Wtyczki DeepSeek Harness — wyjaśniamy: instaluj, dodawaj i buduj na środowisku uruchomieniowym agentów „Wszystko jest wtyczką"

Odpowiedź w jednym zdaniu: DeepSeek Harness nie jest modelem. To otwartoźródłowe środowisko uruchomieniowe agentów, które DeepSeek wydał 13 sierpnia 2026 roku na licencji MIT. Cały jego zamysł opiera się na tym, że każda zdolność, jakiej potrzebuje agent — model, narzędzia, umiejętności, stan sesji, interfejs użytkownika, a nawet główna pętla — powinna być wymienną wtyczką. Modele, które w nim uruchamiasz, to DeepSeek V4 Flash i DeepSeek V4 Pro. Nie musisz wierzyć ani słowu z marketingu, aby poczuć różnicę: uruchom npx @deepseek-ai/dsh web, otwórz 127.0.0.1:3080, a w niecałą minutę masz lokalnego agenta programistycznego, którego terminal, panel boczny, wyszukiwanie w sieci i pamięć są wtyczkami, które możesz dodawać, usuwać lub przepisywać bez dotykania kodu źródłowego frameworka. Repozytorium GitHub, które to wydało, zdobyło 50 000 gwiazdek w pierwszych 12 godzinach i ma 125 959 gwiazdek na dzień 16 sierpnia 2026 roku. Ten artykuł to praktyczny przewodnik po wtyczkach, który pomijają wyniki z pierwszej strony: czym naprawdę jest DSH, co obecnie zawiera ekosystem wtyczek, jak instalować i pisać wtyczki oraz gdzie podgląd naprawdę zawodzi.

Czym tak naprawdę jest DeepSeek Harness (a czym nie jest)

Wewnętrzna formuła DeepSeek, potwierdzona na oficjalnej stronie Harness, to Model + Harness = Agent: model myśli i rozumuje, a harness daje agentowi zdolność rozumienia środowiska, korzystania z narzędzi i kontynuowania pracy nad realnym zadaniem. Firma Anthropic spopularyzowała ten termin, a Claude Code jest implementacją referencyjną; wersja DeepSeek jest open source, działa w całości na Twojej maszynie i celuje w ten sam obszar co Claude Code i OpenAI Codex. To pozycjonowanie sprawia, że nazywanie DSH „modelem” jest błędem i że ten artykuł nie jest recenzją modelu: harness to warstwa łącząca model z narzędziami, plikami, terminalem i interfejsem webowym — a w projekcie DeepSeek każde z tych połączeń jest wtyczką.

Fakty dotyczące wydania, wszystkie zweryfikowane 16 sierpnia 2026 r.: repozytorium deepseek-ai/deepseek-harness zostało opublikowane wieczorem 13 sierpnia czasu pekińskiego jako developerska wersja zapoznawcza v0.1 na licencji MIT. W ciągu niecałych dwóch godzin przekroczyło 10 000 gwiazdek, a w ciągu dwunastu — 50 000, co stanowi około 80-krotnie szybsze tempo niż OpenClaw, dotychczas najszybciej rozwijające się repozytorium na GitHubie — a późniejsze raporty podawały, że po 42 godzinach przekroczyło 100 000. Dziś API GitHub pokazuje 125 959 gwiazdek i 12 526 forków. To nie jest usługa w chmurze: instalujesz Node.js, uruchamiasz npx @deepseek-ai/dsh web, a interfejs WWW działa pod adresem http://127.0.0.1:3080, a Twoje sesje, logi i dane pozostają lokalnie. Wersja w npm to 0.1.0-rc.6, a w README napisano, że projekt jest w fazie developerskiej i „szybko się rozwija”, przy czym należy spodziewać się zmian łamiących kompatybilność.

"Wszystko jest pluginem" — co to hasło tak naprawdę znaczy

Framework jest zbudowany na Cordis, meta-frameworku dla wtyczek, wydzielonym z ekosystemu bota Koishi. Cordis jest celowo prosty: tylko ładuje, wyładowuje i rozwiązuje zależności między wtyczkami, i nie przenosi żadnych rzeczywistych możliwości agenta. Wszystko ponad to — adapter modelu, narzędzia, umiejętności, sesje, piaskownica, pamięć masowa, pętla napędzająca agenta, harmonogramowanie i interfejs webowy — jest samo w sobie wtyczką Cordis, a wtyczki współpracują poprzez usługi i zdarzenia Cordis. Możesz wybierać, zastępować lub rozszerzać dowolną funkcję na poziomie konfiguracji, bez edycji kodu źródłowego.

Obejmuje to także model. Model to tylko wtyczka z backendem zgodnym z OpenAI, więc nic w frameworku nie zmusza cię do pozostania w ofercie DeepSeek — krok „zamiany modelu” to zmiana konfiguracji, a nie fork. Ta sama zasada sprawia, że cztery wbudowane presety to tak naprawdę cztery zestawy wtyczek:

• Standard — kompletny agent kodowania: edycja plików, Shell, pobieranie plików i stron internetowych, Skills, plany, cele, pod-agenci i przepływy pracy.

• PTC — wszystko ze Standardu plus Code Mode SDK, który pozwala modelowi napisać jeden program TypeScript, aby łączyć w łańcuch wieloetapowe wywołania narzędzi zamiast wysyłać je jedno po drugim.

• Minimal — dokładnie dwa narzędzia (trwała powłoka bash i edytor str_replace_editor), zaprojektowane do benchmarkowania modeli w minimalnych środowiskach. To tryb, w którym DeepSeek przeprowadził przebiegi agent-benchmark V4 Flash, o których mowa w jego dokumentacji API.

• Tworzenie — tryb tworzenia nowych presetów: pełny zestaw możliwości Standardu plus inspekcja w czasie wykonywania i eksperymenty z wtyczkami w pamięci, skierowany wprost do twórców wtyczek.

Ekosystem wtyczek w liczbach

Rozwój wtyczek społecznościowych rozpoczął się podczas testów wewnętrznych — w pierwszych dniach powstało około 300 wtyczek, w tym skórka retro z Windows XP i wtyczka z memami — a liczby wzrosły od czasu publicznego wydania. Liczba, która się liczy, zależy od tego, co liczymy:

• 288 repozytoriów wtyczek skatalogowanych w noc premiery przez chińskie media technologiczne, według badania 36Kr.

• 1,000+ repozytoriówposiadających publiczny tag tematyczny GitHub dsh-plugin w ciągu pierwszych dni; niektóre statystyki podają 700+.

• 1 117 starannie wyselekcjonowanych wtyczek z 1 521 monitorowanych repozytoriów ekosystemu, łącznie 301 295 gwiazdek na GitHubie, w katalogu Oh-My-DSH utrzymywanym przez społeczność, według stanu na 15 sierpnia 2026 r.

• 2,600+ repozytoriów w automatycznie aktualizowanym katalogu awesome-dsh obejmującym cały temat dsh-plugin oraz 368 ręcznie wyselekcjonowanych wpisów w 18 kategoriach na liście 0xsline awesome-deepseek-harness.

Taksonomia na tych listach pokazuje, dokąd społeczność poszła najpierw — i to jest dokładnie ta powierzchnia, której potrzebuje runtime agenta. Wyszukiwanie w sieci: dsh-web-search-exa (oparty na Exa, z fallbackiem bez klucza API) i dsh-web-search-pro (routing przez wiele silników: DeepSeek, Exa, DuckDuckGo, Bing, Jina, GitHub, Bilibili i YouTube). RSS i newsy: dsh-news-plugin pobiera ponad 10 chińskich i angielskich kanałów i przekształca je w ustrukturyzowane elementy. Pliki Office: dsh-office pozwala modelowi edytować dokumenty Office z podglądem docx/pdf w kliencie webowym. Import historii czatu: dsh-chat-import przywraca rozmowy w pełnej wierności z 13 agentów kodowania — Claude Code, OpenAI Codex, ChatGPT, Cursor, Gemini i innych — jako sesje DSH, które można wznawiać. Urządzenia mobilne: dsh-mobile i dsh-mobileweb-adapter przenoszą UI na telefon. Feishu i Lark: dsh-feishu-bot i dsh-feishu-notify wysyłają zdarzenia sesji do Feishu, a dsh-im-hub to wieloplatformowa bramka (Feishu WebSocket, WeCom, Telegram). Głos: dsh-voice dodaje czytanie na głos przez Edge Neural TTS i zamianę mowy na tekst, a dsh-voice-webspeech nie wymaga serwera ani kluczy API. Wokół nich znajdują się wtyczki pamięci (dsh-memento, dsh-memory-evolve, dsh-recall), oficjalny zestaw narzędzi (dsh-toolkit), panele boczne w stylu IDE (dsh-better-sidebar, deepseek-harness-workbench-plugin), wtyczki wizyjne dodające wzrok modelom tekstowym, a nawet desktopowa nakładka Tauri, deepseek-harness-desktop.

Jak zainstalować DSH i dodać wtyczki

Instalacja jest krótka, a polecenie pluginu warto opanować dokładnie, ponieważ wiele poradników je przekręca. Forma kanoniczna to dsh plugin --profile web add <package> — flaga --profile web ma znaczenie, ponieważ to profile decydują, który pakiet wtyczek uruchamia sesja DSH, a profil web to ten stojący za 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.

• Dodaj wtyczkę po nazwie pakietu npm: dsh plugin --profile web add <package-name>, na przykład dsh plugin --profile web add @nanomicoder/dsh-agent-teams.

• Dodaj z repozytorium GitHub: dsh plugin --profile web add "github:owner/repo#ref" (#ref przypina gałąź, tag lub commit).

• Bez globalnej instalacji dsh: npx -p @deepseek-ai/dsh dsh plugin --profile web add <package-name>.

• Po zainstalowaniu wtyczki pakietu, uruchom ponownie dsh web i odśwież stronę; zweryfikuj za pomocą dsh plugin --profile web list, lub użyj Ustawienia → Wtyczki w interfejsie webowym.

Jedna subtelność, która zaskakuje początkujących: tylko pakiety, które deklarują dsh.bundle.patch jako pole, stają się aktywnymi warstwami profilu. Zwykła zależność instaluje się, ale pozostaje nieaktywna — deklaracja pakietu jest tym, co informuje DSH, że dany pakiet jest wtyczką harnessu i w którym miejscu się podpina. Polecenie dsh plugin przekazuje operacje na pakietach do pnpm, więc pakiety npm, specyfikacje GitHub, lokalne ścieżki oraz źródła file: i link: są w pełni obsługiwane, a ponowne uruchomienie tego samego polecenia add aktualizuje wtyczkę.

Jak napisać własny plugin

Ponieważ wszystko jest wtyczką, napisanie jednej oznacza napisanie wtyczki Cordis, która deklaruje pakiet DSH — a społecznościowe rusztowanie stanowi czysty punkt wyjścia. Rejestr wtyczek i narzędzia programistyczne (plugin-registry, dsh-plugin-starter, create-dsh-plugin oraz dsh-plugin-check health-checker) są infrastrukturą społecznościową, ale kontrakt jest na tyle stabilny, że można go opisać: twój pakiet musi deklarować dsh.bundle.patch, aby stać się aktywną warstwą profilu, udostępnia swoje możliwości jako usługi i zdarzenia Cordis, a środowisko uruchomieniowe w momencie ładowania decyduje, w jaki sposób wpięty zostanie w wybrany przez Ciebie profil.

W przypadku lokalnego rozwoju pętla wygląda tak: sklonuj i zbuduj swoją wtyczkę, dodaj ją za pomocą dsh plugin --profile web add "link:$(pwd)", a następnie iteruj — zmiany po stronie klienta wymagają odświeżenia strony, a zmiany po stronie hosta wymagają restartu usługi dsh. Ten przepływ pracy z wykorzystaniem lokalnego linku to sposób, w jaki powstała większość pierwszych 1000 wtyczek w ekosystemie, i warto skopiować dyscyplinę, którą te projekty stosują: przypinanie wersji. Podgląd iteruje wystarczająco szybko, aby wtyczka napisana dla jednego rc mogła przestać działać na następnym — na przykład stworzona przez społeczność wtyczka ModLens vision ma udokumentowaną konieczność zablokowania wersji, aby działała niezawodnie.

Trajectory i MCP — dwie funkcje, które recenzenci wciąż podkreślają

Dwie możliwości warto poznać, zanim zdecydujesz, czy DSH jest dla Ciebie, ponieważ to elementy projektu, o których nie powie Ci żaden „plugin listicle". Pierwszą z nich jest trajektoria. Każde uruchomienie można prześledzić: całe doświadczenie modelu — prompty systemowe, łańcuch myśli, każde wywołanie narzędzia i jego wynik, planowanie podagentów oraz każda wstrzyknięcie kontekstu — jest zapisywane w dzienniku sesji z trybem append-only, a przywracanie, forkowanie, wyszukiwanie i odtwarzanie działają na tym samym strumieniu zdarzeń. Deweloperzy na Hacker News okrzyknęli to killer feature, zauważając, że zamknięte produkty agentowe ukrywają dokładnie te dane. Drugą jest MCP. DSH zawiera oficjalnego klienta MCP z poleceniem /mcp oraz zakładką Ustawienia dla serwerów, a ekosystem już na tym bazuje — dsh-chatgpt-bridge udostępnia sesję DSH jako serwer MCP dla ChatGPT, a dsh-mcp-panel to panel obserwowalności dla klienta. Jeśli Twój stos agentowy już opiera się na serwerach MCP, DSH może je zamontować jako wtyczki.

Skąd pochodzi model

DSH to platforma, a nie dostawca modeli, więc jedyną rzeczą, jaką musisz zapewnić, jest endpoint modelu — i właśnie tutaj natywnym dopasowaniem jest własna para DeepSeeka. DeepSeek V4 Flash (wydajna architektura MoE o łącznie 284B parametrów / 13B aktywnych, koszt około 0,15 USD za milion tokenów wejściowych i 0,29 USD za milion tokenów wyjściowych) to tania opcja domyślna; DeepSeek V4 Pro (flagowa architektura o łącznie 1,6T parametrów / 49B aktywnych, około 0,44 / 0,88 USD) to silnik do zadań wymagających dużego nakładu. Oba są hostowane na OrcaRouter po cenie listowej DeepSeeka z zerową marżą i dostępne przez jeden klucz zgodny z OpenAI — co idealnie pasuje do wtyczki modelowej DSH: wystarczy wskazać wtyczce endpoint OrcaRouter, a będziesz mógł przełączać się między Flash i Pro w obrębie tej samej platformy, z automatycznym przełączaniem na drugiego dostawcę, jeśli jeden utknie. To realny przypadek użycia i uczciwy: OrcaRouter nie hostuje samego DSH — DSH działa na Twojej maszynie, a OrcaRouter to warstwa modelowa, na którą go wskazujesz.

Gdzie to zawodzi — szczera część

Ta sama energia, która w ciągu trzech dni stworzyła 125 000 gwiazd, jest tą, która stworzyła szorstkie krawędzie. Przeczytaj to przed instalacją, nie po:

• To jest wersja zapoznawcza dla programistów i wyraźnie o tym informuje. Ostrzeżenie w samym README brzmi: „NADEJDĄ ZMIANY ŁAMIĄCE ZGODNOŚĆ WSTECZNĄ”. Wersja npm to kandydat do wydania (0.1.0-rc.6), podstawowe wtyczki i bazowe API wciąż są rozwijane, a sam interfejs uruchamiania wyświetla powiadomienie skierowane do programistów Harness. Nie buduj produkcyjnej zależności od numerów wersji, które będą się zmieniać.

• Wybór harnessu kosztuje realne tokeny. Cytowane w chińskiej prasie porównanie przeprowadzone przez zewnętrzną firmę wykazało, że inny harness open-source używał na tym samym zadaniu DeepSeek V4 Flash około 30% tokenów w porównaniu z DeepSeek Harness, a kontrolowany test firmy Composio uruchomił ten sam V4 Flash na ośmiu harnessach i 30 zadaniach, uzyskując od 14 do 20 ukończonych zadań — przy identycznym modelu wyniki różniły się o jedną trzecią. Harness nie jest neutralną nakładką; to on decyduje o tym, jak efektywnie działa model.

• Przypomina framework, a nie gotowy produkt. Słowa recenzentów: interfejs nie jest przyjazny dla osób, które nie piszą kodu, a niedoróbki są wszędzie. Nie ma oficjalnego CLI ani TUI — społeczność stworzyła dsh-TUI i dsh-tianshu-tui, aby wypełnić tę lukę — a właśnie wolność „wszystko jest wtyczką” sprawia, że domyślne ustawienia wydają się niedokończone.

• Działa, ale trzeba na to uważać. Raporty z praktycznych testów — w tym ten, który wymyślił nagłówek „50 000 gwiazdek w jedną noc” — opisują agenta, który wykonuje wieloetapowe zadania (przebudowę strony w innym języku projektowania, pobieranie danych z API GitHuba i renderowanie wykresu), ale wymaga nadzoru, a w wynikach występują drobne błędy formatowania i interakcji.

• Local-first oznacza, że to ty zapewniasz moc obliczeniową. DSH działa na twojej maszynie i wykorzystuje twoje klucze modeli. Jeśli chciałeś zarządzanego agenta, to nie to.

Sedno sprawy

{{1}}DeepSeek Harness to najszybciej rozwijający się projekt open-source roku 2026 — nie dlatego, że jest lepszym modelem — wcale nie jest modelem — ale dlatego, że uczynił platformę z samego agenta.{{/1}} {{2}}Prawdziwa historia to ekosystem wtyczek: ponad 100 funkcjonalności w oficjalnych pakietach, ponad 1100 wtyczek społeczności skatalogowanych trzy dni po premierze, a najszybszy sposób na ocenę całego przedsięwzięcia to uruchomić npx @deepseek-ai/dsh web i dodać kilka wtyczek.{{/2}} {{3}}Dla programisty, który chce lokalnego, w pełni inspekcjonowalnego środowiska uruchomieniowego agenta i któremu nie przeszkadza przypinanie wersji w ruchomym preview, DSH warto zainstalować już dziś{{/3}} {{4}}— połącz go z DeepSeek V4 Flash i DeepSeek V4 Pro przez OrcaRouter po cenie katalogowej DeepSeek, a otrzymasz pełny stos technologiczny w cenie samych tokenów.{{/4}} {{5}}Dla każdego, kto potrzebuje stabilności produkcyjnej, nie może pilnować preview lub chce zarządzanego agenta, to nie jest jeszcze gotowe{{/5}} {{6}}— poczekaj, aż powierzchnia zgodności się ustabilizuje.{{/6}} {{7}}Teza frameworka, że wartość gromadzi się w harnessie, a nie w modelu, jest czymś, na co można postawić lub z czym można polemizować{{/7}} {{8}}— a teraz, dzięki ponad 1000 otwartych wtyczek, możesz to przetestować sam.{{/8}}