Plugin di DeepSeek Harness, Spiegati: Installa, Aggiungi e Costruisci sul Runtime dell'Agente "Tutto è un Plugin"

La risposta in una riga: DeepSeek Harness non è un modello. È il runtime open-source per agenti che DeepSeek ha rilasciato il 13 agosto 2026 sotto licenza MIT, e l'intera scommessa è che ogni capacità di cui un agente ha bisogno — modello, strumenti, skill, stato della sessione, interfaccia utente, persino il loop principale — dovrebbe essere un plugin sostituibile. I modelli che esegui al suo interno sono DeepSeek V4 Flash e DeepSeek V4 Pro, e non devi credere a una parola del marketing per sentire la differenza: esegui npx @deepseek-ai/dsh web, apri 127.0.0.1:3080 e in meno di un minuto hai un agente di coding locale il cui terminale, barra laterale, ricerca web e memoria sono tutti plugin che puoi aggiungere, rimuovere o riscrivere senza toccare il codice sorgente del framework. Il repository GitHub che ha lanciato questo progetto ha raggiunto 50.000 stelle nelle prime 12 ore e conta 125.959 stelle al 16 agosto 2026. Questo articolo è la guida pratica ai plugin che i risultati in prima pagina tralasciano: cosa sia realmente DSH, cosa contenga oggi l'ecosistema dei plugin, come installare e scrivere plugin e dove l'anteprima fallisca davvero.

Ciò che DeepSeek Harness è realmente (e ciò che non è)

La formula interna di DeepSeek, confermata sulla pagina ufficiale di Harness, è Modello + Harness = Agente: il modello pensa e ragiona, l'harness dà all'agente la capacità di comprendere il proprio ambiente, usare strumenti e continuare a lavorare su un compito reale. Anthropic ha reso popolare il termine e Claude Code è l'implementazione di riferimento; la versione di DeepSeek è open source, gira interamente sulla tua macchina ed è pensata per lo stesso territorio di Claude Code e OpenAI Codex. Questo posizionamento è il motivo per cui chiamare DSH "un modello" è sbagliato e per cui questo articolo non è una recensione di modelli: l'harness è il livello che collega un modello a strumenti, file, un terminale e un'interfaccia web — e nel design di DeepSeek, ognuna di queste connessioni è un plugin.

I fatti del rilascio, tutti verificati il 16 agosto 2026: il repository deepseek-ai/deepseek-harness è diventato pubblico la sera del 13 agosto, ora di Pechino, come developer preview v0.1 con licenza MIT. Ha superato 10.000 stelle in meno di due ore e 50.000 in dodici — circa 80 volte il ritmo di OpenClaw, in precedenza il repository GitHub in più rapida crescita — e rapporti successivi lo collocano oltre 100.000 al traguardo delle 42 ore. L'API di GitHub oggi mostra 125.959 stelle e 12.526 fork. Non è un servizio cloud: installi Node.js, esegui npx @deepseek-ai/dsh web, e l'interfaccia Web viene servita su http://127.0.0.1:3080 con sessioni, log e dati che restano in locale. La versione su npm è 0.1.0-rc.6, e il README afferma che il progetto è in developer preview e "in iterazione rapida", con modifiche che potrebbero rompere la compatibilità.

"Tutto è un plugin" — cosa significa realmente lo slogan

Il framework è costruito su Cordis, un meta-framework per plugin estratto dall'ecosistema di bot Koishi. Cordis è deliberatamente semplice: si limita a caricare, scaricare e risolvere le dipendenze tra i plugin, e non possiede nessuna delle reali capacità dell'agente. Tutto ciò che sta al di sopra — l'adattatore del modello, gli strumenti, le abilità, le sessioni, la sandbox, lo storage, il ciclo che guida l'agente, la schedulazione e l'interfaccia web — è esso stesso un plugin di Cordis, e i plugin cooperano tramite i servizi e gli eventi di Cordis. Puoi selezionare, sostituire o estendere qualsiasi capacità a livello di configurazione, senza modificare il codice sorgente.

Questo include il modello. Il modello è solo un plugin con un endpoint compatibile con OpenAI dietro di sé, quindi nulla nel framework ti obbliga a rimanere all'interno della gamma DeepSeek — il passaggio "sostituire il modello" è un cambiamento di configurazione, non un fork. Lo stesso principio è il motivo per cui i quattro preset integrati sono in realtà quattro bundle di plugin:

• Standard — l'agente di codifica completo: modifica di file, Shell, recupero di file e web, Skills, piani, obiettivi, sub-agenti e flussi di lavoro.

• PTC — tutto ciò che è incluso in Standard, più l'SDK Code Mode, che consente al modello di scrivere un programma TypeScript per concatenare chiamate a strumenti in più passaggi invece di inviarle una alla volta.

• Minimal — esattamente due strumenti (una bash persistente e uno str_replace_editor), progettati per il benchmarking di modelli in ambienti minimi. Questa è la modalità usata da DeepSeek per le esecuzioni dell'agent-benchmark di V4 Flash a cui fanno riferimento i suoi documenti API.

• Creazione — una modalità per creare nuovi preset: il set completo di funzionalità di Standard, più ispezione a runtime ed esperimenti di plugin in memoria, pensata appositamente per gli sviluppatori di plugin.

L'ecosistema dei plugin, in numeri

Lo sviluppo di plugin da parte della community è iniziato durante i test interni — circa 300 plugin sono stati creati nei primi giorni, tra cui una skin retrò di Windows XP e un plugin per meme — e i numeri sono saliti dal rilascio pubblico. Il numero che conta dipende da ciò che si conta:

• 288 repository di plugin catalogati nella notte del lancio dai media tecnologici cinesi, secondo un'indagine di 36Kr.

• 1,000+ repository che portano il tag di argomento pubblico di GitHub dsh-plugin entro i primi giorni; alcuni conteggi riportano 700+.

• 1.117 plugin curati in 1.521 repository dell'ecosistema monitorati, per un totale di 301.295 stelle GitHub, nella directory Oh-My-DSH gestita dalla comunità al 15 agosto 2026.

• oltre 2.600 repo nel catalogo awesome-dsh ad aggiornamento automatico dell'intero argomento dsh-plugin e 368 voci curate manualmente in 18 categorie nell'elenco 0xsline awesome-deepseek-harness.

La tassonomia in questi elenchi mostra dove è andata per prima la community — ed è esattamente la superficie di cui ha bisogno un agent runtime. Ricerca web: dsh-web-search-exa (basato su Exa, con fallback senza chiave) e dsh-web-search-pro (instradamento multi-motore tra DeepSeek, Exa, DuckDuckGo, Bing, Jina, GitHub, Bilibili e YouTube). RSS e notizie: dsh-news-plugin raccoglie oltre 10 feed cinesi e inglesi in elementi strutturati. File Office: dsh-office consente al modello di modificare documenti Office con anteprima docx/pdf nel client web. Importazione cronologia chat: dsh-chat-import ripristina conversazioni a piena fedeltà da 13 agenti di codifica — Claude Code, OpenAI Codex, ChatGPT, Cursor, Gemini e altri — come sessioni DSH riprendibili. Mobile: dsh-mobile e dsh-mobileweb-adapter portano l'interfaccia su uno smartphone. Feishu e Lark: dsh-feishu-bot e dsh-feishu-notify inviano gli eventi di sessione in Feishu, e dsh-im-hub è un gateway multipiattaforma (Feishu WebSocket, WeCom, Telegram). Voce: dsh-voice aggiunge la lettura ad alta voce con Edge neural TTS e il riconoscimento vocale, mentre dsh-voice-webspeech non richiede server né chiavi API. Attorno a questi si collocano plugin di memoria (dsh-memento, dsh-memory-evolve, dsh-recall), una suite di strumenti ufficiale (dsh-toolkit), barre laterali in stile IDE (dsh-better-sidebar, il deepseek-harness-workbench-plugin), plugin di visione che aggiungono la vista ai modelli solo-testo e persino un wrapper desktop Tauri, deepseek-harness-desktop.

Come installare DSH e aggiungere plugin

Il percorso di installazione è breve, e il comando del plugin merita di essere azzeccato perché diversi tutorial lo stravolgono. La forma canonica è dsh plugin --profile web add <package> — l'opzione --profile web è importante, perché i profili sono il modo in cui DSH decide quale bundle di plugin una sessione debba eseguire, e il profilo web è quello dietro l'interfaccia 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.

• Aggiungi un plugin tramite il nome del pacchetto npm: dsh plugin --profile web add <package-name>, ad esempio dsh plugin --profile web add @nanmicoder/dsh-agent-teams.

• Aggiungi da un repository GitHub: dsh plugin --profile web add "github:owner/repo#ref" (il #ref fissa un branch, un tag o un commit).

• Senza installare dsh globalmente: npx -p @deepseek-ai/dsh dsh plugin --profile web add <package-name>.

• Dopo aver installato un plugin bundle, riavvia dsh web e aggiorna la pagina; verifica con dsh plugin --profile web list, oppure usa Impostazioni → Plugin nell'interfaccia web.

Una sottigliezza che mette in difficoltà chi è alle prime armi: solo i pacchetti che dichiarano un campo dsh.bundle.patch diventano layer di profilo attivi. Una dipendenza semplice si installa ma rimane inerte: la dichiarazione del bundle è ciò che dice a DSH che il pacchetto è un plugin per l'harness e dove si aggancia. Il comando dsh plugin inoltra le operazioni sui pacchetti a pnpm, quindi sono supportati pacchetti npm, specifiche GitHub, percorsi locali, sorgenti file: e link:, e rieseguire lo stesso comando add aggiorna il plugin.

Come scrivere il tuo plugin

Poiché tutto è un plugin, scriverne uno significa scrivere un plugin Cordis che dichiara un bundle DSH — e lo scaffolding della community lo rende un punto di partenza pulito. Il registro dei plugin e gli strumenti di sviluppo (plugin-registry, dsh-plugin-starter, create-dsh-plugin e il health-checker dsh-plugin-check) sono infrastruttura della community, ma il contratto è abbastanza stabile da poter essere descritto: il tuo pacchetto deve dichiarare dsh.bundle.patch per diventare un layer di profilo attivo, espone le sue capacità come servizi ed eventi Cordis, e il runtime decide al momento del caricamento come lo integra nel profilo che hai scelto.

Per lo sviluppo locale il ciclo è: clona e compila il tuo plugin, aggiungilo con dsh plugin --profile web add "link:$(pwd)", poi itera — le modifiche lato client richiedono un refresh della pagina, quelle lato host richiedono un riavvio del servizio dsh. Questo flusso di lavoro basato su link locali è il modo in cui è stata costruita la maggior parte dei primi 1.000 plugin dell'ecosistema, e vale la pena copiare la disciplina che quei progetti adottano: bloccare le versioni. Le iterazioni dell'anteprima sono così rapide che un plugin scritto per una rc può non funzionare più con la successiva — il plugin ModLens vision della community, ad esempio, secondo la documentazione necessita di una versione bloccata per funzionare in modo affidabile.

Trajectory e MCP — le due funzionalità che i recensori continuano a evidenziare

Due capacità meritano di essere conosciute prima di decidere se DSH fa per te, perché sono le parti del design che un "listicle di plugin" non ti dirà. La prima è la traiettoria. Ogni esecuzione è tracciabile: l'intera esperienza del modello — prompt di sistema, catena di pensiero, ogni chiamata di strumento e il suo risultato, la pianificazione dei sotto-agenti e ogni iniezione di contesto — viene scritta in un log di sessione append-only, e ripristino, fork, recupero e replay operano tutti sullo stesso flusso di eventi. Gli sviluppatori su Hacker News l'hanno segnalata come la funzione killer, notando che i prodotti agente chiusi nascondono esattamente questi dati. La seconda è MCP. DSH include un client MCP ufficiale con un comando /mcp e una scheda Impostazioni per i server, e l'ecosistema ci ha già costruito sopra: dsh-chatgpt-bridge espone una sessione DSH a ChatGPT come server MCP, e dsh-mcp-panel è un pannello di osservabilità per il client. Se il tuo stack di agenti fa già affidamento su server MCP, DSH può montarli come plugin.

Da dove viene il modello

DSH è un harness, non un provider di modelli, quindi l'unica cosa che devi fornire è un endpoint del modello — ed è qui che l'accoppiamento nativo è la coppia stessa di DeepSeek. DeepSeek V4 Flash (l'efficiente MoE da 284B totali / 13B attivi, circa $0,15 per milione di token in input e $0,29 per milione di token in output) è il default economico; DeepSeek V4 Pro (il flagship da 1,6T totali / 49B attivi, circa $0,44 / $0,88) è il motore ad alte prestazioni. Entrambi sono ospitati su OrcaRouter al prezzo di listino di DeepSeek senza alcun ricarico, raggiungibili tramite un'unica chiave compatibile con OpenAI — che si adatta perfettamente al plugin per modelli di DSH: punta il plugin per modelli all'endpoint OrcaRouter e puoi instradare tra Flash e Pro all'interno dello stesso harness, con failover automatico verso un secondo provider se uno si blocca. Questo è un caso d'uso genuino, e onesto: OrcaRouter non ospita DSH stesso — DSH gira sulla tua macchina, e OrcaRouter è il layer di modelli a cui lo punti.

Dove fallisce — la parte onesta

La stessa energia che ha prodotto 125,000 stelle in tre giorni è l'energia che ha prodotto i bordi grezzi. Leggi questi prima di installare, non dopo:

• È un'anteprima per sviluppatori, e lo afferma esplicitamente. L'avviso del README stesso recita: "CI SARANNO CAMBIAMENTI CHE ROMPONO LA COMPATIBILITÀ." La versione npm è una release candidate (0.1.0-rc.6), i plugin principali e le API di base sono ancora in evoluzione, e l'interfaccia di avvio stessa mostra un avviso rivolto agli sviluppatori di Harness. Non costruire una dipendenza di produzione su numeri di versione che si sposteranno sotto di te.

• La scelta dell'harness costa token reali. Un confronto di terze parti citato dalla stampa cinese ha rilevato che un altro harness open-source utilizzava circa il 30% dei token di DeepSeek Harness sullo stesso task DeepSeek V4 Flash, e un test controllato di Composio ha eseguito la stessa V4 Flash su otto harness in 30 task, ottenendo tra 14 e 20 completamenti — il modello identico, i risultati divergono di un terzo. L'harness non è un wrapper neutrale; determina l'efficienza con cui il modello lavora.

• Sembra un framework, non un prodotto finito. A detta dei recensori: l'interfaccia non è amichevole per chi non scrive codice, e ci sono spigoli da smussare ovunque. Non esiste una CLI o TUI ufficiale — la community ha creato dsh-TUI e dsh-tianshu-tui per colmare questa lacuna — e la libertà del "tutto è un plugin" è esattamente ciò che fa sembrare incompleti i default.

• Funziona, ma bisogna tenerlo d'occhio. I resoconti pratici — compreso quello che ha coniato il titolo "50,000 stars overnight" — descrivono un agente che completa attività multi-step (ricostruire un sito in un linguaggio di design diverso, recuperare dati dall'API di GitHub e renderizzare un grafico) ma richiede supervisione, con errori minori di formato e interazione nei risultati.

• Local-first significa che porti tu la potenza di calcolo. DSH gira sulla tua macchina e con le tue chiavi del modello. Se volevi un agente gestito, questo è lo strumento sbagliato.

Il risultato finale

DeepSeek Harness è il progetto open-source in più rapida crescita del 2026, non perché sia un modello migliore — non è affatto un modello — ma perché ha reso l'agente stesso la piattaforma. L'ecosistema dei plugin è la vera storia: oltre 100 funzionalità nei bundle ufficiali, più di 1.100 plugin della community catalogati tre giorni dopo il lancio, e il modo più rapido per valutare l'intera scommessa è eseguire npx @deepseek-ai/dsh web e aggiungere qualche plugin. Per uno sviluppatore che vuole un runtime agente locale, completamente ispezionabile, e che si sente a proprio agio nel fissare le versioni su un'anteprima in movimento, DSH merita di essere installato oggi — abbinalo a DeepSeek V4 Flash e DeepSeek V4 Pro tramite OrcaRouter al prezzo di listino di DeepSeek e avrai l'intero stack al solo costo dei token. Per chiunque abbia bisogno di stabilità in produzione, non possa seguire costantemente un'anteprima o voglia un agente gestito, non è ancora pronto — attendi che la superficie di compatibilità si stabilizzi. L'affermazione del framework, secondo cui il valore si accumula nell'harness piuttosto che nel modello, è la cosa su cui scommettere o con cui discutere — e ora, grazie a oltre 1.000 plugin open, puoi testarla tu stesso.