, שום דבר אחר. נבנה עבור בנצ'מרק של מודלים ושחזור מינימלי; המצב שהתיעוד של DeepSeek V4 Flash API התייחס אליו כשחשפו את ציוני הסוכן שלהם הופעל על "Deep​Seek Harness minimal mode."

• Creation — מגרש משחקים בזמן ריצה: בדוק וטען תוספי Cordis בזיכרון, התנסה וגבש שילוב עובד לפרסט חדש.

ריפליי Trajectory.כל ריצה כותבת יומן סשן להוספה בלבד — הנחיות מערכת, נימוק, קריאות לכלים ותוצאותיהן, תזמון תת-סוכנים. תצוגת ה-Trajectory מאפשרת לך לעיין לפי מקור, להמשיך, לפצל, לחפש, ולשחזר ריצה. זהו הדיבאגר לעבודת סוכנים: כשמשימה נכשלת, אתה לא מריץ מחדש ומקווה; אתה משחזר את המסלול שנכשל, מפצל אותו בשלב השגוי, ובודק תיקון מבלי לזרוק את המקור.

אפשרות ה-Python SDK

אם אתם מעדיפים להפעיל את ה־harness מפייתון במקום מדפדפן, יש SDK רשמי: pip install deepseek-harness-sdk. הוא כולל את זמן הריצה של dsh (ה־pip wheel נושא את זמן הריצה של Node, כך שאין צורך בהתקנת Node נפרדת), והשימוש הוא באמצעות context manager: צרו מופע מסוג Deep​SeekHarness וקראו ל־run("task"). הוא יורש משתני סביבה סטנדרטיים כמו DEEPSEEK_API_KEY ו DEEPSEEK_BASE_URL, כך שהחלפת ספק היא שינוי תצורה. הקאץ': הוא דורש Python 3.10+ ותומך רק ב-Linux x64/arm64 וב-macOS 14+ arm64 — אין wheel מקורי ל-Windows, וזהו פער אמיתי אם Windows היא מערכת ההפעלה שלכם. ב-Windows, היצמדו למסלול ה-npm.

לכוון את dsh אל המודלים שאתה משלם עבורם

dsh זקוק למפתח API של מודל, והוא במכוון לא-תלוי-ספק: הגדרות → מודלים מקבל ספק מותאם אישית עם base URL תואם Open​AI (ב-settings.yaml כלומר api: openai-completions, baseURL, ורשימת models). ברירת המחדל היא ה-API של Deep​Seek עצמו; ספק מותאם אישית הוא המקום שבו שער ניתוב הופך לשימושי.

OrcaRouter is an Open​AI-compatible endpoint that passes Deep​Seek's list price through with zero markup — https://api.orcarouter.ai/v1. That gives you DeepSeek V4 Flash (deepseek/deepseek-v4-flash-0731, about $0.15 per million input tokens and $0.29 per million output) and DeepSeek V4 Pro (about $0.44/$0.88), both at provider list price with no token markup, plus automatic failover if a provider wobbles. For dsh, the practical win is that you can run the cheap V4 Flash 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.

כדי להבהיר את הגבולות: OrcaRouter מארח את המודליםקריאות ה-dsh של {{2}}המודלים{{/2}}; הוא לא מארח את dsh עצמו. dsh הוא מנוע ריצה מקומי לסוכנים, ואתה מריץ אותו על המכונה שלך.

היכן שהמדריך הזה שגוי עבורך — בעיות כנות עם התצוגה המקדימה

מדריך התקנה שאומר לך רק מה להקליד עושה חצי מהעבודה. הנה מה שהתצוגה המקדימה מפספסת היום, כדי שלא תגלה את זה ב-2 לפנות בוקר:

• שינויים שוברים הם הבטחה, לא אזהרה. אתה על 0.1.0-rc.6. מפתחות תצורה, ממשק ה-API של התוספים, ופורמטי ה-preset יכולים כולם להשתנות ללא הודעה מוקדמת. התייחס אל ~/.dsh כאל מצב שאפשר לזרוק — העלות של עדכון גרוע היא התקנה מחדש, וזה מקובל בשלב הזה רק בגלל שההתקנה היא פקודה אחת.

• אינך צריך dsh כדי להשתמש במודלים של Deep​Seek כסוכן. אם המטרה היחידה שלך היום היא DeepSeek V4 Flash או DeepSeek V4 Pro בתוך סוכן, נקודת הקצה התואמת Anthro​pic של Deep​Seek כבר עובדת ב-Claude Code ובכלי סוכן אחרים ללא כל תוכנה חדשה. dsh היא אופציה של הצד הראשון, לא תנאי מוקדם. דלג על התקנה זו עד שתרצה במפורש את המעטפת המקורית.

• MCP מוגדר באמצעות קובצי תצורה ולעיתים אינו יציב. אין GUI, אין מתג הפעלה/כיבוי לכל שרת, ודוחות מעשיים מתארים כשלים לסירוגין. הקצו זמן לניפוי באגים ב-YAML אם זרימת העבודה שלכם תלויה בשרתי MCP.

• אמון בתוספים הוא החלטת אבטחה. תוספים של צד שלישי רצים בתוך תהליך הליבה של רתמת הבדיקות, ואין חתימה או אימות מקור בזמן ההתקנה. התקן רק תוספים שקראת או שמגיעים ממקור שאתה סומך עליו, ובדוק אותם בסביבת עבודה חד-פעמית לפני שמפנה אותם לעבודה אמיתית. danger-full-access, פרופיל ארגז החול, יכול לשנות כל קובץ גלוי — השאר אותו לעותקי עבודה חד-פעמיים.

• קיימים באגים ידועים בתצוגה המקדימה. לולאת bash תקועה היא מצב כשל מתועד (לקטוע ולנסות שוב), וההתנהגות סביב הפעלות ארוכות טווח עדיין מתייצבת.

• מבני שולחן עבודה לא רשמיים הם מלכודת. כמה מעטפים קהילתיים אורזים את dsh כיישום שולחן עבודה שמותקן בלחיצה, עם סביבת ריצה של Node מצורפת. הם עובדים, אבל הם אינם חתומים ואינם מתוחזקים על ידי Deep​Seek; אם אתה משתמש באחד כזה, אתה נותן אמון בצד שלישי עם כלי שיחזיק בהרשאות מערכת הקבצים שלך.

• אם אתה צריך יציבות ייצור, המתן לגרסה שאינה rc. הרתמה חזקה אבל ירוקה. עבור מחסנית סוכנים ייצורית, רתמה בוגרת ומנוסה — או מסלול נקודת הקצה התואם ל-Anthro​pic — היא הבחירה המוצדקת עד ש-dsh יגיע לתג יציב.

השורה התחתונה

התקנת Deep​Seek Harness היא באמת עבודה של פקודה אחת על כל מכונה עם Node 22.19+: npx @deepseek-ai/dsh web, הוסף מפתח מודל וסביבת עבודה, שלח משימת בדיקה. בחר בבנייה מהמקור רק אם ברצונך לשנות או לעקוב אחרי main; השתמש ב-headless לסקריפטים; הוסף את שוק התוספים מוקדם; והתייחס ל-MCP כאל עבודה בתהליך. האזהרה הכנה היא אותה אזהרה שהפרויקט מדפיס ב-README שלו: זוהי תצוגה מקדימה 0.1.0-rc והיא תשבור דברים בדרך ליציבות. זהו המחיר הנכון אם אתה רוצה לראות לאן Deep​Seek לוקחת את שכבת הסוכן — והמודלים שהיא מריצה, DeepSeek V4 Flash ו-DeepSeek V4 Pro, זמינים היום במחיר המחירון דרך OrcaRouter, מוכנים להניע את ה-harness בצד השני של ההתקנה.