Cara Menginstal DeepSeek Harness (dsh): npx One-Liner, Source Build, Headless, dan Plugin

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.

Apa itu Deep​Seek Harness — dan apa yang bukan

Formula internal Deep​Seek, yang dikonfirmasi oleh peneliti senior Chen Deli, adalah Model + Harness = Agent. Model adalah otak; harness adalah segala sesuatu yang mengubahnya menjadi sesuatu yang menyelesaikan pekerjaan: manajemen konteks dan memori, pemanggilan alat, perencanaan tugas, membaca dan menulis file, eksekusi terminal, umpan balik kesalahan, dan memutuskan kapan suatu tugas selesai. Deep​Seek Harness adalah lapisan tersebut, dirilis sebagai sumber terbuka di bawah lisensi MIT pada 13 Agustus 2026 — di hari yang sama ketika build DeepSeek V4 Pro 0813 tiba di Deep​Seek API.

Dua fakta menentukan pengalaman instalasi. Pertama, arsitekturnya adalah "semuanya adalah plugin," dibangun di atas Cordis, sebuah kontainer plugin TypeScript — jadi yang Anda instal adalah inti kecil plus serangkaian plugin yang menyediakan adaptor model, alat, sesi, dan UI. Kedua, versi di npm saat ini adalah 0.1.0-rc.6, sebuah kandidat rilis yang proyek itu sendiri menandai sebagai pratinjau pengembang: README memperingatkan, dengan huruf kapital, bahwa perubahan yang memecahkan kompatibilitas akan datang. Popularitasnya nyata — 50.000 bintang GitHub dalam 12 jam pertama, 100.000 dalam sekitar 42 jam, dan lebih dari 120.000 pada 16 Agustus menurut pers teknologi Tiongkok — tetapi bintang mengukur minat, bukan stabilitas. Rencanakan instalasi Anda seperti Anda merencanakan pratinjau: cepat untuk dicoba, murah untuk dibuang.

Sebelum Anda mulai: persyaratan sistem yang sebenarnya

Satu-satunya syarat mutlak adalah Node.js. Proyek ini menargetkan rentang mesin ^22.19.0 || >=24.0.0 — dengan kata lain, Node 22.19 atau lebih baru, atau Node 24.x mana pun. Periksa versi Anda dengan node --version. Jika Anda menggunakan Node versi yang lebih lama, instalasi npx akan gagal atau tidak berperilaku semestinya, bukan menurun secara elegan.

Segala sesuatu yang lain lebih ringan daripada yang diasumsikan oleh kelompok model-first:

• Kunci API model. dsh menjalankan model asli; ia memerlukan kunci untuk API Deep​Seek atau penyedia apa pun yang kompatibel dengan Open​AI yang Anda konfigurasikan. Anda dapat menambahkannya di UI web setelah peluncuran pertama.

• pnpm — hanya untuk build dari sumber. Instal sekali dengan npm install -g pnpm.

• ~1 GB ruang disk kosong untuk paket npm, ruang kerja, dan log sesi, ditambah apa pun yang diperlukan model lokal (dsh sendiri tidak menjalankan bobot).

• OS: jalur npm berfungsi di Windows, macOS, dan Linux. Python SDK lebih terbatas (Linux x64/arm64, macOS 14+ arm64 — tanpa Windows native), dibahas di bawah ini.

Anda tidak memerlukan GPU. Harness hanya mengorkestrasi; model berjalan dari jarak jauh melalui API.

Metode 1 — one-liner npx (direkomendasikan untuk hampir semua orang)

Panduan memulai resmi hanyalah satu perintah, dan itu benar-benar satu perintah:

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.

Peluncuran pertama memiliki tepat dua langkah pengaturan:

• Tambahkan kunci model. Pengaturan → Model → masukkan kunci API Anda. Kunci disimpan di $DSH_HOME/.credentials.yaml dan tidak ditampilkan dalam teks biasa setelahnya. Pada instalasi standar DSH_HOME secara default adalah ~/.dsh.

• Pilih ruang kerja. Tambahkan direktori proyek tempat dsh diizinkan bekerja. Input tetap terkunci hingga kedua langkah selesai.

Lalu kirim tugas pertama — smoke test yang baik adalah "Ringkas repositori ini dan identifikasi paket-paket utamanya." Jika ringkasannya kembali dan panggilan alat muncul di run trace, instalasi Anda berfungsi.

Metode 2 — membangun dari sumber

Lebih suka menjalankan dari repositori? Jalur resminya adalah:

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

cd deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

Anda memerlukan pnpm untuk ini (kontributor mengunci pnpm 11.7.0). Pilih build sumber jika Anda ingin menjalankan versi terbaru dari main daripada kandidat rilis yang diterbitkan, jika Anda berencana membaca atau memodifikasi harness, atau jika Anda ingin membuat preset kustom dari apps/cli/config/agent-presets/ direktori repositori. Untuk yang lainnya, rute npx adalah perangkat lunak yang sama dengan lebih sedikit formalitas — build sumber tidak membuka fitur yang tidak dimiliki paket npm.

Tiga profil: web, headless, dan tui

dsh hadir sebagai tiga profil run, dan profil mana yang Anda gunakan bergantung pada di mana pekerjaan tersebut terjadi:

• web (default) — antarmuka browser lengkap pada port 3080. Ini yang npx @deepseek-ai/dsh web jalankan, dan ini adalah profil yang paling sering dipasang pertama kali oleh kebanyakan orang.

• headless — satu tugas, lalu keluar. dsh --profile headless "run the test suite and report failures" memulai sesi, menjalankan tugas, menulis hasilnya, dan berhenti. Runtime headless secara eksplisit adalah proses satu tugas: Anda tidak dapat menyuntikkan tindak lanjut di tengah proses, dan koreksi adalah proses baru terhadap workspace yang sama. Ini adalah profil yang dipasang ke skrip dan CI.

• tui — UI terminal untuk sesi berbasis keyboard: dsh --profile tui.

Ketiganya berbagi konfigurasi yang sama (~/.dsh/profiles/<name>/) dan sistem plugin yang sama, sehingga memindahkan tugas dari antarmuka web ke headless hanyalah pergantian perintah, bukan instalasi ulang.

Menambahkan plugin

Manajemen plugin adalah perintah CLI kelas satu, bukan urusan edit-in-place:

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

Sumbernya bisa berupa nama paket npm, repositori GitHub (github:user/repo), sebuah tarball, atau folder lokal. Instalasi pertama yang paling berguna adalah pasar plugin resmi, yang mengubah penemuan plugin menjadi UI:

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

Lalu mulai ulang layanan web dan buka Settings → Plugin Market untuk menjelajah dan menginstal sekali klik dari katalog. Dua aturan yang sering menjebak orang: bundel plugin terpasang saat profil dimulai, jadi plugin yang baru ditambahkan memerlukan mulai ulang dari dsh web; dan hanya npm install memang tidak mendaftarkan plugin ke dalam profil — Anda harus menggunakan dsh plugin. Ekosistemnya masih muda tetapi tidak kosong: daftar awesome-dsh-plugin yang dikelola komunitas sudah mengkatalogkan ratusan plugin lintas kategori seperti UI, skill, alat, penyedia, dan notifikasi.

MCP, empat prasetel, dan pemutaran ulang lintasan.

Ada tiga fitur yang penting setelah Anda melewati instalasi dasar:

MCP. dsh berbicara dengan Model Context Protocol melalui @deepseek-ai/dsh-mcp-client plugin bawaan. Saat ini, hal itu dikonfigurasi dalam file, bukan di UI: Anda mengedit ~/.dsh/profiles/web/cordis.patch.yml (atau patch khusus proyek) dan mendeklarasikan transport setiap server — stdio untuk perintah lokal seperti npx @playwright/mcp@latest, streamable-http untuk URL jarak jauh. Ini berfungsi, tetapi ini adalah bagian yang paling kurang dipoles dalam pratinjau; perkirakan ketidakstabilan sesekali dan tidak ada GUI untuk mengaktifkan/menonaktifkan server.

Preset. dsh memuat salah satu dari empat preset agen per sesi, dan masing-masing merupakan trade-off yang berbeda:

• Standard — perangkat alat lengkap: pengeditan file, shell, pengambilan file dan web, keterampilan, perencanaan, subagen, alur kerja. Default harian.

• PTC (Pemanggilan Alat secara Programatik) — Standar plus SDK Code Mode yang memungkinkan model menulis program TypeScript untuk mengatur panggilan alat multi-putaran. Lebih kuat, lebih banyak efek samping.

• Minimal — hanya bash dan editor file, tidak ada yang lain. Dibuat untuk benchmarking model dan reproduksi minimal; mode yang dirujuk oleh dokumentasi DeepSeek V4 Flash API ketika mereka mengungkapkan bahwa skor agen mereka sendiri berjalan pada "Deep​Seek Harness minimal mode."

• Creation — playground runtime: memeriksa dan memuat plugin Cordis di memori, bereksperimen, dan memantapkan kombinasi yang berfungsi menjadi preset baru.

Pemutaran ulang Trajectory. Setiap run menulis log sesi yang hanya dapat ditambahkan (append-only) — prompt sistem, penalaran, panggilan alat beserta hasilnya, penjadwalan subagen. Tampilan Trajectory memungkinkan Anda memeriksa berdasarkan sumber, melanjutkan, mem-fork, mencari, dan memutar ulang sebuah run. Itulah debugger untuk kerja agen: ketika tugas gagal, Anda tidak perlu menjalankan ulang dan berharap; Anda memutar ulang lintasan yang gagal, mem-fork-nya pada langkah yang salah, dan menguji perbaikan tanpa membuang yang asli.

Opsi SDK Python

Jika Anda lebih suka menjalankan harness dari Python daripada dari peramban, ada SDK resmi: pip install deepseek-harness-sdk. SDK ini menyertakan runtime dsh (pip wheel membawa runtime Node, jadi tidak perlu instal Node terpisah), dan penggunaannya adalah context manager: buat sebuah Deep​SeekHarness instance, panggil run("task"). Ini mewarisi variabel lingkungan standar seperti DEEPSEEK_API_KEY dan DEEPSEEK_BASE_URL, sehingga pergantian penyedia hanyalah perubahan konfigurasi. Kelemahannya: SDK ini membutuhkan Python 3.10+ dan hanya mendukung Linux x64/arm64 dan macOS 14+ arm64 — tidak ada wheel Windows asli, yang merupakan celah nyata jika host Anda adalah Windows. Di Windows, tetap gunakan rute npm.

Menunjuk dsh ke model yang Anda bayar

dsh memerlukan kunci API model, dan ia sengaja agnostik terhadap penyedia: Settings → Models menerima penyedia kustom dengan base URL yang kompatibel dengan Open​AI (di settings.yaml yaitu api: openai-completions, baseURL, dan daftar models). Defaultnya adalah API Deep​Seek sendiri; penyedia kustom adalah tempat gateway routing menjadi berguna.

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.

Agar jelas soal batasan: OrcaRouter menghosting model panggilan dsh; ia tidak menghosting dsh itu sendiri. dsh adalah runtime agen lokal, dan Anda menjalankannya di mesin Anda sendiri.

Di mana panduan ini salah untuk Anda — masalah jujur dengan pratinjau

Tutorial instalasi yang hanya memberi tahu Anda apa yang harus diketik baru melakukan setengah pekerjaan. Inilah yang keliru dari pratinjau hari ini, agar Anda tidak menemukannya pada pukul 2 pagi:

• Perubahan yang memutus kompatibilitas adalah janji, bukan peringatan. Anda berada pada 0.1.0-rc.6. Kunci konfigurasi, API plugin, dan format preset semuanya dapat berubah tanpa pemberitahuan. Perlakukan ~/.dsh sebagai kondisi yang dapat dibuang — biaya pembaruan yang buruk adalah instalasi ulang, dan itu dapat diterima pada tahap ini hanya karena instalasinya satu perintah.

• Anda tidak perlu dsh untuk menggunakan model Deep​Seek sebagai agen. Jika tujuan Anda hanya DeepSeek V4 Flash atau DeepSeek V4 Pro di dalam agen saat ini, endpoint kompatibel Anthro​pic milik Deep​Seek sudah berfungsi di Claude Code dan alat agen lain tanpa perangkat lunak baru. dsh adalah opsi pihak pertama, bukan prasyarat. Lewati pemasangan ini sampai Anda secara khusus menginginkan harness asli.

• MCP dikonfigurasi melalui file dan terkadang tidak stabil. Tidak ada GUI, tidak ada sakelar mulai/berhenti per-server, dan laporan langsung menggambarkan kegagalan intermiten. Sisihkan waktu untuk debugging YAML jika alur kerja Anda bergantung pada server MCP.

• Kepercayaan pada plugin adalah keputusan keamanan. Plugin pihak ketiga berjalan di dalam proses inti harness, dan tidak ada verifikasi tanda tangan atau sumber saat instalasi. Hanya instal plugin yang sudah kamu baca atau yang berasal dari sumber yang kamu percaya, dan uji di ruang kerja sekali pakai sebelum mengarahkannya ke pekerjaan nyata. Profil sandbox danger-full-access dapat memodifikasi file apa pun yang terlihat — gunakan hanya untuk checkout sekali pakai.

• Bug yang diketahui ada di pratinjau. Loop bash yang menggantung adalah mode kegagalan yang terdokumentasi (hentikan dan coba lagi), dan perilaku pada sesi yang berjalan lama masih belum stabil.

• Build desktop tidak resmi adalah jebakan. Beberapa wrapper komunitas mengemas dsh sebagai aplikasi desktop sekali klik dengan runtime Node bawaan. Aplikasi-aplikasi itu berfungsi, tetapi tidak ditandatangani dan tidak dikelola oleh Deep​Seek; jika Anda menggunakannya, Anda mempercayakan alat yang akan memegang izin filesystem Anda kepada pihak ketiga.

• Jika Anda membutuhkan stabilitas produksi, tunggu rilis non-rc. Harness ini kuat tetapi belum matang. Untuk stack agen produksi, harness yang matang dan teruji — atau rute endpoint yang kompatibel dengan Anthro​pic — adalah pilihan yang dapat dipertahankan sampai dsh mencapai tag stabil.

Intinya

Memasang Deep​Seek Harness sejatinya adalah pekerjaan satu perintah di mesin mana pun dengan Node 22.19+: npx @deepseek-ai/dsh web, tambahkan kunci model dan ruang kerja, kirim tugas uji. Pilih build sumber hanya jika Anda ingin memodifikasi atau melacak main; gunakan headless untuk skrip; tambahkan pasar plugin sejak awal; dan anggap MCP sebagai pekerjaan yang sedang berjalan. Peringatan jujurnya sama dengan yang dicetak proyek di README-nya sendiri: ini adalah pratinjau 0.1.0-rc dan akan merusak banyak hal dalam perjalanan menuju stabil. Itu adalah trade-off yang tepat jika Anda ingin melihat ke mana Deep​Seek membawa lapisan agen — dan model yang dijalankannya, DeepSeek V4 Flash dan DeepSeek V4 Pro, tersedia hari ini dengan harga daftar melalui OrcaRouter, siap untuk mendukung harness setelah instalasi selesai.