DeepSeek Harness på Windows: Ingen skrivbordsapp, inga problem — Det officiella sättet att köra det

There is no official DeepSeek Harness desktop app for Windows, and you do not need one. DeepSeek Harness (dsh) — the open-source agent runtime DeepSeek released under an MIT license on 2026-08-13 — is a Node.js tool that runs a local web server you open in your browser, with a headless CLI for the terminal as the alternative. On Windows the whole setup is two commands: install Node.js 22.19 or newer (Node 24 LTS is the safer pick), then run npx @deepseek-ai/dsh web and open http://127.0.0.1:3080. Every "DeepSeek Harness Desktop" repository on GitHub is an unofficial community wrapper around that same two-command setup — useful to some people, but not required. It is also the harness DeepSeek uses to produce the agentic coding results it reports for DeepSeek V4 Pro and DeepSeek V4 Flash, which is why the two models keep showing up in any conversation about it.

Om du har sökt på "deepseek harness windows" tittar du förmodligen på en sida med de där wrapper-reposen och undrar vilken du ska installera. Den här artikeln svarar på den verkliga frågan bakom sökningen: vad DeepSeek Harness faktiskt är, det officiella sättet att köra det på Windows idag, terminalalternativen och de ärliga varningarna med att köra ett verktyg i förhandsgranskningsstadiet. Det är en guide, inte ett lanseringsinlägg – lanseringen och läckanspåret täcks i separata artiklar.

Vad DeepSeek Harness är (och inte är)

DeepSeek Harness är inte en modell, och den benchmarkar inte en sådan. Det är agentens runtime: lagret som kopplar samman en modell med verktyg, filer, ett skal och internet — läser din kod, planerar ändringar, kör kommandon och itererar tills uppgiften är klar. Arkitekturen beskrivs i dess tagline: "Allt är ett plugin." Modeller, verktyg, färdigheter, sessioner, sandlådor, själva agentloopen och till och med webbgränssnittet är plugins som komponeras vid uppstart, byggda på Cordis meta-ramverk — samma kärna bakom Koishis chatbotekosystem. En standarddistribution levereras med över 150 plugins.

Det är också i högsta grad en förhandsversion. dsh ligger på version 0.1.0-rc.6, README beskriver den som en utvecklarförhandsversion och varnar med versaler: "DET KOMMER ATT BLI KOMPATIBILITETSBRYTANDE ÄNDRINGAR." Inget av detta har bromsat spridningen: projektet nådde cirka 50 000 GitHub-stjärnor inom de första 12 timmarna efter att det offentliggjordes den 13 augusti 2026, och låg på ungefär 126 000 per den 16 augusti 2026 — den snabbaste open source-utgåvan som DeepSeek har släppt.

Det korta svaret: den officiella Windows-sökvägen är två kommandon.

DeepSeeks officiella README anger körsökvägen för Windows på en rad: installera Node.js och kör sedan npx @deepseek-ai/dsh web. Konkret är stegen:

• Installera Node.js 22.19+ eller Node 24. Den aktuella dsh-utgåvan kräver Node 22.19 eller senare; Node 24 LTS är det säkrare valet på Windows, och anledningen är prosaisk — nyare Node-versioner inkluderar inbyggd zstd-dekomprimering, som dsh använder för att läsa sina komprimerade sessionsloggar. Kontrollera din installation med node --version i PowerShell eller cmd.

• Run the harness. Either run it on the spot with npx @deepseek-ai/dsh web, or install it once with npm install -g @deepseek-ai/dsh and then run dsh web from any folder afterwards. The first run prints the URL and starts the Web UI at http://127.0.0.1:3080.

• Öppna den adressen i din webbläsare. Webbgränssnittet är en lokal webbapp — det är därför det inte finns någon skrivbordsapp; webbläsaren är skrivbordsappen.

• Lägg till en modellnyckel en gång. I webbgränssnittet öppnar du Inställningar → Modeller, klistrar in en DeepSeek API-nyckel och sparar. Det träder i kraft omedelbart, utan omstart av servern. dsh använder den mapp som du startade det i som standardplats för filsystemet, och webbgränssnittets Välj arbetsyta-steg låter dig peka det mot valfri projektkatalog.

Det är hela den officiella vägen. Om en maskin redan har Node 22+ installerat, tar det under en minut från "ingenting" till "agenten igång".

Varför varje "DeepSeek Harness Desktop"-repo är en wrapper

Resultaten på sida 1 för denna sökning är alla community-skrivbordsomslag — Electron-, Tauri- och WebView2-skal som buntar ihop en Node-runtime och startar det officiella webbgränssnittet i ett ramat fönster. De är inte DeepSeek-produkter, och de lägger inte till någon harness-förmåga; de lägger till en startare. Vad de har gemensamt:

• De startar genom dubbelklick och undviker helt kommandoraden, vilket är deras verkliga försäljningsargument.

• De är osignerade, så Windows SmartScreen kommer att varna vid installationen — "Mer information → Kör ändå" är en del av flödet.

• De följer det officiella projektet i olika takt: vissa låser fast vid 0.1.0-rc.5, vissa vid 0.1.0-rc.6, vissa följer master, så att wrapper- och harness-versionerna glider isär med tiden.

• De lagrar samma lokala data som dsh alltid använder under ~/.dsh, så att växla mellan ett wrapper och den officiella CLI:n inte återställer dina sessioner.

När är en wrapper värd det? När "dubbelklicka på en ikon, se en ikon i systemfältet, rör aldrig en terminal" är den avgörande faktorn, och du accepterar att en tredje part nu är uppdaterings- och säkerhetslagret framför ett verktyg i förhandsversionsstadiet. När är det inte värt det? Den officiella vägen är två kommandon och en webbläsarflik — om du redan har Node, ger en wrapper dig ett startprogram som du kanske inte behöver, och lägger till en egen underhållsyta i utbyte.

Terminalvägen: headless CLI- och TUI-plugins

Om webbläsaren inte är där du arbetar, har dsh också en terminalhistoria, uppdelad i två lägen.

Headless är den icke-interaktiva profilen: dsh --profile headless "summarize this repository" kör en uppgift utan UI, skriver ut resultatet och avslutas — CI-vänligt läge. På Windows är detta också det läge som skript och schemalagda uppgifter bör använda, eftersom det inte behöver en skärm eller en inloggad session.

TUI är ett interaktivt terminalgränssnitt i Claude Code-stil, levererat som community-plugin-paket snarare än i kärnpaketet. Paket som dsh-tui installeras i en profil med dsh plugin --profile tui add <package> och körs med dsh --profile tui; åtminstone ett levererar en Windows .cmd-startare. Det är värt att veta innan du provar: en TUI kräver en riktig terminal för både inmatning och utmatning — om din setup använder pipes eller omdirigering vägrar dsh och säger åt dig att använda headless istället.

De fyra förinställningarna: vilken för vilket jobb

dsh levereras med fyra inbyggda agentförinställningar, och de är inte en svårighetsstege — de är fyra olika verktygsytor. Du ställer in standarden i ~/.dsh/settings.yaml under agent-presets.default.

• Standard är standard: den fullfjädrade vardagsagenten — filredigering, skal, fil- och webbsökning, färdigheter, subagenter, planering. Detta är vad de flesta Windows-användare bör börja med.

• PTC (även kallat Code mode) behåller allt som Standard har men ändrar hur verktyg exponeras: istället för en lång sekvens av isolerade verktygsanrop skriver modellen ett TypeScript-program som komponerar flerstegsoperationer — loopar, filter, villkorliga grenar. För komplexa, upprepade eller flerstegsarbetsflöden.

• Minimalskalar medvetet ner agenten till två verktyg — ett beständigt skal och en filredigerare — och är avsett för utvärdering och benchmark, inte dagligt arbete. Detta är förinställningen som DeepSeeks egna agentiska poäng körs på.

• Creation (Cordis) är till för att bygga anpassade förinställningar: det inkluderar körtidsinspektion, plugin-experimentering i minnet och vägledning för att skapa förinställningar. För att mixtra med själva harnessen.

MCP och trajektorieuppspelning: varför detta är värt att köra överhuvudtaget

Två funktioner motiverar att använda dsh framför en vanlig chattklient. För det första är en Model Context Protocol-klient (MCP) inbyggd — ett /mcp-kommando och en MCP-flik i Inställningar kopplar in externa MCP-servrar i ramverket, så att samma verktyg som dina andra agenter använder kan anslutas till dsh. För det andra skrivs varje körning till en append-only-sessionslogg, och Trajectory-vyn låter dig inspektera en körning efter källa, återuppta den, förgrena den, söka i den och spela upp den. Det är skillnaden mellan att felsöka en agent genom att stirra på dess slutliga svar och att stega igenom varför den gjorde varje anrop.

När den officiella vägen är fel svar

• Du behöver ett klick, ingen terminal. Det finns ingen officiell installatör. Om dubbelklick inte är förhandlingsbart, är du hänvisad till community-wrappers — som är osignerade, så väg bekvämligheten mot tredjeparts underhållsyta.

• Din Windows-dator är gammal eller låst. dsh kräver Node 22.19+ (eller Node 24). På en hanterad dator innebär det en runtime-installation och möjligen ett godkännande som du inte har.

• Det är en förhandsversion, och den går sönder. 0.1.0-rc.6 levereras med en varning om att brytande ändringar är på väg; mellan rc-versioner kan plugins och profiler sluta fungera. Lås din version för allt som är skriptat.

• Modellkostnaden står du för. dsh är gratis; varje uppgift förbrukar tokens på den nyckel du har konfigurerat. En agentloop läser om filer och försöker igen, och en mångordig modell på en svår uppgift kan göra av med en förvånansvärt stor budget på en eftermiddag. Det är här som modellval, inte ramverksval, dominerar kostnaden.

• Ett fast abonnemang kan slå per-token-routning. Om du ryms inom en enda leverantörs plan under dess tak, är det fasta abonnemanget ofta billigare än någon per-token-väg. Routning vinner när du blandar modeller eller vill ha failover – inte som standard.

Dirigera modellen bakom selen.

Den inbyggda vägen är DeepSeeks eget API: klistra in en nyckel i Settings → Models så är du igång. Men dsh accepterar också en OpenAI-kompatibel bas-URL — sätt DEEPSEEK_BASE_URL i miljön eller konfigurera LLM-leverantören i settings.yaml — vilket innebär att modellen bakom harnesset kan bytas ut utan att röra harnesset. Du kan köra DeepSeek V4 Pro för den tunga refaktoreringen och DeepSeek V4 Flash för billiga mekaniska ändringar, på samma lokala dsh-installation.

Det är det lagret som OrcaRouter upptar. En OpenAI-kompatibel bas-URL, 200+ modeller, noll påslag – leverantörens listpris skickas vidare – och automatisk failover när en leverantör begränsar eller försämrar. Peka dsh mot den, och harnessen stannar på din maskin medan modellkatalogen blir ett routningsbeslut snarare än ett köp. Två ärliga förbehåll: vi är inte värd för dsh – den körs lokalt på din Windows-dator – och vi är bara modellåtkomstlagret om du vill ha modeller utöver DeepSeeks eget API. Och för en enda tung modell inom planens gränser är det fasta abonnemanget ofta det billigare valet oavsett router.

Den korta versionen

DeepSeek Harness på Windows är en installation med två kommandon, inte en app store-installation: Node 22.19+ (eller Node 24), därefter npx @deepseek-ai/dsh web, och öppna sedan webbläsaren på http://127.0.0.1:3080. GitHub:s "desktop"-repon är inofficiella wrappers runt samma lokala server. För terminaler kör headless engångsuppgifter för CI, och TUI-plugins ger ett Claude Code-liknande gränssnitt. Fyra förinställningar — Standard, PTC, Minimal, Creation — väljer verktygsytan, och MCP plus trajektorieuppspelning gör det genuint användbart. Det är gratis, med öppen källkod och i förhandsversionsstadiet: lås versionen, håll koll på modellkostnaden och dirigera modellen separat från harnessen.