如何使用 DeepSeek DSH：DeepSeek 开源 Agent Harness 实操指南

DSH —— Deep​Seek Harness —— 是 Deep​Seek 于 2026 年 8 月 13 日开源的一个智能体运行时，它并不是一个模型。它是一个位于模型与终端之间的 harness，为语言模型提供文件编辑、Shell、检索、规划和工具调用能力，并记录每一步操作，以便你重放它的行为。简明扼要的回答是：安装 Node.js，运行 npx @deepseek-ai/dsh web，打开 http://127.0.0.1:3080，添加 API 密钥，选择一个预设，然后开始会话。下面是一个你可以实际使用的版本——四个预设、将它作为编码智能体驱动、读取 Trajectory、接入 MCP，以及发布报道略过的预览版注意事项。你最有可能接入的两个模型——DeepSeek V4 Flash 和 DeepSeek V4 Pro——在文中均有提及。

这是一份使用指南，不是发布回顾。泄露脉络和发布日期我们已分别在别的文章中介绍过；这里要谈的是搜索者真正关心的问题——安装好之后如何使用。信息来源随文标注：DeepSeek 自己的代码仓库和文档对应 DSH 声称的内容；注明了日期的中国科技媒体（极客公园、澎湃新闻）以及社区代码仓库，则对应人们实际运行后的反馈。

DSH 是什么（以及它不是什么）

DeepSeek 的内部公式是 Model + Harness = Agent，而 DSH 就是其中的 Harness 部分。模型负责推理；Harness 负责决定何时将工具交给它、读取文件、运行 shell 命令、将错误输出反馈到循环中，并判断任务何时完成。DSH 已于 2026 年 8 月 13 日北京时间晚上 8:30 左右以 MIT 许可证开源，使用 TypeScript 编写，并以 v0.1 开发者预览版形式发布。其 star 历史是大家津津乐道的地方：晚上 9:05 约 7,300 star，晚上 9:51 达到 15,500，公告发布后约两小时内突破 10,000，十二小时内达到 50,000，约 42 小时后达到 100,000——据 GeekPark 和 The Paper 当天的报道，这是 GitHub 有记录以来增长最快的项目。截至今天，该仓库的 star 数约为 126,000。

架构的口号是“一切皆插件”，它构建在 Cordis 框架之上：模型适配器、工具、Skills、会话日志、审批策略，甚至智能体循环本身，都是挂载到共享上下文中的插件。默认安装包含一百多个插件，据 GeekPark 报道，内测阶段在公开发布前已产生了大约三百个社区插件。这就是为什么它被称为智能体运行时而不是应用——你可以用可替换的部件组装出你想要的行为。

DSH 并不是一个模型。没有“DSH 模型”可供基准测试，也没有人托管 DSH 供你调用——它在本地运行，就在你的机器上，而且只按它消耗的模型 token 收费。模型是单独接入的，DeepSeek 为 20 多个提供商和协议提供了适配器，包括 DeepSeek 自己的 API、兼容 OpenAI 的端点和 Anthropic 的端点。实际上，大家都在运行的组合是 DSH 加 DeepSeek V4 Flash，用于便宜的日常编码；而当任务难度足以配得上一个更大的大脑时，则使用 DeepSeek V4 Pro——更多内容见下文。

开始之前：你真正需要什么

前置条件比表面看起来更轻量。你需要 Node.js——该包声明 ^22.19.0 或 >=24.0.0，因此当前 LTS 及任何更新版本都适用——以及一个 API 密钥，用于你打算接入的任何模型。DSH 本身免费且开源；唯一需要付费的是模型 token。你还需要一个允许 agent 操作的目录：DSH 的工作区机制就是安全边界，它会让 agent 只能访问你明确添加的目录。

首次运行时，DSH 会创建一个主目录 — $DSH_HOME，默认位于 ~/.dsh — 其中保存着你的配置文件、会话、存储以及 settings.yaml。API 密钥存放在该目录下的 .credentials.yaml 文件中；Web UI 只显示掩码后的描述符，绝不会显示密钥本身。这个文件值得备份，因为手动重新输入密钥是社区中最常见的设置问题。

安装并启动：四种方式

零安装路径只需一条命令。在已安装 Node.js 的终端中：

• npx @deepseek-ai/dsh web——下载该包并启动 Web UI，访问地址为 http://127.0.0.1:3080。这是最快的途径，也是文档首先介绍的方式。

• npm install -g @deepseek-ai/dsh，然后运行dsh web——如果会重复使用，请进行全局安装。

• 从源码开始：git clone https://github.com/deepseek-ai/deepseek-harness，然后运行 pnpm install、pnpm run build、pnpm dsh web —— 如果你想阅读或修改代码，这是正确的路径，也是插件开发文档所假设的方式。

• Python SDK：pip install deepseek-harness-sdk，用于 CI 脚本和批量自动化，示例位于仓库的 examples 目录下。

还有一个无头 CLI，用于在脚本中执行一次性任务：dsh --profile headless "fix the failing test in this repo" 会运行一次代理，打印最终答案并以退出码 0 结束。dsh 启动器只解析自己的标志（如 --profile、--patch 等），并将其后的所有内容传递给所启动的 profile——这是初次使用时常见的困惑。

Web UI 默认绑定到 127.0.0.1，因此不会向你的网络暴露任何内容——这是一个刻意的默认设置，在你没有理由改变之前应保持如此。会话、日志和凭据都保留在你的机器上；DSH 本身没有任何云组件。

首次运行：密钥、工作区、会话

界面启动后，首次运行流程包含三个步骤。在“设置”中，于“Models”下添加你的 API 密钥，并选择提供商。然后添加一个工作区（workspace）——即你希望代理操作的项目目录。最后，创建一个会话，选择运行时预设，并发送一个小的首个任务，例如“分析此目录的结构并为其编写 README”。从小任务开始很重要：这是确认密钥、工作区边界和沙盒都正常工作的最快方式，然后再将真正的任务交给代理。

即使关闭了规划模式，DSH 也会在指令模糊时主动提出澄清问题，提供建议选项而不是猜测。社区报告称，对于第一天使用的用户来说，这是最出乎意料且最有用的默认行为之一。

四个预设方案 — 以及如何选择

这些预设并不是同一个模型处于不同状态。每一个都是不同的工具目录加上不同的系统提示词，切换预设会改变智能体可以看到和做的事情，而不是改变由哪个模型来回答。出厂自带的四个预设是 Standard、PTC、Minimal 和 Creation。

• Standard — 完整的编码智能体工具箱：文件编辑、持久化 shell、文件和网页检索、Skills、规划模式、目标跟踪、子智能体和工作流。这是 Claude Code / OpenAI Codex 式的默认选项，也是你应该开始的地方。

• PTC（代码模式）——即“编程式工具调用”。它将工具目录打包成 TypeScript SDK，让模型编写一个 TypeScript 程序，在一次 run_code 调用中执行多次工具调用，将中间数据保存在工作线程中，只将摘要返回给模型的上下文。社区报告显示，多步任务可节省约 20 倍的 token 消耗，代价是模型的首次输出变成了一段可供阅读和审计的程序。

• 极简——恰好两个工具：一个持久化的 bash shell 和 str_replace_editor，外加一个朴素的人设提示词。它存在的目的是在最小化脚手架下对模型能力进行基准评测；Deep​Seek 将其用于官方 DeepSeek V4 Pro 0813 智能体评估。当你在测试模型时使用它，而不是在试图完成工作时使用。

• Creation — 标准版，外加运行时检查与插件实验：一个 dsh-tool-cordis 工具，可读取实时运行时（已加载的插件、服务、事件），并在内存中挂载或卸载插件，面向构建预设和插件的用户。将其视为拥有 shell 级权限——它可以在运行时更改运行框架。

带主观倾向的版本是：从 Standard 开始；对于重复性的多步骤任务，升级到 PTC，因为往返次数的减少在那里是划算的；在跑基准测试或开发插件之前，先别碰 Minimal 和 Creation。有一条社区建议值得记住：在将 DeepSeek V4 Pro 锚定到简洁的“we need…”式首轮回复上，Minimal 预设的工具模式明显优于条目更全的 Standard 目录——这正是 dsh-anchored-standard 这类实验性预设先暴露一个与 Minimal 对齐的首个请求、之后才解锁 Standard 的原因。这足以说明工具目录本身对行为的影响有多大——如果某个任务从代理那里返回时总是带着错误的语气，这一点值得了解。

将其用作编码代理：一个具体的工作流

以下是从业者所报告的、在标准预设下真实DSH会话的样子：

• 将 DSH 指向一个 git checkout 的工作区，并以结果形式给它一个任务："为列表端点添加分页，并保留现有的查询参数。"

• 让它规划（或者不规划——代理无论如何都会规划），然后观察它读取相关文件、形成计划，并在进行任何更改之前说明它将更改什么。

该代理会编辑文件、在其持久化 shell 中运行测试套件、读取失败信息并不断迭代。这个循环——编辑、运行、读取错误、再次编辑——是执行框架的核心能力，而持久化 shell 正是其速度的关键：状态在工具调用之间得以保留，因此它无需在每条命令上重启上下文。

• 对于任何需要外部上下文的内容，它都会使用文件检索和网页检索，并能将大型自包含工作交给子代理处理，从而让主循环的上下文保持精简。

• 内置技能涵盖元工作：dsh-code-review 审查拉取请求，dsh-find-simplifications 搜寻可简化的代码，dsh-doc-standards 依据内部规则检查文档。技能以插件形式接入，社区已构建了数百个更多技能。

高权限操作——在工作区之外写入，或执行完全访问权限的命令——在运行前会于 Web UI 中触发审批提示。该沙箱设有只读、工作区可写和完全访问三个权限层级，是阻止混乱的代理接触你整台机器的主要屏障，点击前务必阅读提示内容。

当任务需要在多个步骤之间运行、并在其间做出决策时，工作流会将它们串联起来，并把状态从一步传递到下一步。这种组合——规划、持久化 shell、检索、Skills、子代理、工作流——正是 Standard 预设的全部卖点，它与你在对比的付费编码代理拥有相同的功能覆盖面，并且可运行在你接入的任何模型之上。

轨迹回放：精确查看代理的操作

评审员们反复提及的功能特性是轨迹（Trajectory）。DSH 将会话全程记录为只追加的事件日志——包括系统提示、模型的思维链、每次工具调用及其结果、子代理生命周期以及上下文注入。Web UI 的轨迹视图会逐步重放该事件流，让你能够精确看到代理在每个时刻看到了什么、执行了哪条命令，以及模型接下来做出了哪些决策。

这份日志不仅仅是审计追踪。因为它是事实的唯一来源，会话恢复、分支、检索和重放都源于它：你可以从任意时间点分支出一个会话，恢复一个被中断的会话，而且——团队认为最有价值的部分——当任务运行时间过长时，可以按步骤归因成本。当编码代理悄无声息地做错事时，轨迹（Trajectory）能向你展示它在哪一步偏离了轨道，而不是让你对着最终的差异（diff）凭空猜测。这个工具中没有其他组件具有如此强大的调试杠杆作用。

多智能体编排与 MCP

对于关注“{{1}}如何在此基础上进行构建{{/1}}”的人群来说，有两点架构说明很重要。{{2}}首先{{/2}}，DSH 在 harness 层面就是多智能体的，而不仅仅是靠一个长循环：子智能体在自己的上下文中使用自己的工具运行，主智能体负责协调它们，这正是它能让大型任务不撑爆主上下文窗口的原因。{{3}}其次{{/3}}，MCP 位于更下一层：Model Context Protocol（模型上下文协议）是将 AI 应用连接到外部数据和工具的开源标准，而 DSH 则是决定何时提供工具以及是否批准其调用的运行时。MCP 服务器以插件形式挂载到 DSH 中，因此社区中数百个 MCP 服务器无需特殊处理即可接入——挂载工具、Skills 和预设所用的正是同一机制。无需启用单独的“{{4}}MCP 模式{{/4}}”；添加服务器后，它就会成为目录中的另一个插件。

模型的来源（及其成本）

DSH 本身免费，但它依赖 token 运行，花多少钱取决于所用模型。大多数人会用到的两个引擎都来自 DeepSeek 自家：DeepSeek V4 Flash，在 OrcaRouter 上每百万输入 token 约 $0.15、每百万输出 token 约 $0.29，上下文 1M token，最大输出 384K——日常使用的廉价选择；以及 DeepSeek V4 Pro，约 $0.44/$0.88，用于处理高难度任务。两者在 OrcaRouter 上均按供应商列表价格计费，以 0% 加价率透传，这意味着 DeepSeek 调整价格后，当天就会同步到我们这边，无需重新谈判。独立报道对 DSH 实际消耗的验证也支持了“便宜”的说法：The Paper 的首日测试通过 DSH 运行多个任务，token 总花费不到 ¥3。

来自同一报道的一个坦诚提醒：第二天的第三方对比发现，同一个 DeepSeek V4 Flash 在另一个开源评测框架（"Pi"）中完成相同任务时，其 token 消耗仅为 DSH 的三分之一左右。Token 效率取决于评测框架的提示词和上下文处理方式，而不仅仅是模型本身；预览版在这方面显然还未达到最优。如果成本是您的决定因素，请在两个评测框架中对您的实际任务进行基准测试后再做决定。

OrcaRouter真正适合的位置是作为模型层，而不是评估框架。我们不托管DSH——它是一个本地运行时，任何人都不应该向你出售托管的DSH。我们托管的是你接入其中的模型，通过一个密钥在多个提供商之间自动故障转移。这一点之所以重要，是因为DSH是一个0.1开发者预览版：你可以针对真实流量进行评估，同时将相同的模型保留在稳定的端点上，当DSH发生破坏性变更时，你的模型访问不会随之改变。试试评估框架；将模型保留在路由器上。

0.1 预览版的诚实局限

DeepSeek 自己的 README 说得很清楚：DSH 处于开发者预览阶段，迭代迅速，并且会有破坏兼容性的变更。从社区最初接触它的日子来看，这在实践中意味着：

• 升级会破坏现有功能。配置文件、插件兼容性和预设格式在候选版本之间已经发生变动；请预计每次更新后都需要重新验证你的配置。

• 文档不完整。一些高级领域——子代理、工作流、目标跟踪——的文档十分单薄，有数位第一周的贡献者反映，他们需要阅读源代码或 GitHub Discussions 才能解决问题。

• 这是开发者产品，不是消费级产品。 该界面假定你熟悉文件、shell 和 API 密钥。GeekPark 的总结标题——"它能干活，但你必须盯着它"——是准确的。

• 目前 Windows 是二等公民。Shell 集成在多处假设环境为 Unix 风格；Windows 用户反馈需要 pwsh 微调，偶尔会遇到路径 bug。

• 没有桌面应用。 唯一的界面是浏览器 Web UI 和 CLI，在终端中使用没问题，但如果你想要一个停靠的应用程序就不那么理想了。

• Token 效率在规模化应用中尚未得到验证。上述 Pi-harness 对比只是一个数据点，但它警示我们：默认的提示词与上下文处理尚未像成熟产品那样经过调优。

当DSH是错误的选择时

坦率地说说另一面。暂时不要将 DSH 用于生产流水线——破坏性变更的承诺是一道硬性红线，任何无法容忍运行框架更新悄悄改变行为的场景都不适合。也不要为不习惯在终端里调试智能体行为的团队选择它；Trajectory 和插件系统固然强大，但它们预设了使用者具备相应的技术素养。如果你真正需要的是一个稳定、有人维护的编程智能体体验，并且希望由别人来负责那些粘合工作，那么 DSH 的付费竞品仍然是风险更低的选择。DSH 的卖点在于吸引那些想自己掌控运行框架的人——自由切换模型、挂载 MCP 服务器、编写预设，并查看智能体执行的每一步。

底线

关于“如何使用 DeepSeek DSH”的实际答案，自发布以来这几天并没有变：安装 Node.js，运行 npx @deepseek-ai/dsh web，打开 3080 端口，添加 API 密钥，选择 Standard，然后从一个小任务开始。尽早学会 Trajectory 视图，因为它是你的调试工具。把预设看作不同的工具目录，而不是不同的模型；把整个项目看作一个预览版：它足够强大，值得学习，但也足够不稳定，你应该让它所运行的模型保留在你已经信任的端点后面。这正是 OrcaRouter 所在的那一层——DeepSeek V4 Flash 和 DeepSeek V4 Pro 按供应商列表价格、零加价、一个密钥、自动故障转移——因此，底层框架可以在你脚下变化，而模型不会跟着变。DSH 是今年迄今最有趣的开源智能体运行时。它只是尚未完成，而诚实地使用未完成之物的方式是：确保可能出问题的部分，不会把模型访问权限一起拖垮。