Jak zainstalować DeepSeek Harness (dsh): npx one-liner, budowanie ze źródeł, headless i wtyczki

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.

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 definiują proces instalacji. Po pierwsze, architektura to „wszystko jest wtyczką”, zbudowana na Cordis, kontenerze wtyczek TypeScript — więc instalujesz niewielkie jądro oraz zestaw wtyczek zapewniających adaptery modeli, narzędzia, sesje i interfejs użytkownika. Po drugie, wersja dostępna dziś w npm to 0.1.0-rc.6, czyli release candidate, który sam projekt oznacza jako wersję podglądową dla programistów: README ostrzega wielkimi literami, że nadchodzą zmiany łamiące kompatybilność. Popularność jest prawdziwa — 50 000 gwiazdek na GitHubie w ciągu pierwszych 12 godzin, 100 000 w ciągu około 42 godzin i ponad 120 000 do 16 sierpnia według chińskiej prasy technologicznej — ale gwiazdki mierzą zainteresowanie, a nie stabilność. Planuj instalację tak, jak planujesz wersję podglądową: szybką do wypróbowania, tanią do porzucenia.

Zanim zaczniesz: rzeczywiste wymagania systemowe

Jedynym twardym wymaganiem jest Node.js. Projekt celuje w zakres silnika ^22.19.0 || >=24.0.0 — czyli w praktyce Node 22.19 lub nowszy, albo dowolny Node 24.x. Sprawdź swoją wersję za pomocą node --version. Jeśli masz starszego Node'a, instalacja przez npx zakończy się niepowodzeniem lub będzie działać nieprawidłowo, a nie ulegnie płynnej degradacji.

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 dla pakietu npm, przestrzeni roboczej i dzienników sesji, a także wszystkiego, czego potrzebowałby lokalny model (sam dsh nie uruchamia wag).

• System operacyjny: metoda npm działa na Windows, macOS i Linux. Python SDK jest bardziej ograniczony (Linux x64/arm64, macOS 14+ arm64 — brak natywnego Windows), opisany poniżej.

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

Metoda 1 — one-liner npx (polecana dla prawie każdego)

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

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.

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 2 — budowanie ze źródeł

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. 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.

Dla jasności co do granic: OrcaRouter obsługuje modelowe wywołania dsh; nie obsługuje samego dsh. 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 przełomowe to obietnica, nie ostrzeżenie. Jesteś na 0.1.0-rc.6. Klucze konfiguracji, API wtyczek i formaty presetów mogą się zmienić bez ostrzeżenia. Traktuj ~/.dsh jako stan do wyrzucenia — koszt nieudanej aktualizacji to reinstalacja, co jest akceptowalne na tym etapie tylko dlatego, że instalacja to 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 buildy desktopowe to pułapka. Kilka wrapperów społecznościowych pakuje dsh jako aplikację desktopową instalowaną jednym kliknięciem, z dołączonym środowiskiem uruchomieniowym Node. Działają, ale są niepodpisane i nieutrzymywane przez Deep​Seek; jeśli użyjesz jednego z nich, powierzasz stronie trzeciej narzędzie, które będzie posiadać uprawnienia do Twojego systemu plików.

• 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.

Sedno sprawy

Instalacja Deep​Seek Harness to naprawdę kwestia jednej komendy na każdej maszynie z Node 22.19+: npx @deepseek-ai/dsh web, dodaj klucz modelu i przestrzeń roboczą, wyślij zadanie testowe. Wybierz kompilację źródłową tylko wtedy, gdy chcesz modyfikować lub śledzić main; używaj trybu headless do skryptów; dodaj rynek wtyczek wcześnie; i traktuj MCP jako projekt w toku. Uczciwe zastrzeżenie jest takie samo, jak to, które projekt podaje w swoim README: to wersja zapoznawcza 0.1.0-rc i będzie psuć rzeczy w drodze do wersji stabilnej. To właściwy kompromis, jeśli chcesz zobaczyć, dokąd Deep​Seek zmierza z warstwą agentów — a modele, na których działa, DeepSeek V4 Flash i DeepSeek V4 Pro, są dziś dostępne w cenie katalogowej przez OrcaRouter, gotowe do zasilania Harnessa po zakończeniu instalacji.