DeepSeek Harness-plug-ins, uitgelegd: installeren, toevoegen en bouwen op de 'Alles is een plug-in'-agentruntime

Het antwoord in één zin: DeepSeek Harness is geen model. Het is de open-source runtime voor agents die DeepSeek op 13 augustus 2026 onder een MIT-licentie heeft uitgebracht, en de hele inzet is dat elke mogelijkheid die een agent nodig heeft — model, tools, vaardigheden, sessiestatus, UI, zelfs de hoofdlus — een vervangbare plugin moet zijn. De modellen die je erin draait zijn DeepSeek V4 Flash en DeepSeek V4 Pro, en je hoeft geen woord van de marketing te geloven om het verschil te voelen: draai npx @deepseek-ai/dsh web, open 127.0.0.1:3080, en binnen een minuut heb je een lokale codeeragent waarvan de terminal, zijbalk, webzoekfunctie en geheugen allemaal plugins zijn die je kunt toevoegen, verwijderen of herschrijven zonder de broncode van het framework aan te raken. De GitHub-repository die dit uitbracht, bereikte 50.000 sterren in de eerste 12 uur en staat op 125.959 sterren per 16 augustus 2026. Dit artikel is de praktische plugingids die in de resultaten op pagina één wordt overgeslagen: wat DSH werkelijk is, wat het pluginecosysteem op dit moment bevat, hoe je plugins installeert en schrijft, en waar de preview echt tekortschiet.

Wat DeepSeek Harness eigenlijk is (en wat het niet is)

DeepSeek's interne formule, bevestigd op de officiële Harness-pagina, is Model + Harness = Agent: het model denkt en redeneert, de harness geeft de agent het vermogen om zijn omgeving te begrijpen, tools te gebruiken en door te blijven werken aan een echte taak. Anthropic maakte de term populair en Claude Code is de referentie-implementatie; DeepSeek's versie is open source, draait volledig op jouw machine en is gericht op hetzelfde terrein als Claude Code en OpenAI Codex. Die positionering is de reden waarom het verkeerd is om DSH "een model" te noemen en waarom dit artikel geen modelreview is: de harness is de laag die een model verbindt met tools, bestanden, een terminal en een web-UI — en in DeepSeek's ontwerp is elk van die verbindingen een plugin.

De releasefeiten, allemaal geverifieerd op 16 augustus 2026: de repository deepseek-ai/deepseek-harness ging op de avond van 13 augustus (Beijing-tijd) publiek als een v0.1-ontwikkelaarsvoorvertoning onder de MIT-licentie. Het passeerde 10.000 sterren in minder dan twee uur en 50.000 binnen twaalf uur — ongeveer 80 keer het tempo van OpenClaw, voorheen de snelst groeiende GitHub-repository — en latere rapporten stelden dat het na 42 uur de 100.000 voorbij was. De GitHub API toont vandaag 125.959 sterren en 12.526 forks. Het is geen cloudservice: je installeert Node.js, voert npx @deepseek-ai/dsh web uit, en de web-UI draait op http://127.0.0.1:3080 terwijl je sessies, logs en gegevens lokaal blijven. De versie op npm is 0.1.0-rc.6, en de README vermeldt dat het project in ontwikkelaarsvoorvertoning is en "snel blijft itereren", met verwachte wijzigingen die de compatibiliteit verbreken.

"Alles is een plugin" — wat de slogan eigenlijk betekent

Het framework is gebouwd op Cordis, een plugin-metaframework dat is overgenomen uit het Koishi-bot-ecosysteem. Cordis is bewust eenvoudig gehouden: het laadt, ontlaadt en lost alleen afhankelijkheden tussen plugins op, en bevat geen van de daadwerkelijke mogelijkheden van de agent. Alles daarboven — de modeladapter, tools, vaardigheden, sessies, sandbox, opslag, de lus die de agent aanstuurt, planning en de web-UI — is zelf een Cordis-plugin, en plugins werken samen via Cordis-services en -events. Je selecteert, vervangt of breidt elke mogelijkheid uit op de configuratielaag, zonder de broncode te bewerken.

Dat geldt ook voor het model. Het model is slechts een plugin met een OpenAI-compatibel endpoint erachter, dus niets aan het framework dwingt je om binnen DeepSeek's line-up te blijven — de stap "het model verwisselen" is een configuratiewijziging, geen fork. Hetzelfde principe is de reden waarom de vier ingebouwde presets eigenlijk vier plugin-bundels zijn:

• Standard — de volledige codeeragent: bestandsbewerking, Shell, bestands- en webopvraging, Skills, plannen, doelen, subagenten en workflows.

• PTC — alles in Standard plus de Code Mode SDK, waarmee het model één TypeScript-programma kan schrijven om meerstaps-toolaanroepen aan elkaar te koppelen in plaats van ze één voor één uit te voeren.

• Minimal — precies twee tools (een persistente bash en een str_replace_editor), gebouwd voor modelbenchmarking in minimale omgevingen. Dit is de modus die DeepSeek gebruikte voor de V4 Flash agent-benchmark-runs waarnaar de API-documentatie verwijst.

• Creatie — een modus voor het maken van nieuwe presets: de volledige set mogelijkheden van Standard plus runtime-inspectie en in-memory pluginexperimenten, rechtstreeks gericht op pluginontwikkelaars.

Het plugin-ecosysteem in cijfers

De ontwikkeling van community-plugins begon tijdens de interne tests — er werden in de eerste dagen ongeveer 300 plugins gebouwd, waaronder een retro-skin voor Windows XP en een meme-plugin — en de aantallen zijn sinds de openbare release gestegen. Het aantal dat ertoe doet, hangt af van wat je telt:

• 288 plugin-repositories op de lanceeravond door Chinese techmedia geïnventariseerd, volgens het onderzoek van 36Kr.

• 1.000+ repositories die de publieke GitHub-topic-tag dsh-plugin dragen binnen de eerste dagen; sommige tellingen melden 700+.

• 1.117 gecureerde plugins verspreid over 1.521 gemonitorde ecosysteem-repositories, met in totaal 301.295 GitHub-sterren, in de door de community onderhouden Oh-My-DSH-directory, per 15 augustus 2026.

• 2.600+ repos in de automatisch bijgewerkte awesome-dsh-catalogus van het hele dsh-plugin-onderwerp, en 368 handmatig samengestelde items in 18 categorieën in de 0xsline awesome-deepseek-harness-lijst.

De taxonomie in die lijsten laat zien waar de gemeenschap als eerste naartoe ging — en het is precies het oppervlak dat een agent-runtime nodig heeft. Webzoekopdrachten: dsh-web-search-exa (met Exa-ondersteuning en een fallback zonder API-sleutel) en dsh-web-search-pro (routing over meerdere engines: DeepSeek, Exa, DuckDuckGo, Bing, Jina, GitHub, Bilibili en YouTube). RSS en nieuws: dsh-news-plugin haalt 10+ Chinese en Engelse feeds op en zet ze om in gestructureerde items. Kantoorbestanden: dsh-office laat het model Office-documenten bewerken met een docx/pdf-voorvertoning in de webclient. Chatgeschiedenis importeren: dsh-chat-import herstelt gesprekken van 13 codeagenten volledig getrouw — Claude Code, OpenAI Codex, ChatGPT, Cursor, Gemini en anderen — als hervatbare DSH-sessies. Mobiel: dsh-mobile en dsh-mobileweb-adapter brengen de UI naar een telefoon. Feishu en Lark: dsh-feishu-bot en dsh-feishu-notify sturen sessiegebeurtenissen naar Feishu, en dsh-im-hub is een multi-platform gateway (Feishu WebSocket, WeCom, Telegram). Spraak: dsh-voice voegt voorlezen via Edge Neural TTS en spraak-naar-tekst toe, en dsh-voice-webspeech heeft geen server en geen API-sleutels nodig. Daaromheen zitten geheugenplugins (dsh-memento, dsh-memory-evolve, dsh-recall), een officiële toolsuite (dsh-toolkit), IDE-achtige zijbalken (dsh-better-sidebar, de deepseek-harness-workbench-plugin), plugins voor beeldherkenning die visuele waarneming toevoegen aan tekst-only modellen, en zelfs een Tauri-desktopwrapper, deepseek-harness-desktop.

Hoe DSH te installeren en plugins toe te voegen

Het installatiepad is kort, en het is de moeite waard om het plugin-commando precies goed te krijgen, omdat verschillende tutorials het verhaspelen. De canonieke vorm is dsh plugin --profile web add <package> — de --profile web-vlag is van belang, omdat DSH via profielen beslist welke plugin-bundel een sessie draait, en het webprofiel is degene achter de 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.

• Voeg een plugin toe via de npm-pakketnaam: dsh plugin --profile web add <package-name>, bijvoorbeeld dsh plugin --profile web add @nanmicoder/dsh-agent-teams.

• Toevoegen vanuit een GitHub-repo: dsh plugin --profile web add "github:owner/repo#ref" (de #ref verwijst naar een branch, tag of commit).

• Zonder dsh globaal te installeren: npx -p @deepseek-ai/dsh dsh plugin --profile web add <package-name>.

• Na het installeren van een bundle-plug-in, herstart dsh web en ververs de pagina; controleer met dsh plugin --profile web list, of gebruik Instellingen → Plugins in de web-UI.

Een subtiliteit die beginnelingen op het verkeerde been zet: alleen pakketten die een dsh.bundle.patch-veld declareren, worden actieve profiellagen. Een gewone afhankelijkheid wordt geïnstalleerd, maar blijft inert — het is de bundeldeclaratie die DSH vertelt dat het pakket een harness-plugin is en waar het inpatched. Het dsh plugin-commando stuurt pakketbewerkingen door naar pnpm, dus npm-pakketten, GitHub-specificaties, lokale paden, file: en link:-bronnen worden allemaal ondersteund, en het opnieuw uitvoeren van hetzelfde add-commando upgradet de plugin.

Hoe schrijf je je eigen plugin

Omdat alles een plugin is, is het schrijven ervan het schrijven van een Cordis-plugin die een DSH-bundle declareert — en de community-scaffolding maakt het tot een schoon startpunt. De plugin registry en de ontwikkeltooling (plugin-registry, dsh-plugin-starter, create-dsh-plugin en de dsh-plugin-check health-checker) zijn community-infrastructuur, maar het contract is stabiel genoeg om te beschrijven: je pakket moet dsh.bundle.patch declareren om een actieve profiellaag te worden, het stelt zijn mogelijkheden bloot als Cordis-services en -events, en de runtime beslist bij het laden hoe het in het door jou gekozen profiel patcht.

Voor lokale ontwikkeling is de cyclus: kloon en bouw je plugin, voeg die toe met dsh plugin --profile web add "link:$(pwd)", en itereer daarna — wijzigingen aan de clientkant vereisen een paginaverversing, wijzigingen aan de hostkant vereisen een herstart van de dsh-service. Deze lokale-linkworkflow is hoe de eerste 1.000 plugins van het ecosysteem zijn gebouwd, en het is de moeite waard om de discipline van die projecten over te nemen: versies vastpinnen. De preview itereert snel genoeg dat een plugin die tegen een rc is geschreven, bij de volgende rc kan breken — de ModLens vision-plugin van de community staat bijvoorbeeld gedocumenteerd als een plugin waarvan de versie vergrendeld moet zijn om betrouwbaar te werken.

Trajectory en MCP — de twee functies waar reviewers steeds op wijzen.

Twee mogelijkheden zijn de moeite waard om te kennen voordat je beslist of DSH iets voor jou is, omdat het de onderdelen van het ontwerp zijn die een "plugin-listicle" je niet zal vertellen. De eerste is het traject. Elke uitvoering is traceerbaar: de volledige ervaring van het model — systeemprompts, keten-van-gedachten, elke toolaanroep en het resultaat ervan, planning van sub-agenten en elke contextinjectie — wordt geschreven naar een append-only sessielogboek, en herstellen, forken, ophalen en afspelen werken allemaal op diezelfde gebeurtenissenstroom. Ontwikkelaars op Hacker News wezen dit aan als de killerfunctie, en merkten op dat gesloten agentproducten juist deze gegevens verbergen. De tweede is MCP. DSH wordt geleverd met een officiële MCP-client met een /mcp-commando en een tabblad Instellingen voor servers, en het ecosysteem heeft er al op voortgebouwd — dsh-chatgpt-bridge stelt een DSH-sessie beschikbaar aan ChatGPT als MCP-server, en dsh-mcp-panel is een observability-paneel voor de client. Als je agent-stack al leunt op MCP-servers, kan DSH ze als plug-ins mounten.

Waar het model vandaan komt

DSH is een harness, geen modelprovider, dus het enige wat je moet leveren is een model-endpoint — en dat is precies waar de native aansluiting DeepSeeks eigen paar is. DeepSeek V4 Flash (de efficiënte MoE met 284B totaal / 13B actief, ruwweg $0,15 per miljoen input- en $0,29 per miljoen output-tokens) is de goedkope standaard; DeepSeek V4 Pro (de vlaggenschip-MoE met 1,6T totaal / 49B actief, ruwweg $0,44 / $0,88) is de krachtige engine. Beide worden gehost op OrcaRouter tegen DeepSeeks lijstprijs zonder opslag, bereikbaar via één OpenAI-compatibele sleutel — wat naadloos aansluit op DSH's modelplugin: richt de modelplugin op het OrcaRouter-endpoint, en je kunt binnen dezelfde harness schakelen tussen Flash en Pro, met automatische failover naar een tweede provider als er één hapert. Dat is een echt gebruiksscenario, en een eerlijk ook: OrcaRouter host DSH zelf niet — DSH draait op jouw machine, en OrcaRouter is de modellaag waar je het op richt.

Waar het misgaat — het eerlijke deel.

Dezelfde energie die in drie dagen 125.000 sterren heeft voortgebracht, is de energie die de ruwe randen heeft voortgebracht. Lees deze voordat je installeert, niet erna:

• Het is een developer preview, en dat zegt het ook. De eigen waarschuwing van de README is "ER ZULLEN COMPATIBILITEITSBREKENDE WIJZIGINGEN KOMEN." De npm-versie is een release candidate (0.1.0-rc.6), kernplugins en basis-API's worden nog steeds doorontwikkeld, en de opstart-UI zelf toont een mededeling die gericht is aan Harness-ontwikkelaars. Bouw geen productieafhankelijkheid op van versienummers die onder je vandaan zullen veranderen.

• De keuze van de harness kost echte tokens. Een vergelijking van derden die in de Chinese pers werd aangehaald, toonde aan dat een andere open-source harness ongeveer 30% van het aantal tokens gebruikte dat DeepSeek Harness gebruikte voor dezelfde DeepSeek V4 Flash-taak, en een door Composio gecontroleerde test liet dezelfde V4 Flash draaien op acht harnesses voor 30 taken en leverde tussen de 14 en 20 completions op — het model identiek, de resultaten een derde uit elkaar. De harness is geen neutrale wrapper; hij bepaalt hoe efficiënt het model werkt.

• Het voelt als een framework, niet als een afgewerkt product. Recensenten zeggen het zelf: de UI is niet vriendelijk voor mensen die geen code schrijven, en er zijn overal ruwe kantjes. Er is geen officiële CLI of TUI — de community heeft dsh-TUI en dsh-tianshu-tui gebouwd om dat gat op te vullen — en de vrijheid van 'alles is een plugin' is precies wat de standaardinstellingen onafgewerkt laat voelen.

• Het werkt, maar je moet het in de gaten houden. De hands-on-rapporten — waaronder het rapport dat de kop "50.000 sterren in één nacht" bedacht — beschrijven een agent die meerstapstaken voltooit (het herbouwen van een site in een andere ontwerptaal, het ophalen van GitHub API-gegevens en het renderen van een grafiek) maar toezicht nodig heeft, met kleine opmaak- en interactiefouten in de resultaten.

• Local-first betekent dat je zelf de rekenkracht meebrengt. DSH draait op je machine en gebruikt je modelsleutels. Als je een managed agent wilde, is dit het verkeerde.

Kortom

DeepSeek Harness is het snelst groeiende open-sourceproject van 2026, niet omdat het een beter model is — het is helemaal geen model — maar omdat het de agent zelf tot platform maakte. Het plugin-ecosysteem is het echte verhaal: 100+ mogelijkheden in de officiële bundels, 1.100+ community-plugins die drie dagen na de lancering werden gecatalogiseerd, en de snelste manier om de hele weddenschap te evalueren is door npx @deepseek-ai/dsh web uit te voeren en een paar plugins toe te voegen. Voor een ontwikkelaar die een lokale, volledig inspecteerbare agent-runtime wil en het prima vindt om versies vast te pinnen op een preview die nog in beweging is, is DSH vandaag de moeite waard om te installeren — combineer het met DeepSeek V4 Flash en DeepSeek V4 Pro via OrcaRouter tegen de adviesprijs van DeepSeek en je hebt de volledige stack voor alleen de kosten van tokens. Voor wie productiestabiliteit nodig heeft, geen preview in de gaten kan houden of een beheerde agent wil, is het nog niet klaar — wacht tot het compatibiliteitsoppervlak stabiliseert. De bewering van het framework — dat de waarde zich in de harness ophoopt in plaats van in het model — is waar je op kunt wedden of tegenin kunt gaan — en nu kun je het, dankzij meer dan 1.000 open plugins, zelf testen.