DeepSeek DSHの使い方：DeepSeekのオープンソースAgent Harness実践ガイド

DSH — DeepSeek Harness — は、DeepSeek が 2026年8月13日にオープンソース化したエージェントランタイムであり、モデルではありません。これは、モデルとターミナルの間に位置するハーネスであり、言語モデルにファイル編集、シェル、検索、プランニング、ツール呼び出しを提供し、すべてのステップを記録して、何をしたかを再生できるようにします。一言でいうと、Node.jsをインストールし、次のコマンドを実行し（npx @deepseek-ai/dsh web）、http://127.0.0.1:3080 を開き、APIキーを追加し、プリセットを選択して、セッションを開始します。以下は、その答えを実際に使える形にしたものです。4つのプリセット、コーディングエージェントとしての利用、Trajectoryの読み方、MCPの組み込み方、そしてローンチ時の報道が見落としていたプレビュー版の注意点について説明します。最もよく接続することになる2つのモデル — DeepSeek V4 Flash と DeepSeek V4 Pro — は、全体を通じて言及されています。

これはローンチ回顧ではなく、使用方法ガイドです。リークの経緯とリリース日については別の記事で既に取り上げています。ここでの主題は、検索者が実際に抱く疑問——インストール後にどう使うか——です。情報源はその都度明記されています。DSHが主張する内容についてはDeepSeek自身のリポジトリとドキュメント、実行後の報告については日付入りの中国テックプレス（GeekPark、The Paper）とコミュニティリポジトリを参照しています。

DSHとは何か（そして何でないか）

DeepSeekの内部公式は「Model + Harness = Agent」であり、DSHはそのハーネス側にあたる。モデルは推論し、ハーネスはいつツールを渡すかを判断し、ファイルを読み、シェルコマンドを実行し、エラー出力をループに戻し、タスクが完了したかどうかを判定する。DSHは2026年8月13日午後8時30分ごろ（北京時間）にMITライセンスでオープンソース化され、TypeScriptで書かれ、v0.1開発者プレビューとして公開された。スターの伸びは誰もが引用する部分だ。午後9時5分には約7,300スター、午後9時51分には15,500スター、発表から約2時間で10,000を超え、12時間以内に50,000、約42時間で100,000に達した。GeekParkとThe Paperの同日報道によれば、これはGitHubが記録した中で最速の成長である。リポジトリは現在、約126,000スターにある。

アーキテクチャのスローガンは「すべてがプラグイン」であり、Cordisフレームワークを基盤としています。モデルアダプター、ツール、Skills、セッションログ、承認ポリシー、さらにはエージェントループ自体も、共有コンテキストにマウントされるプラグインです。デフォルトインストールには100以上のプラグインが含まれており、GeekParkによると、公開前の内部テスト段階で約300のコミュニティプラグインが作成されました。だからこそ、これはアプリではなくエージェントランタイムと呼ばれるのです。必要な動作を交換可能な部品から組み立てるからです。

重要なのは、{{1}}DSH{{/1}}がモデルではないということです。ベンチマークの対象となる『{{2}}DSHモデル{{/2}}』は存在せず、{{3}}DSH{{/3}}を呼び出せるようにホストしている人もいません。これはローカル、つまりあなたのマシン上で動作し、消費したモデルトークンの分だけ課金されます。モデルは別途接続するもので、{{4}}Deep​Seek{{/4}}は20以上のプロバイダーとプロトコル向けのアダプターを提供しています。これには{{5}}Deep​Seek独自のAPI{{/5}}、{{6}}Open​AI互換{{/6}}のエンドポイント、{{7}}Anthro​picの{{/7}}エンドポイントが含まれます。実際に皆が使っている組み合わせは、日常的なコーディングには低コストな{{8}}DSH{{/8}}＋{{9}}DeepSeek V4 Flash{{/9}}、そしてより大きな頭脳が必要になるほどタスクが難しい場合には{{10}}DeepSeek V4 Pro{{/10}}です。詳細は後述します。

始める前に：実際に必要なもの

前提条件は、対象範囲が示すほど重くはありません。Node.js が必要です — パッケージは ^22.19.0 または >=24.0.0 を宣言しているため、現在の LTS およびそれ以降の新しいバージョンで動作します — そして、接続予定のモデル用の API キーも必要です。DSH 自体は無料かつオープンソースであり、費用がかかるのはモデルトークンだけです。また、エージェントに操作を許可するディレクトリも必要です。DSH のワークスペース機構がセキュリティ境界であり、明示的に追加したディレクトリにのみエージェントを制限します。

初回実行時に、DSHはホームディレクトリ（$DSH_HOME、デフォルトは~/.dsh）を作成します。そこには、プロファイル、セッション、ストレージ、settings.yamlが格納されます。APIキーはその中の.credentials.yamlファイルに保存され、Web UIにはマスクされた記述子のみが表示され、キー自体は表示されません。このファイルはバックアップする価値があります。なぜなら、キーを手動で再入力することが、コミュニティで最も一般的なセットアップの不満だからです。

インストールと起動:4つの方法

ゼロインストールの手順は1つのコマンドです。Node.jsがインストールされたターミナルから:

• npx @deepseek-ai/dsh web — パッケージをダウンロードして、http://127.0.0.1:3080 でWeb UIを起動します。これは最速の方法であり、ドキュメントが最初に紹介している方法です。

• npm install -g @deepseek-ai/dsh、それからdsh web — 繰り返し使用する場合はグローバルインストールです。

• ソースから: git clone https://github.com/deepseek-ai/deepseek-harness を実行し、その後 pnpm install、pnpm run build、pnpm dsh web を実行します — コードを読んだり変更したりしたい場合に適した方法であり、プラグイン開発ドキュメントが前提としている方法です。

• Python SDK: pip install deepseek-harness-sdk — CIスクリプトやバッチ自動化向けで、リポジトリのexamplesディレクトリにサンプルがあります。

ヘッドレスCLIもあります。スクリプト内で一度きりのタスクを実行するためのもので、`dsh --profile headless "fix the failing test in this repo"` とすると、エージェントが一度だけ実行され、最終的な回答を出力して終了コード0で終了します。dshランチャーは自身のフラグ（--profile、--patchなど）のみを解析し、それ以降のすべてを起動されるプロファイルに渡します。これは初回利用時によくある混乱の原因です。

Web UIはデフォルトで127.0.0.1にバインドされるため、ネットワークに公開されるものは何もありません。これは意図的なデフォルト設定であり、変更する理由が生じるまでは維持すべき設定です。セッション、ログ、認証情報はすべてお使いのマシンに留まります。DSH自体にはクラウドコンポーネントは存在しません。

初回実行: キー、ワークスペース、セッション

UIを立ち上げたら、初回実行の一連の流れは3つのステップです。Settingsで、Modelsの下にAPIキーを追加し、プロバイダーを選択します。次に、ワークスペース（エージェントに操作させたいプロジェクトディレクトリ）を追加します。最後に、セッションを作成し、ランタイムプリセットを選択して、「このディレクトリの構造を分析して、そのREADMEを書いて」といった小さな最初のタスクを送信します。小さく始めることが重要です。それが、エージェントに実際の仕事を任せる前に、キー、ワークスペースの境界、サンドボックスがすべて正常に動作していることを確認する最速の方法だからです。

DSHは、指示が曖昧な場合はプランニングモードがオフでも自ら確認質問を行い、推測するのではなく提案オプションを提示します。コミュニティはこれを、初日ユーザーにとって最も予想外でありながら最も有用なデフォルト動作の一つとして報告しています。

4つのプリセット — どれを選ぶべきか

プリセットは、同じモデルが異なる気分で動いているわけではありません。それぞれが異なるツールカタログと異なるシステムプロンプトの組み合わせであり、プリセットを切り替えると、どのモデルが応答するかではなく、エージェントが見たり実行したりできる内容が変わります。標準装備の4つのプリセットは、Standard、PTC、Minimal、Creationです。

• スタンダード — 完全なコーディングエージェントツールボックス：ファイル編集、永続シェル、ファイル・ウェブ取得、Skills、プランニングモード、目標追跡、サブエージェント、ワークフロー。これはClaude Code / Open​AI Codex型のデフォルトであり、ここから始めるべき場所です。

• PTC (Code mode) — "Programmatic Tool Calling." It packages the tool catalog into a TypeScript SDK and lets the model write a TypeScript program that makes many tool calls in one run_code invocation, keeping intermediate data in a worker thread and returning only a summary to the model's context. Community reports put the token savings at around 20x on multi-step tasks, at the cost of making the model's first output a program you can read and audit.

• Minimal — 正確には2つのツール（永続的なbashシェルとstr_replace_editor）と、最小限のペルソナプロンプトを備えています。これは、最小限のハーネス足場でモデルの能力をベンチマークするために存在します。Deep​Seekは、公式のDeepSeek V4 Pro 0813エージェント評価にこれを使用しました。モデルをテストするときに使用してください。実際の作業を進めようとするときには使用しないでください。

• クリエーション — 標準機能に加えて、ランタイム検査とプラグイン実験が可能: 実行中のランタイム(読み込まれたプラグイン、サービス、イベント)を読み取り、メモリ内でプラグインをマウント/アンマウントできるdsh-tool-cordisツール。プリセットやプラグインを構築する人を対象としています。シェルレベルの権限を持つものとして扱ってください。実行中にハーネスを変更できます。

主張のあるバージョン:Standard から始め、ラウンドトリップ削減が効果を発揮する反復的な多段階タスクでは PTC へ移行し、Minimal と Creation には、ベンチマークを取るかプラグインを構築するまで触らずに置いておくこと。コミュニティの知見として覚えておく価値のある注意点が一つある:Minimal プリセットのツールスキーマは、充実した Standard カタログよりも、DeepSeek V4 Pro を簡潔な「必要なのは…」という最初の応答へ固定する点で、測定可能なほど優れている。そのため、dsh-anchored-standard のような実験的プリセットは、Minimal に準拠した最初のリクエストを公開し、その後に Standard を解放する。これは、ツールカタログそのものが挙動をどれほど形作るかを示す兆候であり、エージェントからタスクが誤った口調で返ってき続ける場合には、知っておく価値がある。

コーディングエージェントとして使う：具体的なワークフロー

実践者たちの報告によると、標準プリセットでの実際のDSHセッションは次のような形になります：

• DSH を git チェックアウトされたワークスペースに向け、成果として表現されたタスクを与えます:「リストエンドポイントにページネーションを追加し、既存のクエリパラメータを維持する」。

• 計画を立てさせる（立てさせなくても、エージェントはどちらにせよ計画を立てる）。その後、関連ファイルを読み、計画をまとめ、何かを変更する前に変更内容を述べる様子を観察する。

エージェントはファイルを編集し、永続シェル内でテストスイートを実行し、失敗を読んで反復する。このループ——編集、実行、エラーを読み、再び編集する——はハーネスの中核能力であり、永続シェルがそれを高速にしている。つまり、ツール呼び出しの間で状態が保持されるため、毎回コマンドごとにコンテキストを再起動する必要がない。

• 外部コンテキストが必要なものには、ファイルとウェブの取得を使用し、大きな自己完結型の作業をサブエージェントに渡すことで、メインループのコンテキストを小さく保てます。

• 組み込みスキルはメタワークをカバーします：dsh-code-review はプルリクエストをレビューし、dsh-find-simplifications は簡略化できるコードを探し、dsh-doc-standards はドキュメントが社内ルールに適合しているかをチェックします。スキルはプラグインとして組み込まれ、コミュニティはさらに数百ものスキルを構築しています。

高権限アクション — ワークスペース外への書き込みや、フルアクセスを伴うコマンド — は、実行前にWeb UIで承認プロンプトを表示します。そのサンドボックスは、読み取り専用／ワークスペース書き込み可能／フルアクセスの3段階を備えており、混乱したエージェントとあなたのマシン全体の間に立ちはだかる主要な防壁です。クリックする前にプロンプトをよく読んでください。

タスクが複数のステップにまたがって実行される必要があり、その間に判断が必要な場合、ワークフローはそれらを連結し、あるステップから次のステップへ状態を引き継ぎます。この組み合わせ — プランニング、永続シェル、検索、Skills、サブエージェント、ワークフロー — がStandard presetの全体像であり、それは比較対象となる有料コーディングエージェントと同じ表面領域を、あなたが接続した任意のモデルに対して提供します。

軌跡リプレイ: エージェントが行ったことを正確に確認できます

レビュアーが繰り返し取り上げる機能はTrajectoryです。DSHはセッション全体を追記専用のイベントログとして記録します。これには、システムプロンプト、モデルの思考過程、すべてのツール呼び出しとその結果、サブエージェントのライフサイクル、コンテキスト注入が含まれます。Web UIのTrajectoryビューはそのストリームをステップバイステップで再生するため、エージェントが各時点で見たもの、実行したコマンド、そしてモデルが次に決定した内容を正確に確認できます。

そのログは単なる監査証跡ではありません。それが真実の源（source of truth）だからこそ、セッションの復旧、フォーク、取得、リプレイはすべてそこから導き出されます。任意の時点からセッションをフォークしたり、中断されたセッションを再開したり、そして——チームが最も価値を見出す部分ですが——タスクが長く実行された場合にステップごとのコストを割り当てたりできます。コーディングエージェントが静かに誤ったことをしたとき、Trajectoryは、最終的なdiffから推測させるのではなく、どこで軌道を外れたのかを示してくれます。このツールの他のどのコンポーネントも、これほどのデバッグ力を発揮しません。

マルチエージェントオーケストレーションとMCP

「どうこれを基に構築するか」を考える層にとって、2つのアーキテクチャ上の注意点が重要です。第一に、DSHはハーネスレベルでマルチエージェントであり、単に1つの長いループによるものではありません。サブエージェントは独自のツールを備えた独自のコンテキストで実行され、メインエージェントがそれらを調整します。これにより、大規模なタスクがプライマリコンテキストウィンドウを圧迫するのを防いでいます。第二に、MCPは1層下に位置します。Model Context Protocolは、AIアプリケーションを外部データやツールに接続するためのオープンスタンダードであり、DSHはツールをいつ提供するか、その呼び出しを承認するかを決定するランタイムです。MCPサーバーはプラグインとしてDSHにマウントされるため、コミュニティの数百ものMCPサーバーが特別扱いなしで組み込まれます。これはツール、Skills、プリセットをマウントするのと同じメカニズムです。有効にするための特別な「MCPモード」はありません。サーバーを追加するだけで、カタログ内の別のプラグインになります。

モデルの由来（とそのコスト）

DSHは無料だが、トークンで動作し、料金はモデル次第だ。ほとんどの人が使うことになる2つのエンジンは、Deep​Seek自身が提供するものだ。OrcaRouter上で、入力100万トークンあたり約$0.15、出力100万トークンあたり約$0.29、1Mトークンのコンテキストと384Kの最大出力を持つDeepSeek V4 Flashは、日常使いに最適な安価なエンジンであり、難しいタスクには約$0.44/$0.88のDeepSeek V4 Proがある。どちらもOrcaRouter上のプロバイダー定価で、0%マークアップでそのまま提供される。つまり、Deep​Seekの価格変更は、再交渉なしで当日中に当社側に反映される。DSHの実際の消費量に関する独立した報道も、安価だという見方を裏付けている。The Paperの公開初日テストでは、複数のタスクをDSHで実行し、トークン消費の合計は¥3未満だった。

{{1}}同じ報道による率直な注意点のひとつ：{{/1}}{{2}}公開2日目の第三者比較では、{{/2}}{{3}}同じDeepSeek V4 Flashが{{/3}}{{4}}別のオープンソースハーネス（"Pi"）で同じタスクを実行した場合、{{/4}}{{5}}DSHのトークン消費量の約3分の1で済んだという。{{/5}}{{6}}トークン効率はモデルだけでなく、ハーネスのプロンプトとコンテキスト処理に左右されるものであり、{{/6}}{{7}}プレビュービルドは現時点で明らかに最適化されていない。{{/7}}{{8}}コストが決定打なら、実際のタスクを2つのハーネスでベンチマークしてから判断すべきだ。{{/8}}

OrcaRouterがここで本当に適しているのは、ハーネスではなくモデルレイヤーとしてです。当社はDSHをホストしていません。DSHはローカルランタイムであり、ホスト型DSHを販売する者があってはなりません。当社がホストするのは、DSHにプラグインするモデル群であり、プロバイダー間の自動フェイルオーバーを備えた単一のキーの背後にあります。これは、DSHが0.1開発者プレビューであるため特に重要です。安定したエンドポイント上で同じモデルを維持しながら実際のトラフィックに対して評価でき、DSHが破壊的な変更を加えた日でも、モデルへのアクセスはそれに伴って変更されることはありません。ハーネスを試し、モデルはルーター上に置いてください。

0.1プレビューの正直な限界

DeepSeek自身のREADMEにはっきりと書かれている：DSHは開発者プレビューであり、急速に反復開発が進められ、互換性を破壊する変更が発生するだろう。それが実際に何を意味するのか、コミュニティが使い始めた最初の日々から見えてきたことだ：

• アップグレードは何かを壊します。 設定ファイル、プラグインの互換性、プリセット形式はすでにリリース候補間で変更されています。更新のたびにセットアップを再確認してください。

• ドキュメントは不完全です。 高度な領域（サブエージェント、ワークフロー、ゴール追跡）はドキュメントが乏しく、参加初週のコントリビューター数名が、行き詰まりを解消するためにソースコードやGitHub Discussionsを読んだと報告しています。

• これは開発者向け製品であり、消費者向けのものではありません。 UIはファイル、シェル、APIキーに慣れていることを前提としています。GeekParkの要約見出し——「仕事はこなせるが、目を離せない」——は正確です。

• Windows は今のところ二級市民扱いです。 シェル統合はいくつかの箇所で Unix 風環境を前提としています。Windows ユーザーは pwsh の調整が必要で、時折パスのバグに遭遇すると報告しています。

• デスクトップアプリはありません。唯一のインターフェースはブラウザのWeb UIとCLIであり、ターミナルでは問題なく使えますが、ドックアプリとして利用したい場合はあまり適していません。

• トークン効率は大規模では未実証です。上記のPi-harnessの比較は一つのデータポイントに過ぎませんが、デフォルトのプロンプトとコンテキスト処理が、成熟した製品のようにまだ調整されていないという警告です。

DSHが間違った選択である場合

正直な裏側。DSHをまだ本番パイプラインで使わないでください。破壊的変更の約束は、ハーネスの更新によって挙動が静かに変わることを許容できないものにとっては、明確なストップです。ターミナルからエージェントの挙動をデバッグすることに抵抗がないチームでなければ選ばないでください。Trajectoryとプラグインシステムは強力ですが、技術的リテラシーを前提としています。そして、実際に必要なものが、糊の部分を誰か他の人が責任を持ってくれる、安定していてメンテナンスされたコーディングエージェント体験であるなら、DSHが競合する有料エージェントが依然としてリスクの低い選択肢です。DSHの呼びかけは、ハーネスを所有したい人、つまりモデルを交換し、MCPサーバーをマウントし、プリセットを書き、エージェントが取ったすべてのステップを見たい人のためのものです。

結論

「DeepSeek DSHの使い方」への実用的な答えは、リリースから数日経った今も変わっていない。Node.jsをインストールし、npx @deepseek-ai/dsh web を実行し、ポート3080を開き、APIキーを追加して、Standardを選び、小さなタスクから始める。Trajectoryビューは早めに覚えておこう。それがあなたのデバッグ手段だからだ。プリセットは異なるモデルではなく、異なるツールカタログとして扱い、プロジェクト全体はプレビュー版として扱うこと。学ぶ価値があるほど十分に機能するが、不安定でもあるので、実行するモデルはすでに信頼しているエンドポイントの背後に置いておくべきだ。OrcaRouterが担うのはまさにその層である——DeepSeek V4 FlashとDeepSeek V4 Proをプロバイダー定価で、マークアップなし、1つのキー、自動フェイルオーバー付きで提供する——つまり、モデルを変えずにハーネス側を変更できる。DSHは今年これまでで最も興味深いオープンソースのエージェントランタイムだ。ただ、まだ完成していない。未完成のものを正直に使う方法とは、壊れる可能性のある部分が、モデルへのアクセスも道連れにしないようにすることだ。