Jak zainstalować DeepSeek Harness (dsh): aplikacja desktopowa, jednolinijkowiec npx, kompilacja ze źródeł i wtyczki

DeepSeek Harness (dsh) — open-source'owe środowisko uruchomieniowe agentów, które DeepSeek udostępnił 13 sierpnia 2026 r. — zyskał oficjalnego klienta desktopowego 24 września 2026 r. To spakowana aplikacja dla Windows i macOS na Apple Silicon, publikowana z własnego hosta pobierania DeepSeek z dołączonym środowiskiem uruchomieniowym harness: bez instalacji Node.js, bez npx, bez terminala. Wiersz poleceń nie zniknął — npx @deepseek-ai/dsh web nadal jest najszybszą drogą w systemie Linux, którego kompilacja desktopowa nie obejmuje. Dwie rzeczy, które warto wiedzieć przed rozpoczęciem: dsh nie jest modelem — to warstwa harness, która łączy model taki jak DeepSeek V4 Flash 0731 lub DeepSeek V4 Pro 0813 z narzędziami, plikami i terminalem — a każdy jej kanał jest nadal wersją deweloperską, więc spodziewaj się zmian łamiących kompatybilność między wydaniami. Ten przewodnik obejmuje aplikację desktopową, jednolinijkowiec npx, kompilację ze źródeł, tryb headless, wtyczki, MCP i uczciwe niedoskonałości.

Czym jest Deep​Seek Harness — a czym nie jest

Wewnętrzna formuła Deep​Seek, potwierdzona przez starszego badacza Chen Deli, to Model + Harness = Agent. Model to mózg; harness to wszystko, co zamienia go w coś, co wykonuje pracę: zarządzanie kontekstem i pamięcią, wywoływanie narzędzi, planowanie zadań, odczyt i zapis plików, wykonywanie poleceń w terminalu, informacje zwrotne o błędach oraz decydowanie, kiedy zadanie jest zakończone. Deep​Seek Harness to ta warstwa, która została udostępniona jako open source na licencji MIT 13 sierpnia 2026 roku — tego samego dnia, w którym wersja DeepSeek V4 Pro 0813 trafiła do Deep​Seek API.

Dwa fakty określają doświadczenie instalacji. Po pierwsze, architektura opiera się na zasadzie „wszystko jest wtyczką", zbudowanej na Cordis, kontenerze wtyczek TypeScript — więc to, co instalujesz, to mały rdzeń plus zestaw wtyczek zapewniających adaptery modeli, narzędzia, sesje i interfejs. Po drugie, dzisiejsze kanały npm to 0.1.5-rc.3 w latest i 0.1.7-rc.2 w next, oba będące kandydatami do wydania, które sam projekt określa jako podgląd dla deweloperów: README ostrzega, wielkimi literami, że nadchodzą zmiany łamiące kompatybilność. Popularność jest prawdziwa — 50 000 gwiazdek na GitHubie w pierwszych 12 godzinach i 235 000 do końca września 2026 — ale gwiazdki mierzą zainteresowanie, nie stabilność. Zaplanuj instalację tak, jak planujesz wersję zapoznawczą: łatwo wypróbować, tanio porzucić.

Zanim zaczniesz: rzeczywiste wymagania systemowe

W przypadku instalacji z wiersza poleceń jedynym sztywnym wymaganiem jest Node.js. Projekt jest przeznaczony dla zakresu wersji silnika ^22.19.0 || >=24.0.0 — mówiąc wprost, Node 22.19 lub nowszy albo dowolny Node 24.x. Sprawdź swoją wersję za pomocą node --version. Jeśli masz starszą wersję Node, instalacja przez npx zakończy się niepowodzeniem lub będzie działać nieprawidłowo, a nie ulegnie łagodnej degradacji. Aplikacja desktopowa opisana poniżej jest wyjątkiem: zawiera własne środowisko uruchomieniowe, więc w ogóle nie potrzebuje Node.js.

Wszystko inne jest lżejsze, niż zakłada środowisko model-first.

• Klucz API modelu. dsh uruchamia prawdziwy model; potrzebuje klucza do API Deep​Seek lub dowolnego dostawcy zgodnego z Open​AI, którego skonfigurujesz. Możesz go dodać w interfejsie webowym po pierwszym uruchomieniu.

• pnpm — tylko do budowy ze źródeł. Zainstaluj raz za pomocą npm install -g pnpm.

• ~1 GB wolnego miejsca na dysku na pakiet npm, obszar roboczy i dzienniki sesji, a także wszystko, czego potrzebowałby lokalny model (sam dsh nie uruchamia wag). Instalator wersji desktopowej jest cięższy — 288 MB dla pliku .exe systemu Windows, 368 MB obraz dysku na macOS — ponieważ zawiera to środowisko uruchomieniowe w środku.

• System: trasa npm działa na Windows, macOS i Linux. Aplikacja desktopowa jest węższa — tylko Windows x64 i macOS z Apple silicon, bez kompilacji na Intel-Mac i bez celu Linux. Zestaw SDK Pythona jest jeszcze węższy (Linux x64/arm64, macOS 14+ arm64 — bez natywnego Windows), opisany poniżej.

Ty nie potrzebujesz GPU. Harness tylko orkiestruje; model działa zdalnie przez API.

Metoda 1 — oficjalna aplikacja desktopowa (Windows i macOS)

24 września 2026 r. DeepSeek opublikował pierwszy spakowany build desktopowy DeepSeek Harness. To powłoka Electron wokół tego samego interfejsu Web UI z wbudowanym środowiskiem uruchomieniowym dsh, więc nie trzeba niczego najpierw instalować ani niczego uruchamiać ręcznie: żadnego Node.js, żadnego npx, żadnego terminala i żadnej karty przeglądarki pozostawionej otwartej na 127.0.0.1:3080. Kod źródłowy znajduje się w publicznym repozytorium w apps/desktop jako pakiet @deepseek-ai/dsh-desktop, artefakty są serwowane z własnego produkcyjnego hosta pobierania DeepSeek pod adresem download.deepseek.com/dsh-desk/, a aplikacja ściśle podąża za wersją harnessu — bieżący build to 0.1.7-rc.2.

Co ten host serwował 25 września 2026:

• Windows — deepseek-harness-0.1.7-rc.2-win-x64.exe, instalator o rozmiarze 288 MB, a obok niego plik .blockmap do aktualizacji przyrostowych.

• macOS — deepseek-harness-0.1.7-rc.2-mac-arm64.dmg, obraz dysku o rozmiarze 368 MB, lub ten sam build jako plik .zip o rozmiarze 373 MB. Tylko Apple silicon.

• Wersja — 0.1.7-rc.2, z datą wydania 24 września 2026, zgodna z wersją harnessu na tagu next w npm.

• Brak — brak kompilacji dla Intel-Mac (kanał aktualizacji mac-x64 zwraca 404) i jakiegokolwiek targetu dla Linuksa.

Każdy cel publikuje również kanał aktualizacji pod download.deepseek.com/dsh-desk/feeds/, którego pole releaseDate to data kompilacji. Sprawdzenie tego pliku to najszybszy sposób, by przekonać się, czy istnieje nowsza kompilacja, bez czekania, aż aplikacja sama ją zaproponuje.

Dlaczego oficjalny klient to coś innego niż społecznościowe wrappery. Jest first-party i sam się aktualizuje, zawiera środowisko uruchomieniowe w instalatorze, zamiast pobierać je przy pierwszym uruchomieniu, i nie serwuje interfejsu użytkownika z portu 3080 profilu webowego: powłoka ładuje aplikację przez wewnętrzny schemat dsh-app:// i komunikuje się z prywatnym procesem hosta na jego własnym porcie, domyślnie 19387. Zachowuje się też jak aplikacja desktopowa — zamknięcie okna nie kończy działających zadań (Windows pozostawia ikonę w zasobniku systemowym), zamknięcie programu najpierw pyta, gdy zadania są w toku, a w informacjach o wydaniu 0.1.7-rc.2 dodano onboarding przy pierwszym uruchomieniu, który przedstawia dostępne środki i oddziela zadania finansowane z konta od zadań z kluczem API, dzięki czemu możesz zalogować się kontem Deep​Seek zamiast wklejać klucz.

Dwa zastrzeżenia, ponieważ ten klient został udostępniony po cichu, a nie ogłoszony. README repozytorium nadal dokumentuje wyłącznie npx i kompilację ze źródeł, a strona projektu pod www.deepseek.com/harness nie zawiera żadnego linku do pobrania — pliki binarne i ich kanał aktualizacji są aktywne na własnym hoście DeepSeek, co zweryfikowaliśmy 25 września 2026 r., ale żadna nota wydania nigdzie ich nie opisuje. Nie uruchamialiśmy też instalatorów, więc ten przewodnik nie zajmuje stanowiska w kwestii stanu podpisywania ani notaryzacji opublikowanych plików binarnych; potok pakowania w repozytorium obejmuje wprawdzie kroki podpisywania kodu dla Windows i notaryzacji Apple, i to wszystko, co można stwierdzić z zewnątrz.

Jedną z konsekwencji tego, że kompilacja desktopowa podąża za wersją harness, jest to, że obecnie wyprzedza ona domyślną instalację z wiersza poleceń. Najnowszy tag npm wciąż wskazuje na 0.1.5-rc.3, podczas gdy każdy artefakt desktopowy to 0.1.7-rc.2. Jeśli chcesz najnowszy harness na platformie, której aplikacja desktopowa nie obsługuje, zainstaluj ten tag jawnie — npx @deepseek-ai/dsh@next web — zamiast ufać domyślnej wersji.

Metoda 2 — jednolinijkowiec npx (każda platforma, w tym Linux)

Oficjalny szybki start to jedno polecenie i naprawdę jest to jedno polecenie:

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.

Pierwsze uruchomienie ma dokładnie dwa kroki konfiguracji:

• Dodaj klucz modelu. Ustawienia → Modele → wprowadź swój klucz API. Jest on przechowywany w $DSH_HOME/.credentials.yaml i nie jest później wyświetlany w postaci jawnego tekstu. W standardowej instalacji DSH_HOME domyślnie przyjmuje wartość ~/.dsh.

• Wybierz obszar roboczy. Dodaj katalog projektu, w którym dsh może pracować. Pole pozostaje zablokowane, dopóki oba kroki nie zostaną wykonane.

Następnie wyślij pierwsze zadanie — dobrym testem dymnym jest "Podsumuj to repozytorium i zidentyfikuj jego główne pakiety." Jeśli podsumowanie wróci, a wywołania narzędzi pojawią się w śladzie uruchomienia, instalacja działa.

Metoda 3 — zbuduj ze źródła

Wolisz uruchamiać z repozytorium? Oficjalna ścieżka to:

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

cd deepseek-harness

pnpm install

pnpm run build

pnpm dsh web

Do tego potrzebujesz pnpm (autorzy przypinają pnpm 11.7.0). Wybierz wersję ze źródeł, jeśli chcesz uruchomić najnowszą gałąź o nazwie main zamiast opublikowanej wersji release candidate, gdy planujesz czytać lub modyfikować harness, albo gdy chcesz zbudować własny preset z katalogu apps/cli/config/agent-presets/ w repozytorium. Dla wszystkich pozostałych opcja npx to to samo oprogramowanie, tylko mniej ceremonialne — wersja ze źródeł nie odblokowuje funkcji, których nie ma pakiet npm.

Trzy profile: web, headless i tui

dsh jest dostarczany jako trzy profile uruchomieniowe, a to, którego użyjesz, zależy od tego, gdzie wykonywana jest praca:

• web (domyślnie) — pełny interfejs przeglądarki na porcie 3080. To jest to, co npx @deepseek-ai/dsh web uruchamia, i jest to profil, który większość osób instaluje jako pierwszy.

• headless — jedno zadanie, potem zakończenie. dsh --profile headless "run the test suite and report failures" uruchamia sesję, wykonuje zadanie, zapisuje wyniki i kończy działanie. Środowisko headless jest z założenia procesem jednozadaniowym: nie można wstrzykiwać dodatkowych poleceń w trakcie działania, a poprawki oznaczają nowe uruchomienie w tym samym obszarze roboczym. To profil, który należy podłączyć do skryptów i CI.

• tui — interfejs terminalowy do sesji sterowanych klawiaturą: dsh --profile tui.

Wszystkie trzy korzystają z tej samej konfiguracji (~/.dsh/profiles/<name>/) i tego samego systemu wtyczek, więc przeniesienie zadania z interfejsu webowego do trybu headless to zmiana polecenia, a nie ponowna instalacja.

Dodawanie wtyczek

Zarządzanie wtyczkami to polecenie CLI pierwszej klasy, a nie sprawa edycji w miejscu:

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

Źródłem może być nazwa pakietu npm, repozytorium GitHub (github:user/repo), archiwum tarball lub lokalny folder. Najbardziej użyteczną pierwszą instalacją jest oficjalny marketplace wtyczek, który zamienia odkrywanie wtyczek w interfejs użytkownika:

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

Następnie uruchom ponownie usługę sieciową i otwórz Ustawienia → Plugin Market, aby przeglądać i instalować jednym kliknięciem z katalogu. Dwie zasady, które wprawiają ludzi w błąd: pakiety wtyczek montują się przy starcie profilu, więc nowo dodana wtyczka wymaga ponownego uruchomienia dsh web; a zwykłe npm install wcale nie rejestruje wtyczki w profilu — musisz użyć dsh plugin. Ekosystem jest młody, ale nie pusty: utrzymywana przez społeczność lista awesome-dsh-plugin już kataloguje setki wtyczek w kategoriach takich jak UI, umiejętności, narzędzia, dostawcy i powiadomienia.

MCP, cztery presety i odtwarzanie trajektorii.

Trzy funkcje mają znaczenie, gdy masz już za sobą podstawową instalację:

MCP. dsh używa Model Context Protocol przez wbudowany @deepseek-ai/dsh-mcp-client plugin. Obecnie konfiguruje się to w plikach, nie w interfejsie: edytujesz ~/.dsh/profiles/web/cordis.patch.yml (lub lokalny patch projektu) i deklarujesz transport każdego serwera — stdio dla lokalnych poleceń, takich jak npx @playwright/mcp@latest, streamable-http dla zdalnych adresów URL. Działa, ale to najmniej dopracowany obszar w podglądzie; spodziewaj się sporadycznej niestabilności i braku GUI do przełączania serwerów.

Presety. dsh ładuje jeden z czterech presetów agenta na sesję, a każdy z nich to inny kompromis:

• Standard — pełny zestaw narzędzi: edycja plików, powłoka, pobieranie plików i stron internetowych, umiejętności, planowanie, podagenci, przepływy pracy. Codzienny standard.

• PTC (Programmatic Tool Calling) — Standard plus zestaw SDK trybu Code Mode, który pozwala modelowi pisać programy w TypeScript w celu orkiestracji wieloetapowych wywołań narzędzi. Bardziej zaawansowany, więcej efektów ubocznych.

• Minimalny — tylko bash i edytor plików, nic więcej. Zbudowany do benchmarkowania modeli i minimalnej reprodukcji; tryb, o którym wspominała dokumentacja API DeepSeek V4 Flash, gdy ujawniała własne wyniki agenta, działał na „Deep​Seek Harness minimal mode”.

• Tworzenie — środowisko uruchomieniowe do eksperymentów: przeglądaj i wczytuj wtyczki Cordis do pamięci, eksperymentuj i utrwal działającą kombinację w nowy preset.

Odtwarzanie trajektorii. Każde uruchomienie zapisuje dołączany dziennik sesji — prompty systemowe, rozumowanie, wywołania narzędzi i ich wyniki, harmonogramowanie podagentów. Widok trajektorii pozwala przeglądać uruchomienie według źródła, wznawiać je, rozwidlać, przeszukiwać i odtwarzać. To debugger dla pracy agentów: gdy zadanie się nie powiedzie, nie uruchamiasz ponownie i nie masz nadziei; odtwarzasz nieudaną trajektorię, rozwidlasz ją w złym kroku i testujesz poprawkę bez odrzucania oryginału.

Opcja Python SDK

Jeśli wolisz sterować harnessem z Pythona niż z przeglądarki, istnieje oficjalne SDK: pip install deepseek-harness-sdk. Jest ono wyposażone w środowisko uruchomieniowe dsh (wheel pipa zawiera runtime Node, więc nie trzeba osobno instalować Node), a użycie opiera się na menedżerze kontekstu: utwórz instancję klasy Deep​SeekHarness, wywołaj run("task"). Dziedziczy standardowe zmienne środowiskowe, takie jak DEEPSEEK_API_KEY i DEEPSEEK_BASE_URL, więc zmiana dostawcy to tylko zmiana konfiguracji. Haczyk: wymaga Pythona 3.10+ i obsługuje tylko Linux x64/arm64 oraz macOS 14+ arm64 — nie ma natywnego wheelu dla Windows, co jest poważną luką, jeśli Twoim hostem jest Windows. W systemie Windows pozostań przy ścieżce npm.

Kierowanie dsh na modele, za które płacisz

dsh wymaga klucza API modelu i celowo jest niezależny od dostawcy: Ustawienia → Modele akceptują niestandardowego dostawcę z adresem bazowym URL zgodnym z OpenAI (w settings.yaml czyli api: openai-completions, baseURL, oraz models — lista). Domyślnie używane jest API samego DeepSeek; niestandardowy dostawca to miejsce, w którym brama routingu staje się przydatna.

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.

Aby było jasne, gdzie przebiegają granice: OrcaRouter hostuje modele wywoływane przez dsh; nie hostuje samego dsh i nie dostarcza również klienta desktopowego — ten pochodzi z własnego hosta pobierania Deep​Seek. dsh to lokalne środowisko uruchomieniowe agenta, które uruchamiasz na własnej maszynie.

Gdzie ten przewodnik się myli w Twoim przypadku — szczere problemy z podglądem

Poradnik instalacji, który mówi tylko, co wpisać, wykonuje połowę roboty. Oto, co podgląd robi dziś źle, żebyś nie odkrył tego o 2 w nocy:

• Zmiany łamiące zgodność to obietnica, a nie ostrzeżenie. Korzystasz z wersji kandydującej do wydania — 0.1.5-rc.3, jeśli użyłeś domyślnego tagu npm, 0.1.7-rc.2, jeśli zainstalowałeś aplikację desktopową lub tag next. Klucze konfiguracji, API wtyczek i formaty presetów mogą się zmieniać bez ostrzeżenia. Traktuj ~/.dsh jako stan, który można wyrzucić — koszt nieudanej aktualizacji to reinstalacja, a jest to akceptowalne na tym etapie tylko dlatego, że każda ścieżka instalacji tutaj to pobranie lub jedno polecenie.

• Nie potrzebujesz dsh, aby używać modeli Deep​Seek jako agent. Jeśli dziś Twoim jedynym celem jest używanie DeepSeek V4 Flash lub DeepSeek V4 Pro w agencie, to endpoint Deep​Seek zgodny z Anthro​pic już działa w Claude Code i innych narzędziach agentowych bez żadnego nowego oprogramowania. dsh to opcja pierwszego producenta, a nie wymóg. Pomiń tę instalację, dopóki nie będziesz konkretnie chciał natywnego harnessu.

• MCP jest skonfigurowany plikowo i bywa zawodny. Brak GUI, brak przełącznika uruchamiania/zatrzymywania dla każdego serwera, a praktyczne raporty opisują sporadyczne awarie. Zarezerwuj czas na debugowanie YAML, jeśli Twój przepływ pracy zależy od serwerów MCP.

• Zaufanie do wtyczek to decyzja bezpieczeństwa. Wtyczki innych producentów działają w głównym procesie harnessa i nie ma weryfikacji podpisu ani źródła podczas instalacji. Instaluj tylko wtyczki, które przeczytałeś lub które pochodzą z zaufanego źródła, i przetestuj je w tymczasowym środowisku roboczym, zanim użyjesz ich do prawdziwej pracy. danger-full-access profil sandboxa może modyfikować dowolny widoczny plik — ogranicz go do tymczasowych kopii roboczych.

• W podglądzie występują znane błędy. Zawieszona pętla bash jest udokumentowanym trybem awarii (przerwij i spróbuj ponownie), a zachowanie w przypadku długotrwałych sesji wciąż się stabilizuje.

• Nieoficjalne wersje desktopowe nie mają już racji bytu. Do 24 września 2026 r. jedynymi aplikacjami desktopowymi dsh instalowanymi jednym kliknięciem były niepodpisane nakładki społecznościowe, a wybór był między nimi a wierszem poleceń. Oficjalny klient znosi ten kompromis: od producenta, z dołączonym środowiskiem uruchomieniowym, samodzielnie się aktualizujący. Nie istnieje prawdziwa ścieżka migracji między tymi dwoma rodzajami powłoki — opakowują ten sam harness — więc odinstaluj jedną i zainstaluj drugą, i zachowaj ten sam katalog obszaru roboczego.

• Jeśli potrzebujesz stabilności produkcyjnej, poczekaj na wydanie nie-rc.Ten harness jest potężny, ale jeszcze zielony. Dla produkcyjnego stacku agentowego dojrzały, sprawdzony w boju harness — lub trasa z kompatybilnym z Anthro​pic endpointem — to rozsądny wybór, dopóki dsh nie osiągnie stabilnego taga.

Konkluzja

Instalacja DeepSeek Harness to teraz dwa różne zadania w zależności od platformy. W systemie Windows lub na Macu z Apple Silicon pobierz wersję 0.1.7-rc.2 z własnego hosta DeepSeek i gotowe — bez Node.js, bez terminala i najnowsza wersja harnessu w dowolnym kanale. Wszędzie indziej to nadal jedno polecenie w Node 22.19+: npx @deepseek-ai/dsh@next web, następnie dodaj klucz modelu i przestrzeń roboczą i wyślij zadanie testowe. Do skryptów używaj trybu headless, kompilacji ze źródeł tylko wtedy, gdy chcesz modyfikować lub śledzić main, a MCP traktuj jako pracę w toku. Szczere zastrzeżenie się nie zmieniło: każdy z tych kanałów to kandydat do wydania 0.x i będzie coś psuć po drodze do stabilności — dobry interes, jeśli chcesz zobaczyć, dokąd DeepSeek prowadzi warstwę agentową. Modele, które obsługuje — DeepSeek V4 Flash 0731, DeepSeek V4 Pro 0813 i DeepSeek V4.1 Flash — są już dziś dostępne w cenie katalogowej przez OrcaRouter, gotowe zasilić harness po drugiej stronie instalacji.