如何安装 DeepSeek Harness（dsh）：桌面应用、npx 一行命令、源码构建与插件

DeepSeek Harness（dsh）——DeepSeek 于 2026 年 8 月 13 日发布的开源智能体运行时——在 2026 年 9 月 24 日迎来了官方桌面客户端。这是一个面向 Windows 和 Apple 芯片 macOS 的打包应用，由 DeepSeek 自有的下载主机发布，内部已捆绑 harness 运行时：无需安装 Node.js，无需 npx，无需终端。命令行并没有消失——npx @deepseek-ai/dsh web在 Linux 上仍是最快的途径，而桌面版并不覆盖 Linux。开始之前有两点需要了解：dsh 并不是模型——它是把 DeepSeek V4 Flash 0731 或 DeepSeek V4 Pro 0813 这类模型与工具、文件和终端连接起来的 harness 层；而且它的每一个渠道目前都仍处于开发者预览阶段，因此各版本之间要做好出现破坏性变更的准备。本指南涵盖桌面应用、npx 一行命令、源码构建、无头模式、插件、MCP，以及那些实实在在的粗糙边缘。

DeepSeek Harness 是什么——以及它不是什么

Deep​Seek 的内部公式，经高级研究员 Chen Deli 证实，就是模型 + Harness = 智能体。模型是大脑；Harness 是将模型转变为能实际完成工作的系统所涉及的一切：上下文与记忆管理、工具调用、任务规划、文件读写、终端执行、错误反馈，以及判断任务何时完成。Deep​Seek Harness 就是这一层，于 2026 年 8 月 13 日在 MIT 许可证下开源——同一天，DeepSeek V4 Pro 0813 构建也上线了 Deep​Seek API。

有两个事实决定了安装体验。第一，其架构是“一切皆插件”，构建在 Cordis 这一 TypeScript 插件容器之上——所以你安装的是一个精简内核，外加一组提供模型适配器、工具、会话和 UI 的插件。第二，目前 npm 上的发布渠道是 latest 频道的 0.1.5-rc.3 和 next 频道的 0.1.7-rc.2，两者都是发布候选版本，项目自身也将其标记为开发者预览版：README 用大写字母警告称，即将出现破坏兼容性的变更。它的热度是真实的——发布后头 12 小时内收获 5 万个 GitHub star，到 2026 年 9 月下旬达到 23.5 万——但 star 数衡量的是关注度，而不是稳定性。请像规划一次预览那样规划你的安装：上手要快，弃用成本要低。

开始之前：实际系统要求

对于命令行安装，唯一的硬性要求是 Node.js。该项目面向的引擎范围是 ^22.19.0 || >=24.0.0——通俗地说，就是 Node 22.19 或更新版本，或者任意 Node 24.x。用 node --version 查看你的版本。如果你用的是较旧的 Node，npx 安装会失败或出现异常行为，而不会优雅降级。下面提到的桌面应用则是个例外：它自带运行时，因此完全不需要 Node.js。

其他一切都比模型优先人群所认为的更轻：

• 模型 API 密钥。 dsh 会运行真实模型；因此需要 Deep​Seek API 或你配置的任何 Open​AI 兼容提供商的密钥。首次启动后，你可以在 Web UI 中添加一个。

• pnpm——仅用于从源码构建。使用以下命令安装一次：npm install -g pnpm。

• 约 1 GB 可用磁盘空间，用于存放 npm 包、工作区和会话日志，以及本地模型所需的任何内容（dsh 本身不运行权重）。桌面安装程序则更占空间——Windows .exe 为 288 MB，macOS 上的磁盘映像为 368 MB——因为它在内部内置了该运行时。

• 操作系统：npm 方式在 Windows、macOS 和 Linux 上均可使用。桌面应用的支持范围更窄——仅限 Windows x64 和 Apple 芯片版 macOS，没有 Intel Mac 构建版本，也不支持 Linux。Python SDK 的支持范围更窄（Linux x64/arm64、macOS 14+ arm64——不支持原生 Windows），详见下文。

你不需要GPU。工具链仅负责编排；模型通过API远程运行。

方法 1——官方桌面应用（Windows 和 macOS）

2026年9月24日，Deep​Seek发布了Deep​Seek Harness的首个打包桌面版本。它是一个围绕同一 Web UI 构建的 Electron 外壳，内部捆绑了 dsh 运行时，因此无需预先安装任何东西，也无需手动启动任何内容：不需要 Node.js，不需要 npx，不需要终端，也不会在 127.0.0.1:3080 上留下打开的浏览器标签页。源代码位于公共仓库的 apps/desktop 下，对应的包为 @deepseek-ai/dsh-desktop，构建产物由 Deep​Seek 自己的生产下载主机 download.deepseek.com/dsh-desk/ 提供，应用严格跟随 harness 版本——当前构建为 0.1.7-rc.2。

那台主机在2026年9月25日提供的是什么：

• Windows — deepseek-harness-0.1.7-rc.2-win-x64.exe，一个 288 MB 的安装程序，旁边还有一个用于增量更新的 .blockmap 文件。

• macOS — deepseek-harness-0.1.7-rc.2-mac-arm64.dmg，一个 368 MB 的磁盘映像，或同一构建版本的 373 MB .zip 文件。仅限 Apple 芯片。

• 版本 — 0.1.7-rc.2，发布日期为 2026 年 9 月 24 日，与 npm 的 next 标签上的 harness 版本一致。

• 缺失 — 没有 Intel-Mac 构建（mac-x64 更新源返回 404），也没有任何类型的 Linux 目标。

每个目标还会在 download.deepseek.com/dsh-desk/feeds/ 下发布一个更新源，其中的 releaseDate 字段即为构建日期。检查该文件是了解是否存在更新构建的最快方式，无需等待应用主动提供更新。

为什么官方客户端与社区封装是另一回事。它是第一方应用并会自我更新，把运行时放在安装程序里，而不是在首次启动时去获取；它也不从 Web 配置文件的 3080 提供 UI：shell 通过内部的 dsh-app:// 方案加载应用，并与私有宿主进程在其自己的端口上通信，默认是 19387。它的行为也像桌面应用——关闭窗口后，正在运行的任务仍会继续存活（Windows 会保留托盘图标），有任务正在进行时退出会先询问，而 0.1.7-rc.2 发行说明新增了首次运行引导，介绍可用额度，并将由账户出资的任务与 API 密钥任务区分开，因此你可以使用 DeepSeek 账户登录，而不必粘贴密钥。

有两点需要说明，因为这款客户端是悄然发布而非正式宣布的。仓库的 README 仍然只记录了 npx 和源码构建，而 www.deepseek.com/harness 上的项目页面完全没有提供下载链接——二进制文件及其更新源已在 DeepSeek 自己的主机上线，这是我们于 2026 年 9 月 25 日核实到的情况，但任何地方都没有发布说明来描述它们。而且我们没有运行过安装程序，因此本指南不对已发布二进制文件的签名或公证状态表态；仓库中的打包流水线确实包含 Windows 代码签名和 Apple 公证步骤，而这就是从外部所能说的全部了。

桌面版跟随 harness 版本所带来的一個后果是：它目前领先于默认的命令行安装。npm 的 latest 标签仍指向 0.1.5-rc.3，而所有桌面版产物都是 0.1.7-rc.2。如果你想在桌面应用未覆盖的平台上使用最新的 harness，请显式安装对应标签——npx @deepseek-ai/dsh@next web——而不要轻信默认版本。

方法 2 — npx 一行命令（所有平台，包括 Linux）

官方的快速入门只需要一条命令，而且确实就是一条命令：

npx @deepseek-ai/dsh web

npx fetches the @deepseek-ai/dsh package (npm's latest tag currently resolves to 0.1.5-rc.3, not the newest harness), 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.

首次启动恰好有两个设置步骤：

• 添加模型密钥。设置 → 模型 → 输入你的 API 密钥。它存储在 $DSH_HOME/.credentials.yaml中，之后不会以明文显示。在常规安装中，DSH_HOME默认为 ~/.dsh。

• 选择工作区。添加允许 dsh 工作的项目目录。完成这两个步骤前，输入将保持锁定。

然后发送第一个任务——一个很好的冒烟测试是“总结这个仓库并识别其主要包。”如果摘要返回，并且工具调用出现在运行轨迹中，那么你的安装就正常工作了。

方法 3 — 从源代码构建

更喜欢从仓库运行？官方路径是：

git clone https://github.com/deepseek-ai/deepseek-harness.git

cd deepseek-harness

pnpm install

运行 pnpm 构建

pnpm dsh web

你需要为此安装 pnpm（贡献者固定使用 pnpm 11.7.0）。在以下情况下请选择源码构建：你想运行最新的 main 分支而非已发布的候选版本；你计划阅读或修改测试框架；或者你想从仓库的 apps/cli/config/agent-presets/ 目录构建自定义预设。对于其他用户，npx 方式使用的是同一套软件，且更省事——源码构建并不会解锁 npm 包所没有的功能。

三个配置文件：web、headless 和 tui

dsh 以三种运行配置文件的形式提供，你使用哪一种取决于工作在何处进行：

• web（默认）— 端口 3080 上的完整浏览器界面。这就是npx @deepseek-ai/dsh web启动的，也是大多数人会首先安装的配置。

• headless — 只执行一个任务，然后退出。dsh --profile headless "run the test suite and report failures" 会启动会话、运行任务、写入结果，然后终止。headless 运行时明确是单任务进程：你无法在运行中途注入后续指令，修正需要针对同一工作区重新运行。这是适合集成到脚本和 CI 的配置文件。

• tui — 一个用于键盘驱动会话的终端用户界面：dsh --profile tui。

这三者共享相同的配置（~/.dsh/profiles/<name>/）以及相同的插件系统，因此将任务从 Web UI 迁移到无头模式只是更换命令，而非重新安装。

添加插件

插件管理是一等 CLI 命令，而非就地编辑：

npx @deepseek-ai/dsh plugin --profile web add <source>

来源可以是 npm 包名、GitHub 仓库（github:user/repo）、tarball 或本地文件夹。最值得先安装的是官方插件市场，它将插件发现变成 UI：

npx @deepseek-ai/dsh plugin --profile web add dshmarket

然后重启 Web 服务，并打开“设置 → Plugin Market”从目录中浏览并一键安装。有两个容易踩坑的规则：插件包会在 profile 启动时挂载，所以新添加的插件需要重启 dsh web；而单纯的 npm install并不会将插件注册到 profile 中——你必须使用 dsh plugin。这个生态还很年轻，但并非空白：由社区维护的 awesome-dsh-plugin 列表已经收录了数百个插件，涵盖 UI、技能、工具、提供商和通知等类别。

MCP、四个预设和轨迹回放

一旦你完成了基本安装，有三个功能很重要：

MCP。dsh 使用模型上下文协议，通过内置的@deepseek-ai/dsh-mcp-client插件。目前这是在文件中配置的，而不是在 UI 中：你编辑~/.dsh/profiles/web/cordis.patch.yml（或项目本地补丁）并声明每个服务器的传输方式——stdio用于本地命令，例如npx @playwright/mcp@latest，streamable-http用于远程 URL。它能用，但这是预览版中打磨最少的界面；可能会偶尔不稳定，而且没有用于开关服务器的 GUI。

预设。 dsh 每次会话加载四种代理预设之一，每种预设都代表不同的权衡取舍：

• Standard — 完整工具集：文件编辑、Shell、文件与网页检索、技能、规划、子代理、工作流。日常默认选择。

• PTC（Programmatic Tool Calling）——标准版加上 Code Mode SDK，让模型可以编写 TypeScript 程序来编排多轮工具调用。更强大，副作用也更多。

• 极简—— 仅需bash和一个文件编辑器，除此之外再无其他。专为模型基准测试与最小复现而构建；Deep​Seek V4 Flash API 文档在披露自身智能体评分时所引用的模式，正是运行于"DeepSeek Harness 极简模式"之上。

• 创建——一个运行时演练场：在内存中检查和加载 Cordis 插件，进行试验，并将可行的组合固化为新的预设。

轨迹回放。每次运行都会写入一份仅追加的会话日志——系统提示、推理过程、工具调用及其结果、子智能体调度。轨迹视图可让你按来源检查、恢复、分叉、搜索和重放一次运行。这就是智能体工作的调试器：当任务失败时，你不必重新运行并寄希望于运气；你可以重放失败的轨迹，在出错的步骤处将其分叉，并在不丢弃原始记录的情况下测试修复。

Python SDK 选项

如果你更愿意用 Python 而不是浏览器来驱动 harness，有一个官方 SDK：pip install deepseek-harness-sdk。它自带 dsh 运行时（pip wheel 里内置了 Node 运行时，因此无需单独安装 Node），用法是上下文管理器：构建一个 Deep​SeekHarness 实例，然后调用 run("task")。它会继承标准环境变量，例如 DEEPSEEK_API_KEY 和 DEEPSEEK_BASE_URL，因此更换提供商只需更改配置。但有个问题：它要求 Python 3.10+，并且仅支持 Linux x64/arm64 和 macOS 14+ arm64——没有原生的 Windows wheel；如果你以 Windows 作为主机，这确实是个短板。在 Windows 上，还是走 npm 路线吧。

将 dsh 指向您付费的模型

dsh 需要一个模型 API 密钥，并且它特意与提供商无关：设置 → 模型 接受带有 Open​AI 兼容基础 URL 的自定义提供商（在 settings.yaml 中，即 api: openai-completions、baseURL 以及一个 models 列表）。默认是 Deep​Seek 自己的 API；自定义提供商正是路由网关发挥作用的地方。

OrcaRouter is an Open​AI-compatible endpoint that passes Deep​Seek's list price through with zero markup — https://api.orcarouter.ai/v1. The models dsh will actually call are all on it: DeepSeek V4 Flash 0731 (deepseek/deepseek-v4-flash-0731, $0.22 per million input tokens and $0.66 per million output), DeepSeek V4 Pro 0813 (deepseek/deepseek-v4-pro-0813, $0.66/$1.98) and DeepSeek V4.1 Flash (deepseek/deepseek-v4.1-flash, $0.15/$0.60), the model Deep​Seek's own rate card bills as deepseek-flash. Every rate doubles inside Deep​Seek's peak windows, 01:00-04:00 and 06:00-10:00 UTC on weekdays; the router passes that surcharge through rather than hiding it, and automatic failover moves a request to another provider if one wobbles. Figures checked against both rate cards on September 25, 2026. For dsh, the practical win is that you can keep the cheap tier 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.

明确一下边界：OrcaRouter 托管的是 dsh 所调用的模型；它本身并不托管 dsh，也不提供桌面客户端——那来自 Deep​Seek 自己的下载主机。dsh 是本地智能体运行时，由你在自己的机器上运行。

本指南在哪些方面对您不适用——预览版需要正视的问题

一个只告诉你该输入什么的安装教程只算完成了一半工作。以下是预览版今天会出错的地方，免得你凌晨两点才发现：

• 破坏性变更是一种承诺，而非警告。你正在使用候选发布版——如果你用的是 npm 的默认版本，那就是 0.1.5-rc.3；如果你安装的是桌面应用或 next 标签，那就是 0.1.7-rc.2。配置键、插件 API 和预设格式都可能随时变动，恕不另行通知。请把 ~/.dsh 当作可随手丢弃的状态——一次糟糕的更新，代价不过是一次重装，而在这个阶段这之所以可以接受，仅仅是因为这里每一条安装途径都只是一次下载或一条命令。

• 你不需要 dsh 就能将 Deep​Seek 模型用作智能体。 如果你现在的唯一目标是在智能体中使用 DeepSeek V4 Flash 或 DeepSeek V4 Pro，那么 Deep​Seek 的 Anthro​pic 兼容端点已经能在 Claude Code 和其他智能体工具中直接使用，无需任何新软件。dsh 是第一方选项，并非先决条件。在明确需要原生框架之前，请跳过此安装。

• MCP 通过文件配置，且偶尔不稳定。没有 GUI，也没有按服务器启停的开关。实际使用报告称会出现间歇性故障。如果你的工作流依赖 MCP 服务器，请预留时间进行 YAML 调试。

• 插件信任是一个安全决策。第三方插件在宿主程序的核心进程中运行，安装时没有签名或来源验证。只安装你阅读过或来自可信来源的插件，并在用于实际工作前，先在一次性工作区中进行测试。danger-full-access沙盒配置文件可以修改任何可见文件——请仅将其用于一次性检出。

• 预览版存在已知缺陷。挂起的 bash 循环是一种已记录的故障模式（中断并重试），长时间运行会话的行为仍在完善中。

• 非官方桌面版本已无用武之地。在 2026 年 9 月 24 日之前，唯一可点击安装的 dsh 桌面应用是未经签名的社区封装程序，用户只能在它们与命令行之间二选一。官方客户端消除了这种取舍：第一方出品、内置运行时、可自动更新。这两种外壳之间没有真正的迁移路径——它们封装的是同一个 harness——因此卸载其一、安装另一即可，工作区目录保持不变。

• 如果你需要生产稳定性，请等待非 rc 版本的发布。这个 harness 很强大，但还不够成熟。对于生产级 agent 技术栈，成熟且久经考验的 harness——或者兼容 Anthro​pic 的端点路由——才是稳妥之选，直到 dsh 达到稳定版本标签。

底线

现在安装 DeepSeek Harness 要看你用的是什么平台，做法分两种。在 Windows 或 Apple 芯片的 Mac 上，从 DeepSeek 自家的托管源下载 0.1.7-rc.2 就搞定了——不需要 Node.js，不需要终端，而且拿到的是所有渠道中最新的 harness 版本。在其他所有平台上，它仍然是在 Node 22.19+ 上运行的一条命令：npx @deepseek-ai/dsh@next web，然后添加一个模型密钥和一个工作区，再发一个测试任务。脚本场景请用 headless，只有想修改代码或跟进 main 分支时才用源码构建，并把 MCP 当作仍在开发中的功能。那句实在的提醒始终没变：这些渠道里的每一个都是 0.x 的候选发布版，在走向稳定版的路上它一定会把事情搞崩——如果你想看看 DeepSeek 把 agent 层带向哪里，这笔买卖很划算。它运行的模型——DeepSeek V4 Flash 0731、DeepSeek V4 Pro 0813 和 DeepSeek V4.1 Flash——现已在 OrcaRouter 上以标价提供，随时可以为安装完成的另一头的 harness 提供动力。