Plugin DeepSeek Harness, Dijelaskan: Instal, Tambahkan, dan Bangun pada Runtime Agen 'Semuanya adalah Plugin'

Jawaban singkatnya: DeepSeek Harness bukanlah sebuah model. Ini adalah runtime agen sumber terbuka yang dirilis DeepSeek pada 13 Agustus 2026 di bawah lisensi MIT, dan seluruh taruhannya adalah bahwa setiap kemampuan yang dibutuhkan agen — model, tools, skills, status sesi, UI, bahkan loop utama — haruslah berupa plugin yang dapat ditukar. Model yang Anda jalankan di dalamnya adalah DeepSeek V4 Flash dan DeepSeek V4 Pro, dan Anda tidak perlu mempercayai sepatah kata pun dari pemasaran tersebut untuk merasakan perbedaannya: jalankan npx @deepseek-ai/dsh web, buka 127.0.0.1:3080, dan dalam waktu kurang dari satu menit, Anda akan memiliki agen coding lokal yang terminalnya, sidebarnya, pencarian web-nya, dan memorinya semuanya adalah plugin yang dapat Anda tambahkan, hapus, atau tulis ulang tanpa menyentuh kode sumber framework. Repositori GitHub yang menjadi wadah perilisan ini mencapai 50.000 bintang dalam 12 jam pertamanya dan kini berada di 125.959 bintang per 16 Agustus 2026. Artikel ini adalah panduan plugin praktis yang dilewatkan oleh hasil-hasil halaman pertama: apa sebenarnya DSH itu, apa isi ekosistem plugin saat ini, cara menginstal dan menulis plugin, serta di mana pratinjaunya benar-benar gagal.

Apa sebenarnya DeepSeek Harness itu (dan apa yang bukan)

Rumus internal DeepSeek, yang dikonfirmasi di halaman resmi Harness, adalah Model + Harness = Agent: model berpikir dan bernalar, harness memberi agen kemampuan untuk memahami lingkungannya, menggunakan alat, dan terus bekerja dalam tugas nyata. Anthropic mempopulerkan istilah ini dan Claude Code adalah implementasi acuannya; versi DeepSeek bersifat open source, berjalan sepenuhnya di mesin Anda, dan ditujukan untuk wilayah yang sama dengan Claude Code dan OpenAI Codex. Posisi itulah mengapa menyebut DSH "sebuah model" adalah keliru dan mengapa artikel ini bukan ulasan model: harness adalah lapisan yang menghubungkan model dengan alat, file, terminal, dan UI web — dan dalam desain DeepSeek, setiap koneksi tersebut adalah plugin.

Fakta rilis, semua diverifikasi pada 16 Agustus 2026: repositori deepseek-ai/deepseek-harness menjadi publik pada malam 13 Agustus waktu Beijing, sebagai pratayang pengembang v0.1 di bawah lisensi MIT. Repositori ini melewati 10.000 bintang dalam kurang dari dua jam dan 50.000 dalam dua belas jam — sekitar 80 kali kecepatan OpenClaw, yang sebelumnya merupakan repositori GitHub dengan pertumbuhan tercepat — dan laporan selanjutnya menyebutkan telah melewati 100.000 pada jam ke-42. API GitHub hari ini menunjukkan 125.959 bintang dan 12.526 fork. Ini bukan layanan cloud: Anda menginstal Node.js, jalankan npx @deepseek-ai/dsh web, dan UI web melayani di http://127.0.0.1:3080 dengan sesi, log, dan data Anda tetap lokal. Versi di npm adalah 0.1.0-rc.6, dan README menyatakan proyek ini dalam pratayang pengembang dan "beriterasi dengan cepat," dengan perubahan yang dapat memecah kompatibilitas diperkirakan terjadi.

"Semuanya adalah plugin" — apa arti sebenarnya dari slogan tersebut

Kerangka kerja ini dibangun di atas Cordis, sebuah kerangka kerja meta untuk plugin yang diekstrak dari ekosistem bot Koishi. Cordis sengaja dibuat sederhana: ia hanya memuat, membongkar, dan menyelesaikan dependensi antar plugin, dan tidak membawa kemampuan nyata agen sama sekali. Semua hal di atas itu — adaptor model, alat, keterampilan, sesi, sandbox, penyimpanan, loop yang menggerakkan agen, penjadwalan, dan antarmuka web — adalah plugin Cordis itu sendiri, dan plugin-plugin bekerja sama melalui layanan dan peristiwa Cordis. Anda dapat memilih, mengganti, atau memperluas kemampuan apa pun pada lapisan konfigurasi, tanpa mengubah kode sumber.

Itu termasuk modelnya. Model hanyalah sebuah plugin dengan endpoint yang kompatibel dengan OpenAI di belakangnya, jadi tidak ada apa pun dalam framework yang memaksa Anda untuk tetap berada di jajaran DeepSeek — langkah "ganti model" adalah perubahan konfigurasi, bukan fork. Prinsip yang sama juga menjelaskan mengapa empat preset bawaan sebenarnya adalah empat bundel plugin:

• Standar — agen coding lengkap: pengeditan file, Shell, pengambilan file dan web, Skills, rencana, tujuan, sub-agen, dan alur kerja.

• PTC — semua yang ada di Standard ditambah Code Mode SDK, yang memungkinkan model menulis satu program TypeScript untuk merantai panggilan alat multi-langkah, alih-alih mengeluarkannya satu per satu.

• Minimal — tepat dua alat (bash persisten dan str_replace_editor), dibuat untuk benchmarking model di lingkungan minimal. Ini adalah mode yang digunakan DeepSeek untuk menjalankan benchmark agen V4 Flash yang dirujuk oleh dokumentasi API-nya.

• Pembuatan — mode untuk membuat preset baru: set kemampuan penuh Standard ditambah inspeksi runtime dan eksperimen plugin dalam memori, ditujukan khusus untuk pengembang plugin.

Ekosistem plugin, dalam angka.

Pengembangan plugin komunitas dimulai selama pengujian internal — kira-kira 300 plugin dibuat pada hari-hari pertama, termasuk skin retro Windows XP dan plugin meme — dan jumlahnya terus meningkat sejak rilis publik. Jumlah yang penting tergantung pada apa yang Anda hitung:

• 288 repositori plugin yang dikatalogkan pada malam peluncuran oleh media teknologi Tiongkok, menurut survei 36Kr.

• 1,000+ repositori dengan tag topik publik GitHub dsh-plugin dalam beberapa hari pertama; beberapa penghitungan menunjukkan 700+.

• 1.117 plugin yang dikurasi di 1.521 repositori ekosistem yang dipantau, dengan total 301.295 bintang GitHub, dalam direktori Oh-My-DSH yang dikelola komunitas per 15 Agustus 2026.

• 2,600+ repositori dalam katalog awesome-dsh yang diperbarui secara otomatis dari seluruh topik dsh-plugin, dan 368 entri yang dikurasi secara manual di 18 kategori dalam daftar 0xsline awesome-deepseek-harness.

Taksonomi dalam daftar-daftar tersebut menunjukkan ke mana komunitas pergi pertama kali — dan itulah tepatnya permukaan yang dibutuhkan oleh runtime agen. Pencarian web: dsh-web-search-exa (didukung Exa, dengan cadangan tanpa kunci API) dan dsh-web-search-pro (perutean multi-mesin yang mencakup DeepSeek, Exa, DuckDuckGo, Bing, Jina, GitHub, Bilibili, dan YouTube). RSS dan berita: dsh-news-plugin mengambil 10+ feed berbahasa Mandarin dan Inggris menjadi item terstruktur. File Office: dsh-office memungkinkan model mengedit dokumen Office dengan pratinjau docx/pdf di klien web. Impor riwayat chat: dsh-chat-import memulihkan percakapan dengan fidelitas penuh dari 13 agen pengodean — Claude Code, OpenAI Codex, ChatGPT, Cursor, Gemini, dan lainnya — sebagai sesi DSH yang dapat dilanjutkan. Seluler: dsh-mobile dan dsh-mobileweb-adapter membawa UI ke ponsel. Feishu dan Lark: dsh-feishu-bot dan dsh-feishu-notify mengirim peristiwa sesi ke Feishu, dan dsh-im-hub adalah gateway multi-platform (Feishu WebSocket, WeCom, Telegram). Suara: dsh-voice menambahkan fitur baca-lantang TTS neural Edge dan speech-to-text, dan dsh-voice-webspeech tidak memerlukan server maupun kunci API. Di sekitar plugin-plugin tersebut terdapat plugin memori (dsh-memento, dsh-memory-evolve, dsh-recall), rangkaian alat resmi (dsh-toolkit), sidebar bergaya IDE (dsh-better-sidebar, deepseek-harness-workbench-plugin), plugin visi yang menambahkan penglihatan pada model khusus teks, dan bahkan pembungkus desktop Tauri, deepseek-harness-desktop.

Cara menginstal DSH dan menambahkan plugin

Jalur instalasinya pendek, dan perintah plugin perlu dipastikan benar-benar tepat karena beberapa tutorial mengacaukannya. Bentuk kanoniknya adalah dsh plugin --profile web add <package> — opsi --profile web ini penting, karena profil adalah cara DSH menentukan bundel plugin mana yang digunakan sesi, dan profil web adalah yang berada di balik Web UI.

• 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.

• Tambahkan plugin berdasarkan nama paket npm: dsh plugin --profile web add <package-name>, contohnya dsh plugin --profile web add @nanmicoder/dsh-agent-teams.

• Tambahkan dari repo GitHub: dsh plugin --profile web add "github:owner/repo#ref" (#ref menetapkan branch, tag, atau commit).

• Tanpa menginstal dsh secara global: npx -p @deepseek-ai/dsh dsh plugin --profile web add <package-name>.

• Setelah memasang plugin bundel, mulai ulang dsh web dan segarkan halaman; verifikasi dengan dsh plugin --profile web list, atau gunakan Pengaturan → Plugin di UI Web.

Satu kehalusan yang sering menjebak pemula: hanya paket yang mendeklarasikan dsh.bundle.patch sebagai field menjadi lapisan profil aktif. Dependensi biasa terinstal tetapi tetap inert — deklarasi bundle itulah yang memberi tahu DSH bahwa paket tersebut adalah plugin harness dan di mana ia menambal. Perintah plugin dsh meneruskan operasi paket ke pnpm, sehingga paket npm, spesifikasi GitHub, jalur lokal, sumber file: dan link: semuanya didukung, dan menjalankan ulang perintah add yang sama akan memperbarui plugin.

Cara menulis plugin Anda sendiri

Karena semuanya adalah plugin, menulis satu berarti menulis plugin Cordis yang mendeklarasikan bundel DSH — dan scaffolding komunitas menjadikannya titik awal yang bersih. Registri plugin dan perkakas pengembangan (plugin-registry, dsh-plugin-starter, create-dsh-plugin, dan dsh-plugin-check health-checker) adalah infrastruktur komunitas, tetapi kontraknya cukup stabil untuk dijelaskan: paket Anda harus mendeklarasikan dsh.bundle.patch untuk menjadi lapisan profil aktif, paket tersebut mengekspos kemampuannya sebagai layanan dan peristiwa Cordis, dan runtime memutuskan saat pemuatan bagaimana paket tersebut menambal profil yang Anda pilih.

Untuk pengembangan lokal, alurnya adalah: klon dan bangun plugin Anda, tambahkan dengan dsh plugin --profile web add "link:$(pwd)", lalu iterasi — perubahan sisi klien memerlukan penyegaran halaman, perubahan sisi host memerlukan restart layanan dsh. Alur kerja tautan lokal itulah yang digunakan untuk membangun sebagian besar 1.000 plugin pertama di ekosistem ini, dan ada baiknya meniru disiplin yang diterapkan proyek-proyek tersebut: kunci versi. Pratinjau beriterasi cukup cepat sehingga plugin yang ditulis terhadap satu rc bisa rusak pada rc berikutnya — misalnya, plugin visi ModLens milik komunitas didokumentasikan memerlukan versi yang dikunci agar berfungsi dengan andal.

Trajectory dan MCP — dua fitur yang terus disorot para pengulas

Dua kemampuan yang perlu diketahui sebelum Anda memutuskan apakah DSH cocok untuk Anda, karena keduanya adalah bagian dari desain yang tidak akan diberitahukan oleh sebuah "listicle plugin" kepada Anda. Yang pertama adalah lintasan (trajectory). Setiap run dapat dilacak: seluruh pengalaman model — prompt sistem, rantai pemikiran, setiap panggilan alat beserta hasilnya, penjadwalan sub-agen, dan setiap penyuntikan konteks — ditulis ke log sesi yang hanya dapat ditambahkan (append-only), dan pemulihan (restore), percabangan (forking), pengambilan (retrieval), serta pemutaran ulang (replay) semuanya beroperasi pada alur peristiwa yang sama. Para pengembang di Hacker News menandai ini sebagai fitur utama, dengan mencatat bahwa produk agen tertutup menyembunyikan data persis seperti ini. Yang kedua adalah MCP. DSH menyertakan klien MCP resmi dengan perintah /mcp dan tab Pengaturan (Settings) untuk server, dan ekosistemnya telah membangun di atasnya — dsh-chatgpt-bridge mengekspos sesi DSH ke ChatGPT sebagai server MCP, dan dsh-mcp-panel adalah panel observabilitas untuk klien tersebut. Jika tumpukan agen Anda sudah mengandalkan server MCP, DSH dapat memasangnya sebagai plugin.

Dari mana model berasal

DSH adalah sebuah harness, bukan penyedia model, jadi satu hal yang harus Anda sediakan adalah endpoint model — dan di sinilah kecocokan alaminya adalah pasangan milik DeepSeek sendiri. DeepSeek V4 Flash (MoE efisien dengan total 284B / 13B aktif, sekitar $0,15 per juta token masukan dan $0,29 per juta token keluaran) adalah bawaan yang murah; DeepSeek V4 Pro (flagship dengan total 1,6T / 49B aktif, sekitar $0,44 / $0,88) adalah mesin berdaya tinggi. Keduanya dihosting di OrcaRouter dengan harga daftar DeepSeek tanpa markup, dapat diakses melalui satu kunci yang kompatibel dengan OpenAI — yang cocok dengan plugin model DSH secara rapi: arahkan plugin model ke endpoint OrcaRouter, dan Anda dapat merutekan antara Flash dan Pro di dalam harness yang sama, dengan failover otomatis ke penyedia kedua jika salah satu macet. Itu adalah kasus penggunaan yang nyata, dan yang jujur: OrcaRouter tidak menghosting DSH sendiri — DSH berjalan di mesin Anda, dan OrcaRouter adalah lapisan model yang Anda arahkan ke sana.

Di mana ia gagal — bagian yang jujur

Energi yang sama yang menghasilkan 125.000 bintang dalam tiga hari adalah energi yang menghasilkan tepi-tepi kasar. Bacalah ini sebelum Anda memasang, bukan setelahnya:

• Ini adalah pratinjau pengembang, dan memang tertera demikian. Peringatan dari README itu sendiri adalah "THERE WILL BE COMPATIBILITY-BREAKING CHANGES." Versi npm adalah kandidat rilis (0.1.0-rc.6), plugin inti dan API dasar masih terus dikembangkan, dan UI peluncuran itu sendiri menampilkan pemberitahuan yang ditujukan bagi pengembang Harness. Jangan membangun ketergantungan produksi pada nomor versi yang akan bergeser di bawah Anda.

• Pilihan harness menghabiskan token sungguhan.Perbandingan pihak ketiga yang dikutip di media Tiongkok menemukan bahwa harness open-source lain menggunakan sekitar 30% dari jumlah token yang digunakan DeepSeek Harness pada tugas DeepSeek V4 Flash yang sama, dan uji terkontrol Composio menjalankan V4 Flash yang sama di delapan harness pada 30 tugas dan mendapatkan antara 14 hingga 20 penyelesaian — modelnya identik, hasilnya berbeda sepertiga. Harness bukanlah pembungkus netral; harness menentukan seberapa efisien model bekerja.

• Terasa seperti kerangka kerja, bukan produk jadi. Kata-kata pengulas: UI tidak ramah bagi orang yang tidak menulis kode, dan banyak kekurangan di mana-mana. Tidak ada CLI atau TUI resmi — komunitas membuat dsh-TUI dan dsh-tianshu-tui untuk mengisi celah tersebut — dan kebebasan 'semuanya adalah plugin' justru yang membuat bawaan terasa belum selesai.

• Berfungsi, tetapi Anda harus mengawasinya. Laporan hands-on — termasuk yang mencetuskan judul "50.000 bintang dalam semalam" — menggambarkan agen yang menyelesaikan tugas multi-langkah (membangun ulang situs dengan bahasa desain berbeda, mengambil data API GitHub dan merender bagan) tetapi membutuhkan pengawasan, dengan kesalahan kecil dalam format dan interaksi pada hasilnya.

• Local-first berarti Anda yang menyediakan komputasi. DSH berjalan di mesin Anda dan menggunakan kunci model Anda. Jika Anda menginginkan agen terkelola, ini bukan hal yang tepat.

Intinya

DeepSeek Harness adalah proyek open-source dengan pertumbuhan tercepat tahun 2026, bukan karena ia model yang lebih baik — ia sama sekali bukan model — melainkan karena ia menjadikan agen itu sendiri sebagai platform. Ekosistem plugin-nya adalah cerita utamanya: 100+ kemampuan dalam bundel resmi, 1.100+ plugin komunitas yang dikatalogkan tiga hari setelah peluncuran, dan cara tercepat untuk mengevaluasi seluruh taruhan ini adalah menjalankan npx @deepseek-ai/dsh web dan menambahkan beberapa plugin. Bagi pengembang yang menginginkan runtime agen lokal yang sepenuhnya dapat diperiksa dan nyaman mengunci versi pada pratinjau yang masih berubah-ubah, DSH layak dipasang hari ini — padukan dengan DeepSeek V4 Flash dan DeepSeek V4 Pro melalui OrcaRouter dengan harga resmi DeepSeek, dan Anda mendapatkan seluruh stack hanya dengan biaya token. Bagi siapa pun yang membutuhkan stabilitas produksi, tidak bisa terus-menerus memantau pratinjau, atau menginginkan agen terkelola, produk ini belum siap — tunggu hingga cakupan kompatibilitasnya mapan. Klaim framework bahwa nilai terakumulasi pada harness, bukan pada model, adalah hal yang layak dipertaruhkan atau diperdebatkan — dan sekarang, berkat lebih dari 1.000 plugin terbuka, Anda dapat mengujinya sendiri.