DeepSeek Harness (dsh) installeren: desktopapp, npx-one-liner, build vanaf broncode en plug-ins

DeepSeek Harness (dsh) — de open-source agentruntime die DeepSeek op 13 augustus 2026 uitbracht — kreeg op 24 september 2026 een officiële desktopclient. Het is een verpakte app voor Windows en Apple-silicon macOS, gepubliceerd vanaf de eigen downloadhost van DeepSeek, met de harness-runtime erin gebundeld: geen Node.js-installatie, geen npx, geen terminal. De opdrachtregel is niet verdwenen — npx @deepseek-ai/dsh web is nog steeds de snelste route op Linux, die de desktopbuild niet dekt. Twee dingen om te weten voordat je begint: dsh is geen model — het is de harnesslaag die een model zoals DeepSeek V4 Flash 0731 of DeepSeek V4 Pro 0813 verbindt met tools, bestanden en een terminal — en elk kanaal ervan is nog steeds een developer preview, dus verwacht breaking changes tussen releases. Deze gids behandelt de desktopapp, de npx-one-liner, de build vanaf de broncode, headless modus, plug-ins, MCP en de eerlijke ruwe randjes.

Wat Deep​Seek Harness is — en wat het niet is

De interne formule van Deep​Seek, bevestigd door senioronderzoeker Chen Deli, is Model + Harness = Agent. Het model is het brein; de harness is alles wat ervoor zorgt dat het iets wordt dat werk gedaan krijgt: context- en geheugenbeheer, het aanroepen van tools, taakplanning, het lezen en schrijven van bestanden, terminaluitvoering, foutmeldingen en het bepalen wanneer een taak is voltooid. Deep​Seek Harness is die laag, op 13 augustus 2026 onder de MIT-licentie als open source uitgebracht — dezelfde dag dat de DeepSeek V4 Pro 0813-build op de Deep​Seek API verscheen.

Twee feiten bepalen de installatie-ervaring. Ten eerste is de architectuur "alles is een plugin", gebouwd op Cordis, een TypeScript-plugincontainer — dus wat je installeert is een kleine kern plus een reeks plugins die modeladapters, tools, sessies en UI leveren. Ten tweede zijn de npm-kanalen vandaag 0.1.5-rc.3 op latest en 0.1.7-rc.2 op next, beide release candidates die het project zelf bestempelt als een developer preview: de README waarschuwt, in hoofdletters, dat er wijzigingen aankomen die de compatibiliteit breken. De populariteit is echt — 50.000 GitHub-sterren in de eerste 12 uur en 235.000 eind september 2026 — maar sterren meten interesse, niet stabiliteit. Plan je installatie zoals je een preview plant: snel uitgeprobeerd, goedkoop weggegooid.

Voor u begint: de werkelijke systeemvereisten

Voor installaties via de opdrachtregel is de enige harde vereiste Node.js. Het project is gericht op het enginebereik ^22.19.0 || >=24.0.0 — in gewone taal: Node 22.19 of nieuwer, of elke Node 24.x. Controleer je versie met node --version. Als je een oudere Node gebruikt, zal de npx-installatie mislukken of niet goed werken, en niet netjes terugvallen. De desktopapp hieronder is de uitzondering: deze bundelt zijn eigen runtime, dus heeft deze helemaal geen Node.js nodig.

Al het andere is lichter dan de model-first menigte veronderstelt:

• Een API-sleutel voor het model. dsh draait een echt model; het heeft een sleutel nodig voor de API van Deep​Seek of elke Open​AI-compatibele provider die je configureert. Je kunt er na de eerste start een toevoegen in de webinterface.

• pnpm — alleen voor de build vanuit de broncode. Installeer eenmaal met npm install -g pnpm.

• ~1 GB vrije schijfruimte voor het npm-pakket, de workspace en sessielogs, plus alles wat een lokaal model nodig zou hebben (dsh zelf draait geen gewichten). De desktopinstaller is zwaarder — 288 MB voor de Windows-.exe, een schijfkopie van 368 MB op macOS — omdat die runtime erin zit.

• OS: de npm-route werkt op Windows, macOS en Linux. De desktopapp is beperkter — alleen Windows x64 en macOS op Apple-silicon, geen Intel-Mac-build en geen Linux-doel. De Python-SDK is nog beperkter (Linux x64/arm64, macOS 14+ arm64 — geen native Windows), hieronder behandeld.

Je hebt geen GPU nodig. De harness verzorgt alleen de orkestratie; het model draait op afstand via een API.

Methode 1 — de officiële desktopapp (Windows en macOS)

Op 24 september 2026 publiceerde DeepSeek de eerste verpakte desktopbuild van DeepSeek Harness. Het is een Electron-shell rond dezelfde web-UI met de dsh-runtime erin gebundeld, dus er hoeft niets eerst te worden geïnstalleerd en niets handmatig te worden gestart: geen Node.js, geen npx, geen terminal en geen browsertabblad dat open blijft staan op 127.0.0.1:3080. De broncode staat in de openbare repository onder apps/desktop als het pakket @deepseek-ai/dsh-desktop, de artefacten worden aangeboden vanaf de eigen productie-downloadhost van DeepSeek op download.deepseek.com/dsh-desk/, en de app volgt de harness-versie exact — de huidige build is 0.1.7-rc.2.

Wat die host serveerde op 25 september 2026:

• Windows — deepseek-harness-0.1.7-rc.2-win-x64.exe, een installatieprogramma van 288 MB, met daarnaast een .blockmap-bestand voor delta-updates.

• macOS — deepseek-harness-0.1.7-rc.2-mac-arm64.dmg, een schijfkopie van 368 MB, of dezelfde build als een .zip van 373 MB. Alleen Apple silicon.

• Versie — 0.1.7-rc.2, met releasedatum 24 september 2026, overeenkomstig de harness-versie op npm's next-tag.

• Ontbreekt — geen Intel-Mac-build (de mac-x64-updatefeed geeft een 404) en geen enkele vorm van een Linux-target.

Elk doel publiceert ook een updatefeed onder download.deepseek.com/dsh-desk/feeds/, waarvan het veld releaseDate de builddatum is. Dat bestand controleren is de snelste manier om te zien of er een nieuwere build bestaat, zonder te wachten tot de app er een aanbiedt.

Waarom de officiële client iets anders is dan de community-wrappers. Hij is first-party en werkt zichzelf bij, hij neemt de runtime mee in het installatieprogramma in plaats van er bij de eerste start een op te halen, en hij serveert de UI niet vanaf poort 3080 van het webprofiel: de shell laadt de applicatie via een intern dsh-app://-schema en communiceert met een privé-hostproces op zijn eigen poort, standaard 19387. Hij gedraagt zich ook als een desktopapplicatie — het sluiten van het venster houdt lopende taken in leven (Windows houdt een systeemvakpictogram), bij afsluiten wordt eerst gevraagd als er werk onderweg is, en de release notes van 0.1.7-rc.2 voegen een onboarding bij de eerste start toe die het beschikbare tegoed introduceert en door het account gefinancierde taken scheidt van taken met een API-key, zodat je kunt inloggen met een Deep​Seek-account in plaats van een key te plakken.

Twee kanttekeningen, omdat deze client geruisloos werd uitgebracht in plaats van aangekondigd. De README van de repository documenteert nog steeds alleen npx en de build vanaf de broncode, en de projectpagina op www.deepseek.com/harness bevat helemaal geen downloadlink — de binaries en hun updatefeed staan live op de eigen host van Deep​Seek, wat wij op 25 september 2026 hebben geverifieerd, maar nergens wordt er in een release note iets over gezegd. En we hebben de installatieprogramma's niet uitgevoerd, dus deze gids neemt geen standpunt in over de ondertekenings- of notarisatiestatus van de gepubliceerde binaries; de packaging-pijplijn in de repository bevat wel stappen voor Windows-codeondertekening en Apple-notarisatie, en dat is alles wat van buitenaf gezegd kan worden.

Eén gevolg van het feit dat de desktopbuild de harness-versie volgt: deze loopt momenteel voor op een standaardinstallatie via de opdrachtregel. De latest-tag van npm wijst nog steeds naar 0.1.5-rc.3, terwijl elk desktopartefact 0.1.7-rc.2 is. Als je de nieuwste harness wilt op een platform dat de desktopapp niet ondersteunt, installeer de tag dan expliciet — npx @deepseek-ai/dsh@next web — in plaats van op de standaard te vertrouwen.

Methode 2 — de npx one-liner (elk platform, inclusief Linux)

De officiële quickstart is één commando, en het is echt één commando:

npx @deepseek-ai/dsh web

npx fetches the @deepseek-ai/dsh package (npm's latest tag currently resolves to 0.1.5-rc.3, not the newest harness), 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.

De eerste start heeft precies twee installatiestappen:

• Voeg een modelsleutel toe. Instellingen → Modellen → voer je API-sleutel in. Deze wordt opgeslagen in $DSH_HOME/.credentials.yaml en wordt daarna niet in platte tekst weergegeven. Bij een standaardinstallatie is DSH_HOME standaard ~/.dsh.

• Kies een werkruimte. Voeg de projectmap toe waarin dsh mag werken. De invoer blijft vergrendeld totdat beide stappen zijn uitgevoerd.

Stuur dan een eerste taak — een goede smoketest is "Vat deze repository samen en identificeer de belangrijkste pakketten." Als de samenvatting terugkomt en de toolaanroepen verschijnen in de run-trace, werkt je installatie.

Methode 3 — bouwen vanuit de broncode

Liever vanuit de repository draaien? Het officiële pad is:

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

cd deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

Je hebt pnpm nodig hiervoor (contributors pinnen op pnpm 11.7.0). Kies de source-build wanneer je de nieuwste main wilt draaien in plaats van de gepubliceerde release candidate, wanneer je van plan bent om de harness te lezen of te wijzigen, of wanneer je een aangepaste preset wilt bouwen vanuit de map apps/cli/config/agent-presets/ van de repo. Voor alle anderen is de npx-route dezelfde software met minder poespas — de source-build ontgrendelt geen functies die het npm-pakket mist.

De drie profielen: web, headless en tui

dsh wordt geleverd als drie run-profielen, en welke je gebruikt hangt af van waar het werk plaatsvindt:

• web (standaard) — de volledige browser-interface op poort 3080. Dit is wat npx @deepseek-ai/dsh web start, en het is het profiel dat de meeste mensen als eerste zullen installeren.

• headless — één taak, en dan afsluiten. dsh --profile headless "run the test suite and report failures" start een sessie, voert de taak uit, schrijft de resultaten weg en beëindigt. De headless-runtime is expliciet een proces voor één taak: je kunt geen vervolgopdrachten injecteren tijdens de uitvoering, en correcties zijn een nieuwe run tegen dezelfde werkruimte. Dit is het profiel om in scripts en CI in te bouwen.

• tui — een terminal-UI voor toetsenbordgestuurde sessies: dsh --profile tui.

Alle drie delen dezelfde configuratie (~/.dsh/profiles/<name>/) en hetzelfde pluginsysteem, dus een taak van de webinterface naar headless verplaatsen is een ander commando, geen herinstallatie.

Plugins toevoegen

Pluginbeheer is een eersteklas CLI-commando, geen kwestie van ter plekke bewerken:

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

De bron kan een npm-pakketnaam zijn, een GitHub-repo (github:user/repo), een tarball of een lokale map. De meest nuttige eerste installatie is de officiële plugin-markt, die plugin-detectie omzet in een UI:

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

Herstart vervolgens de webservice en open Instellingen → Plugin Market om door de catalogus te bladeren en met één klik te installeren. Twee regels waar mensen over struikelen: plugin-bundels worden gemount bij het opstarten van een profiel, dus een nieuw toegevoegde plugin vereist een herstart van dsh web; en een gewone npm installregistreertgeenplugin in een profiel — je moet gebruikmaken van dsh plugin. Het ecosysteem is jong maar niet leeg: de door de community onderhouden awesome-dsh-plugin lijst bevat al honderden plugins in categorieën zoals UI, vaardigheden, tools, providers en meldingen.

MCP, de vier presets en trajectherhaling

Drie functies doen ertoe zodra je eenmaal voorbij een basisinstallatie bent:

MCP. dsh spreekt het Model Context Protocol via een ingebouwde @deepseek-ai/dsh-mcp-client plugin. Momenteel wordt dat in bestanden geconfigureerd, niet in de UI: je bewerkt ~/.dsh/profiles/web/cordis.patch.yml (of een projectlokale patch) en declareert het transport van elke server — stdio voor lokale opdrachten zoals npx @playwright/mcp@latest, streamable-http voor externe URL's. Het werkt, maar het is het minst gepolijste onderdeel van de preview; verwacht af en toe instabiliteit en geen GUI om servers aan en uit te zetten.

Voorinstellingen.dsh laadt per sessie een van vier agentvoorinstellingen, en elk is een andere afweging:

• Standard — de volledige toolset: bestandsbewerking, shell, bestands- en webopvraging, vaardigheden, planning, subagenten, workflows. De dagelijkse standaard.

• PTC (Programmatische toolaanroeping) — Standaard plus een Code Mode SDK waarmee het model TypeScript-programma's kan schrijven om meerronde tool-aanroepen te orkestreren. Krachtiger, meer neveneffecten.

• Minimaal — alleen bash en een bestandseditor, niets anders. Gebouwd voor modelbenchmarking en minimale reproductie; de modus waarnaar de DeepSeek V4 Flash API-documentatie verwees toen ze hun eigen agentscores bekendmaakten, draaide op "Deep​Seek Harness minimal mode."

• Creation — een runtime-playground: inspecteer en laad Cordis-plugins in het geheugen, experimenteer, en consolideer een werkende combinatie tot een nieuwe preset.

Trajectory replay. Elke run schrijft een append-only sessielog — systeemprompts, redeneringen, toolcalls en hun resultaten, subagent-planning. De Trajectory view laat je een run per bron inspecteren, hervatten, forken, doorzoeken en herspelen. Dat is de debugger voor agentwerk: wanneer een taak faalt, voer je de run niet opnieuw uit en hoop je op het beste; je herspeelt het mislukte traject, fork het op de verkeerde stap en test een oplossing zonder het origineel weg te gooien.

De Python SDK-optie

Als je de harness liever vanuit Python bestuurt dan vanuit een browser, is er een officiële SDK: pip install deepseek-harness-sdk. Het bundelt de dsh-runtime (het pip-wheel bevat de Node-runtime, dus geen aparte Node-installatie), en het gebruik is een contextmanager: bouw een Deep​SeekHarness instantie en doe een aanroep naar run("task"). Het erft standaard omgevingsvariabelen zoals DEEPSEEK_API_KEY en DEEPSEEK_BASE_URL, dus een providerwissel is een configuratiewijziging. Het nadeel: het is Python 3.10+ en ondersteunt alleen Linux x64/arm64 en macOS 14+ arm64 — er is geen native Windows-wheel, wat een echt gemis is als Windows je host is. Op Windows kun je beter bij de npm-route blijven.

dsh richten op de modellen waarvoor je betaalt

dsh heeft een model-API-sleutel nodig en is bewust provider-agnostisch: Instellingen → Modellen accepteert een aangepaste provider met een Open​AI-compatibele basis-URL (in settings.yaml dat is api: openai-completions, baseURL, en een models-lijst). De standaard is Deep​Seek's eigen API; een aangepaste provider is waar een routing-gateway nuttig wordt.

OrcaRouter is an Open​AI-compatible endpoint that passes Deep​Seek's list price through with zero markup — https://api.orcarouter.ai/v1. The models dsh will actually call are all on it: DeepSeek V4 Flash 0731 (deepseek/deepseek-v4-flash-0731, $0.22 per million input tokens and $0.66 per million output), DeepSeek V4 Pro 0813 (deepseek/deepseek-v4-pro-0813, $0.66/$1.98) and DeepSeek V4.1 Flash (deepseek/deepseek-v4.1-flash, $0.15/$0.60), the model Deep​Seek's own rate card bills as deepseek-flash. Every rate doubles inside Deep​Seek's peak windows, 01:00-04:00 and 06:00-10:00 UTC on weekdays; the router passes that surcharge through rather than hiding it, and automatic failover moves a request to another provider if one wobbles. Figures checked against both rate cards on September 25, 2026. For dsh, the practical win is that you can keep the cheap tier 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.

Om de grenzen duidelijk te maken: OrcaRouter host de modellen die dsh aanroept; het host dsh zelf niet, en het levert ook de desktopclient niet mee — die komt van DeepSeek's eigen downloadhost. dsh is een lokale agent-runtime en je draait die op je eigen machine.

Waar deze gids voor jou niet klopt — eerlijke problemen met de preview

Een installatietutorial die alleen vertelt wat je moet typen, doet maar half werk. Hier is wat de preview vandaag fout doet, zodat je het niet om 2 uur 's nachts ontdekt:

• Breaking changes zijn een belofte, geen waarschuwing. Je zit op een release candidate — 0.1.5-rc.3 als je de standaardoptie van npm hebt genomen, 0.1.7-rc.2 als je de desktopapp of de next-tag hebt geïnstalleerd. Configuratiesleutels, de plugin-API en presetformaten kunnen allemaal zonder waarschuwing veranderen. Behandel ~/.dsh als wegwerpbare state — de prijs van een slechte update is een herinstallatie, en dat is in dit stadium alleen acceptabel omdat elke installatieroute hier een download of één enkel commando is.

• Je hebt dsh niet nodig om Deep​Seek-modellen als agent te gebruiken. Als je vandaag alleen DeepSeek V4 Flash of DeepSeek V4 Pro in een agent wilt gebruiken, werkt het Anthro​pic-compatibele endpoint van Deep​Seek al in Claude Code en andere agenttools zonder nieuwe software. dsh is een first-party optie, geen vereiste. Sla deze installatie over totdat je specifiek de native harness wilt.

• MCP wordt via bestanden geconfigureerd en is af en toe onbetrouwbaar. Geen GUI, geen start/stop-schakelaar per server, en praktijkrapporten beschrijven intermitterende fouten. Reken voldoende tijd in voor YAML-debugging als je workflow afhankelijk is van MCP-servers.

• Het vertrouwen in plugins is een beveiligingsbeslissing. Plugins van derden draaien in het kernproces van de harness, en er is geen ondertekening of bronverificatie bij installatie. Installeer alleen plugins die je hebt gelezen of die van een bron komen die je vertrouwt, en test ze in een wegwerpwerkruimte voordat je ze op echt werk richt. Het danger-full-access sandboxprofiel kan elk zichtbaar bestand wijzigen — gebruik het alleen voor wegwerp-checkouts.

• Er bestaan bekende bugs in de preview. Een vastgelopen bash-lus is een gedocumenteerde faalmodus (onderbreek en probeer opnieuw), en het gedrag rond langlopende sessies is nog niet stabiel.

• Unofficiële desktopbuilds zijn niet meer nodig.Tot 24 september 2026 waren de enige klik-en-installeer dsh-desktopapps niet-ondertekende community-wrappers, en de keuze lag tussen die en de opdrachtregel. De officiële client neemt de afweging weg: first-party, met meegeleverde runtime, zelfupdatend. Er is geen echte migratieroute tussen de twee soorten shell — ze zijn wrappers rond dezelfde harness — dus verwijder de een en installeer de ander, en behoud dezelfde werkmap.

• Als je productiestabiliteit nodig hebt, wacht dan op een niet-rc-release. De harness is krachtig maar nog groen. Voor een productie-agentstack is een volwassen, doorgewinterde harness — of de Anthro​pic-compatibele endpointroute — de verdedigbare keuze totdat dsh een stabiele tag bereikt.

Kortom

Het installeren van DeepSeek Harness is nu twee verschillende klussen, afhankelijk van je platform. Op Windows of een Mac met Apple-silicon download je 0.1.7-rc.2 van de eigen host van DeepSeek en je bent klaar — geen Node.js, geen terminal, en de nieuwste versie van de harness in welk kanaal dan ook. Overal elders is het nog steeds één commando op Node 22.19+: npx @deepseek-ai/dsh@next web, voeg dan een modelsleutel en een werkruimte toe en stuur een testtaak. Gebruik headless voor scripts, de source build alleen als je main wilt wijzigen of volgen, en beschouw MCP als werk in uitvoering. Het eerlijke voorbehoud is niet veranderd: elk van deze kanalen is een 0.x release candidate en zal dingen kapotmaken op weg naar stable — een prima ruil als je wilt zien waar DeepSeek de agentlaag naartoe brengt. De modellen die het draait — DeepSeek V4 Flash 0731, DeepSeek V4 Pro 0813 en DeepSeek V4.1 Flash — zijn vandaag beschikbaar tegen listprijs via OrcaRouter, klaar om de harness aan de andere kant van de installatie aan te drijven.