DeepSeek Harness 插件详解：在“万物皆插件”的 Agent 运行时上安装、添加和构建

一句话回答：DeepSeek Harness 不是模型。它是 DeepSeek 于 2026 年 8 月 13 日以 MIT 许可证发布的开源智能体运行时，其核心理念是：智能体所需的每一项能力——模型、工具、技能、会话状态、UI，甚至主循环——都应该是可替换的插件。你在其中运行的模型是 DeepSeek V4 Flash 和 DeepSeek V4 Pro，而且你无需相信宣传中的任何一个字就能感受到差异：运行 npx @deepseek-ai/dsh web，打开 127.0.0.1:3080，不到一分钟你就能得到一个本地编码智能体，它的终端、侧边栏、网络搜索和记忆都是插件，你可以添加、移除或重写它们，而无需改动框架源码。发布该项目的 GitHub 仓库在最初 12 小时内就达到了 5 万颗星，截至 2026 年 8 月 16 日已有 125,959 颗星。本文是第一页搜索结果不会告诉你的实用插件指南：DSH 到底是什么、当前插件生态包含什么、如何安装和编写插件，以及预览版真正不足的地方在哪里。

DeepSeek Harness 究竟是什么（以及它不是什么）

DeepSeek 的内部公式——已在官方 Harness 页面确认——是Model + Harness = Agent：模型负责思考和推理，harness 赋予智能体理解环境、使用工具、并在真实任务中持续工作的能力。Anthropic 推广了这个术语，Claude Code 是参考实现；DeepSeek 的版本是开源的，完全运行在你自己的机器上，瞄准的是与 Claude Code 和 OpenAI Codex 相同的领域。正是这种定位决定了为什么把 DSH 称为“模型”是错误的，也决定了为什么本文不是一篇模型评测：harness 是连接模型与工具、文件、终端和 Web UI 的层级——而在 DeepSeek 的设计中，每一个这样的连接都是一个插件。

发布事实，均于2026年8月16日核实：deepseek-ai/deepseek-harness 仓库于北京时间8月13日晚间公开发布，作为MIT许可证下的v0.1开发者预览版。它在不到两小时内突破10,000颗星，十二小时内达到50,000颗——大约是此前增长最快的GitHub仓库OpenClaw速度的80倍——后续报道称其在42小时节点已超过100,000颗。今天的GitHub API显示它有125,959颗星和12,526次fork。它不是云服务：你安装Node.js，运行 npx @deepseek-ai/dsh web，Web UI 就会在 http://127.0.0.1:3080 上提供服务，你的会话、日志和数据都保留在本地。npm上的版本为0.1.0-rc.6，README声明该项目处于开发者预览阶段，正在“快速迭代”，预计会出现破坏兼容性的更改。

"万物皆插件" —— 这句口号真正意味着什么

该框架构建于 Cordis 之上，Cordis 是一个从 Koishi 机器人生态系统中提取出来的插件元框架。Cordis 刻意保持简单：它只负责加载、卸载插件并解析插件之间的依赖关系，本身不承载智能体的任何实际能力。在此之上的所有一切——模型适配器、工具、技能、会话、沙箱、存储、驱动智能体的循环、调度以及 Web 界面——本身都是 Cordis 插件，插件之间通过 Cordis 的服务和事件进行协作。你可以在配置层选择、替换或扩展任何能力，而无需修改源代码。

这包括模型本身。模型只是一个插件，其背后是兼容 OpenAI 的端点，因此框架本身不会强迫你局限于 DeepSeek 的产品线——“更换模型”这一步只是配置更改，而非分叉。同样的原理也解释了为什么四个内置预设实际上是四个插件包：

• Standard——功能完整的编码智能体：文件编辑、Shell、文件与网页检索、Skills、计划、目标、子智能体和工作流。

• PTC — 包含 Standard 的全部功能，外加 Code Mode SDK，它让模型编写一个 TypeScript 程序来串联多步骤工具调用，而不是逐一发出这些调用。

• 极简——正好两个工具（一个持久化的 bash 和一个 str_replace_editor），为在极简环境中进行模型基准测试而构建。这是 DeepSeek 在其 API 文档所引用的 V4 Flash 智能体基准测试运行中所使用的模式。

• 创建 — 一种用于制作新预设的模式：具备 Standard 的完整功能集，外加运行时检查和内存中插件实验，明确面向插件开发者。

插件生态系统，用数字说话

社区插件开发始于内部测试阶段——最初几天就构建了大约300个插件，包括一个Windows XP复古皮肤和一个梗插件——自公开发布以来，数量一直在攀升。真正重要的数字取决于你统计的口径：

• 288个插件仓库于发布当晚被中国科技媒体收录，据36Kr调查。

• 1,000+ 个仓库带有公共 GitHub 主题标签 dsh-plugin，以上为最初几天内的统计；部分统计报告为 700+。

• 1,117个精选插件，覆盖1,521个受监控的生态系统仓库，截至2026年8月15日，在社区维护的Oh-My-DSH目录中共获得301,295个GitHub星标。

• 2,600+ 个仓库收录于涵盖整个 dsh-plugin 主题的自动更新 awesome-dsh 目录中，另有横跨 18 个类别的 368 条人工精选条目收录于 0xsline 的 awesome-deepseek-harness 列表。

这些列表中的分类法展示了社区最先探索的方向——而这正是智能体运行时需要的表层。Web 搜索：dsh-web-search-exa（基于 Exa，带无密钥回退）和 dsh-web-search-pro（跨 DeepSeek、Exa、DuckDuckGo、Bing、Jina、GitHub、Bilibili 和 YouTube 的多引擎路由）。RSS 与新闻：dsh-news-plugin 将 10 多个中英文信息源拉取为结构化条目。Office 文件：dsh-office 让模型编辑 Office 文档，并在 Web 客户端中提供 docx/pdf 预览。聊天历史导入：dsh-chat-import 从 13 个编码智能体（Claude Code、OpenAI Codex、ChatGPT、Cursor、Gemini 等）恢复完整保真度的对话，作为可恢复的 DSH 会话。移动端：dsh-mobile 和 dsh-mobileweb-adapter 将 UI 带到手机上。飞书与 Lark：dsh-feishu-bot 和 dsh-feishu-notify 将会话事件推送到飞书，dsh-im-hub 是一个多平台网关（飞书 WebSocket、企业微信、Telegram）。语音：dsh-voice 添加 Edge 神经 TTS 朗读和语音转文字功能，dsh-voice-webspeech 无需服务器和 API 密钥。围绕这些的还有记忆插件（dsh-memento、dsh-memory-evolve、dsh-recall）、官方工具套件（dsh-toolkit）、IDE 风格侧边栏（dsh-better-sidebar、deepseek-harness-workbench-plugin）、为纯文本模型添加视觉能力的视觉插件，甚至还有一个 Tauri 桌面包装器 deepseek-harness-desktop。

如何安装 DSH 并添加插件

安装路径很短，插件命令值得准确掌握，因为几个教程都会弄错它。规范形式是 dsh plugin --profile web add <package>——--profile web 标志很重要，因为 DSH 通过 profile 决定会话运行哪个插件包，而 web profile 正是 Web UI 背后所使用的那个。

• 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.

• 通过 npm 包名添加插件： dsh plugin --profile web add <package-name>，例如 dsh plugin --profile web add @nanmicoder/dsh-agent-teams。

• 从 GitHub 仓库添加：dsh plugin --profile web add "github:owner/repo#ref"（#ref 锁定分支、标签或提交）。

• 无需全局安装 dsh：npx -p @deepseek-ai/dsh dsh plugin --profile web add <package-name>。

• 安装 bundle 插件后，请重新启动 dsh web 并刷新页面；使用 dsh plugin --profile web list 验证，或在 Web 界面中使用“设置 → 插件”。

有一个新手容易踩到的细节：只有声明了一个 dsh.bundle.patch 字段的包才会成为激活的配置层。普通的依赖会安装但保持不活跃——bundle 声明才是告诉 DSH 该包是 harness 插件以及它在哪里打补丁的关键。dsh plugin 命令将包操作转发给 pnpm，因此支持 npm 包、GitHub 规格、本地路径、file: 和 link: 源，重新运行相同的 add 命令即可升级插件。

如何编写自己的插件

由于一切都是插件，编写一个插件就是在编写一个声明了 DSH bundle 的 Cordis 插件——而社区脚手架提供了一个干净的起点。插件注册表和开发工具（plugin-registry、dsh-plugin-starter、create-dsh-plugin 以及 dsh-plugin-check 健康检查器）是社区基础设施，但其契约足够稳定，可以这样描述：你的包必须声明 dsh.bundle.patch 才能成为活动的 profile 层；它通过 Cordis 服务和事件暴露自身能力；运行时在加载时决定如何将其补丁到你选择的 profile 中。

本地开发的流程是：克隆并构建你的插件，用dsh plugin --profile web add "link:$(pwd)"添加它，然后进行迭代——客户端改动需要刷新页面，宿主端改动需要重启 dsh 服务。生态系统中最早的那 1,000 个插件大多都是通过这种本地链接工作流构建的，而值得借鉴的正是这些项目所遵循的规范：固定版本。预览的迭代速度很快，以至于针对某个 rc 版本编写的插件在下一个 rc 上就可能失效——例如，社区的 ModLens 视觉插件就有文档说明需要锁定其版本才能可靠运行。

Trajectory 和 MCP — 审阅者们反复指出的两个功能

在决定 DSH 是否适合你之前，有两个能力值得了解，因为它们是设计中那些"插件清单式文章"不会告诉你的部分。第一个是轨迹（trajectory）。每次运行都可追溯：模型的完整经历——系统提示、思维链、每次工具调用及其结果、子代理调度，以及每次上下文注入——都会写入一个只能追加的会话日志，而恢复、分叉、检索和重放都基于同一条事件流进行操作。Hacker News 上的开发者将此标记为杀手级功能，并指出封闭式代理产品恰恰隐藏了这些数据。第二个是 MCP。DSH 自带一个官方 MCP 客户端，带有 /mcp 命令和一个用于服务器的 Settings 选项卡，而且生态系统已经在此基础上构建——dsh-chatgpt-bridge 将 DSH 会话作为 MCP 服务器暴露给 ChatGPT，dsh-mcp-panel 则是该客户端的可观测性面板。如果你的代理栈已经依赖 MCP 服务器，DSH 可以将它们挂载为插件。

模型的来源

DSH是一个框架，而不是模型提供商，因此你唯一必须提供的就是模型端点——而这正是DeepSeek自家那一对模型最能原生契合的地方。DeepSeek V4 Flash（高效的284B总参数量/13B激活参数MoE，大约每百万输入token 0.15美元、每百万输出token 0.29美元）是廉价的默认选择；DeepSeek V4 Pro（1.6T总参数量/49B激活参数的旗舰版，大约0.44/0.88美元）是高投入的引擎。两者都托管在OrcaRouter上，按DeepSeek官方定价、零加价，通过一个兼容OpenAI的密钥即可访问——这正好与DSH的模型插件干净利落地契合：把模型插件指向OrcaRouter端点，你就可以在同一个框架内在Flash和Pro之间路由选择，即使某个供应商卡住，也会自动故障转移至第二个供应商。这是一个真实的使用场景，也是一个诚实的使用场景：OrcaRouter本身并不托管DSH——DSH运行在你的机器上，OrcaRouter只是你指向的模型层。

它站不住脚的地方——诚实的一面

三天内产生125,000颗恒星的能量，也正是产生那些粗糙边缘的能量。请在安装之前阅读这些，而不是之后：

• 这是一个开发者预览版，它自己也这么说明。 README 自己的警告就是“会有破坏兼容性的变更”。npm 版本是候选发布版（0.1.0-rc.6），核心插件和基础 API 仍在迭代中，启动界面本身也显示了一条面向 Harness 开发者的通知。不要将生产依赖建立在会随时变动的版本号上。

• 选择测试框架会实实在在地消耗token。中文媒体援引的一项第三方对比发现，在相同的DeepSeek V4 Flash任务上，另一个开源测试框架所使用的token大约只有DeepSeek Harness的30%；Composio的一项受控测试在30个任务上让同一个V4 Flash跑遍八个测试框架，得到的完成次数在14到20之间——模型完全相同，结果却相差三分之一。测试框架并非中立的包装层；它决定了模型的工作效率。

• 它感觉像一个框架，而不是一个成品。评价者原话：UI 对不写代码的人不友好，粗糙之处比比皆是。没有官方的 CLI 或 TUI——社区构建了 dsh-TUI 和 dsh-tianshu-tui 来填补这一空白——而“万物皆插件”的自由恰恰让默认设置显得未完成。

• 它能用，但你需要盯着它。这些亲测报告——包括提出“一夜5万星”这一标题的那份——描述了一个能完成多步骤任务（用不同的设计语言重建网站、获取GitHub API数据并渲染图表）的智能体，但它仍需要监督，结果中存在轻微的格式和交互错误。

• 本地优先意味着算力由你提供。 DSH 运行在你的机器上，并使用你的模型密钥。如果你想要的是托管代理，那这就不是你要的东西。

底线

DeepSeek Harness 是 2026 年增长最快的开源项目，这不是因为它是一个更好的模型——它根本就不是模型——而是因为它让智能体本身成为平台。插件生态才是真正的重头戏：官方捆绑包中有 100 多项能力，发布仅三天就收录了 1,100 多个社区插件，而评估整个押注最快的方式是运行 npx @deepseek-ai/dsh web 并添加几个插件。对于想要一个本地、完全可检查的智能体运行时，并且愿意在不断迭代的预览版上固定版本的开发者来说，DSH 今天值得安装——通过 OrcaRouter 以 DeepSeek 的标价搭配 DeepSeek V4 Flash 和 DeepSeek V4 Pro，你就能以纯 token 成本获得完整的技术栈。对于需要生产稳定性、无法盯守预览版或想要托管式智能体的人来说，它还没有准备好——请等待兼容接口稳定下来。该框架声称价值积累发生在 harness 而非模型上，这正是值得押注或反驳的命题——而如今，得益于 1,000 多个开放插件，你可以亲自验证。