Plugins do DeepSeek Harness, Explicados: Instalar, Adicionar e Criar no Runtime de Agente "Tudo é um Plugin"

A resposta em uma linha: DeepSeek Harness não é um modelo.É o runtime de agente open-source que a DeepSeek lançou em 13 de agosto de 2026 sob licença MIT, e toda a sua aposta é que toda capacidade que um agente precisa — modelo, ferramentas, habilidades, estado de sessão, UI, até o loop principal — deve ser um plugin substituível. Os modelos que você executa dentro dele são DeepSeek V4 Flash e DeepSeek V4 Pro, e você não precisa acreditar em uma palavra do marketing para sentir a diferença: execute npx @deepseek-ai/dsh web, abra 127.0.0.1:3080 e, em menos de um minuto, você tem um agente de codificação local cujo terminal, barra lateral, busca na web e memória são todos plugins que você pode adicionar, remover ou reescrever sem tocar no código-fonte do framework. O repositório do GitHub que lançou isso atingiu 50.000 estrelas nas primeiras 12 horas e está com 125.959 estrelas em 16 de agosto de 2026. Este artigo é o guia prático de plugins que os resultados da primeira página ignoram: o que DSH realmente é, o que o ecossistema de plugins contém agora, como instalar e escrever plugins e onde a prévia realmente falha.

O que o DeepSeek Harness realmente é (e o que não é)

A fórmula interna da DeepSeek, confirmada na página oficial do Harness, é Modelo + Harness = Agente: o modelo pensa e raciocina, o harness dá ao agente a capacidade de entender seu ambiente, usar ferramentas e continuar trabalhando em uma tarefa real. A Anthropic popularizou o termo e o Claude Code é a implementação de referência; a versão da DeepSeek é open source, roda inteiramente na sua máquina e visa o mesmo território do Claude Code e do OpenAI Codex. Esse posicionamento é o motivo pelo qual chamar o DSH de "um modelo" está errado e pelo qual este artigo não é uma análise de modelo: o harness é a camada que conecta um modelo a ferramentas, arquivos, um terminal e uma interface web — e no design da DeepSeek, cada uma dessas conexões é um plugin.

Os fatos do lançamento, todos verificados em 16 de agosto de 2026: o repositório deepseek-ai/deepseek-harness tornou-se público na noite de 13 de agosto, horário de Pequim, como uma prévia para desenvolvedores v0.1 sob licença MIT. Ele passou de 10.000 estrelas em menos de duas horas e de 50.000 em doze — aproximadamente 80 vezes o ritmo do OpenClaw, anteriormente o repositório do GitHub de crescimento mais rápido — e relatos posteriores o colocaram acima de 100.000 na marca de 42 horas. A API do GitHub hoje mostra 125.959 estrelas e 12.526 forks. Não é um serviço de nuvem: você instala o Node.js, executa npx @deepseek-ai/dsh web, e a interface web é servida em http://127.0.0.1:3080 com suas sessões, logs e dados permanecendo locais. A versão no npm é 0.1.0-rc.6, e o README afirma que o projeto está em prévia para desenvolvedores e "iterando rapidamente", com mudanças que quebram compatibilidade esperadas.

"Tudo é um plugin" — o que o slogan realmente significa

O framework é construído sobre Cordis, {{1}}um meta-framework de plugins extraído do ecossistema de bots Koishi{{/1}}. Cordis é deliberadamente simples: {{2}}ele apenas carrega, descarrega e resolve dependências entre plugins{{/2}}, e não carrega nenhuma das capacidades reais do agente. {{3}}Tudo o que está acima disso{{/3}} — {{4}}o adaptador de modelo, ferramentas, habilidades, sessões, sandbox, armazenamento, o loop que conduz o agente, agendamento e a interface web{{/4}} — {{5}}é, em si, um plugin do Cordis{{/5}}, e {{6}}os plugins cooperam por meio dos serviços e eventos do Cordis{{/6}}. {{7}}Você seleciona, substitui ou estende qualquer capacidade na camada de configuração, sem editar o código-fonte.{{/7}}

Isso inclui o modelo. O modelo é apenas um plugin com um endpoint compatível com OpenAI por trás, então nada no framework força você a permanecer na linha da DeepSeek — o passo de "trocar o modelo" é uma mudança de configuração, não um fork. O mesmo princípio explica por que os quatro presets integrados são, na verdade, quatro pacotes de plugins:

• Standard — o agente de codificação completo: edição de arquivos, Shell, recuperação de arquivos e da web, Skills, planos, metas, subagentes e fluxos de trabalho.

• PTC — tudo o que está no Standard mais o SDK do Code Mode, que permite ao modelo escrever um programa TypeScript para encadear chamadas de ferramentas em várias etapas em vez de emiti-las uma a uma.

• Mínimo — exatamente duas ferramentas (um bash persistente e um str_replace_editor), construído para benchmark de modelos em ambientes mínimos. Este é o modo que a DeepSeek usou para as execuções de agent-benchmark do V4 Flash que sua documentação de API menciona.

• Creation — um modo para criar novos presets: o conjunto completo de recursos do Standard, mais inspeção em tempo de execução e experimentos com plugins em memória, voltado diretamente para desenvolvedores de plugins.

O ecossistema de plugins, em números

O desenvolvimento de plugins pela comunidade começou durante os testes internos — cerca de 300 plugins foram criados nos primeiros dias, incluindo um skin retrô do Windows XP e um plugin de meme — e os números aumentaram desde o lançamento público. A contagem que importa depende do que você conta:

• 288 repositórios de plugins catalogados na noite de lançamento pela mídia de tecnologia chinesa, de acordo com pesquisa da 36Kr.

• 1,000+ repositórios com a tag pública de tópico do GitHub dsh-plugin já nos primeiros dias; alguns relatos indicam 700+.

• 1.117 plugins curados em 1.521 repositórios de ecossistemas monitorados, totalizando 301.295 estrelas no GitHub, no diretório Oh-My-DSH mantido pela comunidade em 15 de agosto de 2026.

• 2.600+ repositórios no catálogo awesome-dsh de atualização automática de todo o tópico dsh-plugin, e 368 entradas selecionadas manualmente em 18 categorias na lista 0xsline awesome-deepseek-harness.

A taxonomia nessas listas mostra para onde a comunidade foi primeiro — e é exatamente a superfície que um runtime de agente precisa. Busca na web: dsh-web-search-exa (com suporte da Exa, com fallback sem chave) e dsh-web-search-pro (roteamento entre múltiplos mecanismos: DeepSeek, Exa, DuckDuckGo, Bing, Jina, GitHub, Bilibili e YouTube). RSS e notícias: dsh-news-plugin reúne mais de 10 feeds em chinês e inglês em itens estruturados. Arquivos do Office: dsh-office permite que o modelo edite documentos do Office com visualização de docx/pdf no cliente web. Importação de histórico de chat: dsh-chat-import restaura conversas com fidelidade total de 13 agentes de codificação — Claude Code, OpenAI Codex, ChatGPT, Cursor, Gemini e outros — como sessões DSH retomáveis. Mobile: dsh-mobile e dsh-mobileweb-adapter colocam a interface no celular. Feishu e Lark: dsh-feishu-bot e dsh-feishu-notify enviam eventos de sessão para o Feishu, e dsh-im-hub é um gateway multi-plataforma (Feishu WebSocket, WeCom, Telegram). Voz: dsh-voice adiciona leitura em voz alta com TTS neural da Edge e conversão de fala em texto, e dsh-voice-webspeech não precisa de servidor nem de chaves de API. Ao redor deles estão plugins de memória (dsh-memento, dsh-memory-evolve, dsh-recall), um conjunto oficial de ferramentas (dsh-toolkit), barras laterais no estilo IDE (dsh-better-sidebar, o deepseek-harness-workbench-plugin), plugins de visão que adicionam capacidade visual a modelos somente de texto, e até um wrapper desktop Tauri, o deepseek-harness-desktop.

Como instalar o DSH e adicionar plugins

O caminho de instalação é curto, e o comando do plugin merece ser feito exatamente certo porque vários tutoriais o deturpam. A forma canônica é dsh plugin --profile web add <package> — a --profile web opção importa, porque os perfis são como o DSH decide qual pacote de plugins uma sessão executa, e o perfil web é o que está por trás da interface Web.

• 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.

• Adicione um plugin pelo nome do pacote npm: dsh plugin --profile web add <package-name>, por exemplo dsh plugin --profile web add @nanmicoder/dsh-agent-teams.

• Adicionar a partir de um repositório GitHub: dsh plugin --profile web add "github:owner/repo#ref" (a #ref fixa um branch, tag ou commit).

• Sem instalar o dsh globalmente: npx -p @deepseek-ai/dsh dsh plugin --profile web add <package-name>.

• Após instalar um plugin de bundle, reinicie dsh web e atualize a página; verifique com dsh plugin --profile web list, ou use Configurações → Plugins na Interface Web.

Uma sutileza que confunde os iniciantes: apenas pacotes que declaram um dsh.bundle.patch — um campo — é que se tornam camadas de perfil ativas. Uma dependência comum é instalada, mas permanece inerte — a declaração do bundle é o que informa ao DSH que o pacote é um plugin de harness e onde ele aplica o patch. O comando dsh plugin encaminha as operações de pacotes para o pnpm, portanto pacotes npm, especificações do GitHub, caminhos locais, fontes file: e link: são todos suportados, e reexecutar o mesmo comando add atualiza o plugin.

Como escrever o seu próprio plugin

Como tudo é um plugin, escrever um é escrever um plugin Cordis que declara um bundle DSH — e o scaffolding da comunidade oferece um ponto de partida limpo. O registro de plugins e as ferramentas de desenvolvimento (plugin-registry, dsh-plugin-starter, create-dsh-plugin e o health-checker dsh-plugin-check) são infraestrutura da comunidade, mas o contrato é estável o suficiente para ser descrito: seu pacote deve declarar `dsh.bundle.patch` para se tornar uma camada de perfil ativa; ele expõe suas capacidades como serviços e eventos Cordis, e o runtime decide no momento do carregamento como ele aplica patch no perfil que você escolheu.

Para desenvolvimento local, o ciclo é: clone e compile seu plugin, adicione-o com dsh plugin --profile web add "link:$(pwd)", depois itere — mudanças no lado do cliente exigem atualização da página; mudanças no lado do host exigem reinício do serviço dsh. Esse fluxo de trabalho com link local foi como os primeiros 1.000 plugins do ecossistema foram construídos, e vale a pena copiar a disciplina que esses projetos praticam: fixar versões. A pré-visualização itera rápido o bastante para que um plugin escrito para um rc possa quebrar no seguinte — o plugin de visão ModLens da comunidade, por exemplo, está documentado como precisando ter sua versão fixada para funcionar de forma confiável.

Trajectory e MCP — os dois recursos que os revisores continuam destacando

Duas capacidades valem a pena conhecer antes de você decidir se o DSH é para você, porque são as partes do design que uma "lista de plugins" não vai te contar. A primeira é a trajetória. Cada execução é rastreável: toda a experiência do modelo — prompts de sistema, cadeia de pensamento, cada chamada de ferramenta e seu resultado, agendamento de subagentes e cada injeção de contexto — é gravada em um log de sessão somente de anexação, e restauração, bifurcação (fork), recuperação e reprodução operam todas nesse mesmo fluxo de eventos. Desenvolvedores no Hacker News destacaram isso como o recurso matador, observando que produtos de agente fechados escondem exatamente esses dados. A segunda é o MCP. O DSH inclui um cliente MCP oficial com um comando /mcp e uma aba Settings para servidores, e o ecossistema já construiu em cima disso — o dsh-chatgpt-bridge expõe uma sessão DSH ao ChatGPT como um servidor MCP, e o dsh-mcp-panel é um painel de observabilidade para o cliente. Se sua pilha de agentes já depende de servidores MCP, o DSH pode montá-los como plugins.

De onde vem o modelo

DSH é um harness, não um provedor de modelo, então a única coisa que você precisa fornecer é um endpoint de modelo — e é aí que o encaixe natural é o próprio par de modelos da DeepSeek. O DeepSeek V4 Flash (o MoE eficiente de 284B no total / 13B ativos, aproximadamente US$ 0,15 por milhão de tokens de entrada e US$ 0,29 por milhão de tokens de saída) é o padrão econômico; o DeepSeek V4 Pro (o carro-chefe de 1,6T no total / 49B ativos, aproximadamente US$ 0,44 / US$ 0,88) é o motor de alto esforço. Ambos são hospedados no OrcaRouter pelo preço de tabela da DeepSeek, sem nenhum acréscimo, acessíveis por uma única chave compatível com OpenAI — o que se encaixa perfeitamente no plugin de modelo do DSH: aponte o plugin de modelo para o endpoint do OrcaRouter e você poderá rotear entre Flash e Pro dentro do mesmo harness, com failover automático para um segundo provedor se um deles travar. Esse é um caso de uso genuíno, e honesto: o OrcaRouter não hospeda o DSH em si — o DSH roda na sua máquina, e o OrcaRouter é a camada de modelo para a qual você o aponta.

Onde falha — a parte honesta

A mesma energia que produziu 125.000 estrelas em três dias é a energia que produziu as arestas brutas. Leia isto antes de instalar, não depois:

• É uma prévia para desenvolvedores, e está explícito. O próprio aviso do README é "HAVERÁ MUDANÇAS QUE QUEBRAM A COMPATIBILIDADE." A versão npm é um release candidate (0.1.0-rc.6), os plugins principais e as APIs base ainda estão em evolução, e a própria interface de inicialização mostra um aviso direcionado aos desenvolvedores da Harness. Não crie uma dependência de produção em números de versão que mudarão sob seus pés.

• A escolha do harness custa tokens reais. Uma comparação de terceiros citada na imprensa chinesa descobriu que outro harness de código aberto usava cerca de 30% dos tokens que o DeepSeek Harness usava na mesma tarefa do DeepSeek V4 Flash, e um teste controlado da Composio executou o mesmo V4 Flash em oito harnesses em 30 tarefas e obteve entre 14 e 20 completions — o modelo idêntico, os resultados com um terço de diferença. O harness não é um invólucro neutro; ele decide quão eficientemente o modelo funciona.

• Parece um framework, não um produto acabado. Nas palavras dos revisores: a interface não é amigável para quem não escreve código, e há arestas por toda parte. Não há CLI ou TUI oficial — a comunidade criou o dsh-TUI e o dsh-tianshu-tui para preencher essa lacuna — e a liberdade de "tudo é um plugin" é exatamente o que faz os padrões parecerem inacabados.

• Funciona, mas é preciso ficar de olho. Os relatórios práticos — incluindo o que cunhou o título "50.000 estrelas da noite para o dia" — descrevem um agente que conclui tarefas de várias etapas (reconstruindo um site em uma linguagem de design diferente, buscando dados da API do GitHub e renderizando um gráfico), mas precisa de supervisão, com pequenos erros de formato e interação nos resultados.

• Local-first significa que você fornece o poder de computação. O DSH roda na sua máquina e com suas chaves de modelo. Se você queria um agente gerenciado, essa é a coisa errada.

Conclusão

DeepSeek Harness é o projeto open-source que mais cresce em 2026, não porque é um modelo melhor — não é um modelo, de forma alguma — mas porque tornou o próprio agente a plataforma. O ecossistema de plugins é a verdadeira história: mais de 100 capacidades nos pacotes oficiais, mais de 1.100 plugins comunitários catalogados três dias após o lançamento, e a maneira mais rápida de avaliar toda essa aposta é executar npx @deepseek-ai/dsh web e adicionar alguns plugins. Para um desenvolvedor que quer um runtime de agente local e totalmente inspecionável e se sente confortável em fixar versões em uma prévia em movimento, o DSH vale a pena instalar hoje — combine-o com DeepSeek V4 Flash e DeepSeek V4 Pro por meio do OrcaRouter ao preço de tabela da DeepSeek e você terá a stack completa pelo custo apenas dos tokens. Para quem precisa de estabilidade em produção, não pode ficar de babá de uma prévia ou quer um agente gerenciado, ainda não está pronto — espere a superfície de compatibilidade se estabilizar. A afirmação do framework, de que o harness, e não o modelo, é onde o valor se acumula, é algo em que apostar ou com o que discutir — e agora, graças a mais de 1.000 plugins abertos, você pode testar isso por si mesmo.