Hoe DeepSeek Harness (dsh) te installeren: npx one-liner, bronbuild, headless en plugins.

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.

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 plug-in", gebouwd op Cordis, een TypeScript-plug-incontainer — dus wat je installeert is een kleine kern plus een set plug-ins die modeladapters, tools, sessies en UI leveren. Ten tweede is de versie op npm vandaag 0.1.0-rc.6, een releasekandidaat die het project zelf als ontwikkelaarsvoorbeeld bestempelt: de README waarschuwt, in hoofdletters, dat er compatibiliteitsverbrekende wijzigingen aankomen. De populariteit is echt — 50.000 GitHub-sterren in de eerste 12 uur, 100.000 in ongeveer 42 uur, en meer dan 120.000 op 16 augustus volgens de Chinese techpers — maar sterren meten interesse, niet stabiliteit. Plan je installatie zoals je een preview plant: snel om te proberen, goedkoop om weg te gooien.

Voor u begint: de werkelijke systeemvereisten

De enige harde vereiste is Node.js. Het project richt zich op het engine-bereik ^22.19.0 || >=24.0.0 — in gewone woorden: Node 22.19 of nieuwer, of elke Node 24.x. Controleer de jouwe met node --version. Als je een oudere Node hebt, zal de npx-installatie falen of zich misdragen, niet netjes degraderen.

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 schijfruimtevoor het npm-pakket, de werkruimte en sessielogs, plus wat een lokaal model nodig zou hebben (dsh zelf draait geen gewichten).

• OS: de npm-route werkt op Windows, macOS en Linux. De Python-SDK is 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 npx one-liner (aanbevolen voor bijna iedereen)

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

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.

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 2 — 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. 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.

Om duidelijk te zijn over de grenzen: OrcaRouter host de modellen-dsh-aanroepen; het host dsh zelf niet. dsh is een lokale agent-runtime en je draait het 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:

• Brekende wijzigingen zijn een belofte, geen waarschuwing. Je bevindt je op 0.1.0-rc.6. Config-sleutels, de plugin-API en preset-formaten kunnen allemaal zonder aankondiging veranderen. Behandel ~/.dsh als wegwerpstatus — de kosten van een slechte update zijn een herinstallatie, en dat is in dit stadium alleen aanvaardbaar omdat de installatie één opdracht 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.

• Niet-officiële desktopbuilds zijn een valstrik.Verschillende community-wrappers verpakken dsh als een klik-en-installeer desktopapp met een gebundelde Node-runtime. Ze werken, maar ze zijn niet ondertekend en worden niet onderhouden door Deep​Seek; als je er een gebruikt, vertrouw je een derde partij met een tool die over je bestandssysteemmachtigingen beschikt.

• 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

Deep​Seek Harness installeren is werkelijk een kwestie van één commando op elke machine met Node 22.19+: npx @deepseek-ai/dsh web, voeg een modelsleutel en een workspace toe, stuur een testtaak. Kies alleen voor de source-build als je wilt aanpassen of volgen van main; gebruik headless voor scripts; voeg de pluginmarkt vroeg toe; en behandel MCP als een werk-in-uitvoering. De eerlijke kanttekening is dezelfde die het project in zijn eigen README afdrukt: dit is een 0.1.0-rc preview en het zal dingen breken op weg naar een stabiele versie. Dat is de juiste afweging als je wilt zien waar Deep​Seek de agentlaag naartoe brengt — en de modellen die het draait, DeepSeek V4 Flash en DeepSeek V4 Pro, zijn vandaag beschikbaar tegen de catalogusprijs via OrcaRouter, klaar om de harness na de installatie van stroom te voorzien.