最近 DeepSeek 放出了一个叫 Harness 的新工具。看到发布消息时，我本来只想瞄一眼界面长什么样，结果从安装、配模型到挨个试功能，回过神来已经过了大半夜。这篇文章聊聊它到底是什么、怎么跑起来，以及我用下来的真实感受。

Harness 是什么

一句话概括：一个能直接在你电脑上干活的 AI 助手，而不是网页里那种一问一答的聊天框。

网页 AI 像是坐在对面陪你聊天的朋友，你问一句它答一句。Harness 不同，它能读取和修改本地文件，可以调用电脑里的工具，也能同时安排多个 AI 分头干活，把任务真正往前推进。

它的核心设计只有一句话：一切皆插件。底子是现成的，文件浏览、图片识别、定时任务这些能力都可以像零件一样装上去。原版缺什么不用干等官方更新，社区有人做，也可以自己补。好处是改动空间大，代价是最终好不好用，很大程度上取决于你愿意花多少时间组装——插件装得越多，出问题时需要排查的地方也越多。

针对复杂工作，它有几个比较突出的点：长期任务可以挂后台慢慢跑；多个 AI 可以分工协作；每一步都有插件支撑。这些特性组合起来，正好适合处理那种一次做不完、步骤又多又重复的工作。

和 Codex 的差别：精装房与毛坯房

如果说 Codex 是精装房，Harness 更像是毛坯房。这个比喻我用了一晚上，越用越觉得贴切。

Codex 已经发展得相当成熟：登录账号、选好项目文件夹、交代任务，基本就能开工。很多实现细节被藏在墙后面，使用者不需要知道背后的运行机制。打开 Codex 时，我脑子里想的是"今天让它干什么"。

Harness 则相反，装完只是开始。要先配模型、填 API Key，觉得哪里不顺手还要自己找插件，甚至改页面、换工具组合。打开 Harness 时，我第一反应是"还得给它装点什么"。一个在尽量减少选择，一个把选择权完全交给你。

对比维度	Codex	DeepSeek Harness
上手门槛	装完即用，配置隐藏在后台	需自行安装、配模型、装插件
扩展方式	以官方能力为主	一切皆插件，社区和个人都可扩展
完成度	高，接近精装	早期版本，毛坯状态
适合人群	想快速交付工作的用户	愿意折腾的开发者与爱好者

据说这个版本是三四个人在不到一个月的时间里做出来的。知道这一点之后，我对眼前这套毛坯房的容忍度高了不少。

怎么把它跑起来

Harness 目前还不能下载后双击打开，需要从终端启动。如果你平时不碰终端，也不用专门为此去学命令行，把下面这段需求发给 Codex、Claude Code 或其他本地 Agent 就能完成安装：

请帮我按照官方说明安装并启动 DeepSeek Harness。运行 npx @deepseek-ai/dsh web，最后确认我能在浏览器打开 http://127.0.0.1:3080。如果中间需要安装依赖或修改配置，先告诉我准备做什么，不要动与这次安装无关的文件。

如果你本来就会用终端，启动命令只有一行：

npx @deepseek-ai/dsh web

装好之后还不能直接开聊，需要先给它配一个模型。在设置里找到模型配置，填入 DeepSeek 的 API Key 保存即可。这个 Key 需要去 DeepSeek 开放平台单独申请，也可以换成 OpenAI、Anthropic 等其他家的模型。

新建任务时，会看到四种模式：

• 标准模式：日常使用，常用功能比较全；
• PTC 模式：适合把很多步骤串成一条流程；
• 极简模式：只保留基础工具，主要用来测试；
• 创造模式：用来开发插件或改造现有工作方式。

第一次用直接选标准模式就行，另外三种可以后面慢慢研究。我的建议是先用一个测试文件夹、拿不重要的材料跑几遍，毕竟是毛坯房，别一上来就把正式项目搬进去。

适合做什么：搭自己的 AI 流水线

如果只是写一段文案、总结一个网页，我不会专门打开 Harness，普通聊天 AI 更快更省心。Harness 的用武之地是那种步骤多、经常重复、一次做不完的工作，最典型的就是搭建自己的 AI 流水线。

所谓流水线，就是把一件事拆成几步，安排不同的 AI 接力：材料从哪里来，先做什么，谁来检查，最后放到哪里。第一次搭会麻烦一些，搭好之后，同类工作就不用每次从头指挥。

拿产品工作举例。准备一个新功能之前，通常要翻用户反馈、整理问题、研究竞品，之后才轮到写需求文档、补原型说明和测试清单。这些工作很少在一个下午全部做完，材料也散落各处：表格里一份，文档里几篇，聊天记录里还藏着几句关键反馈。

放进 Harness，可以先让几个 AI 分头处理：一个整理用户反馈，一个调研竞品，一个翻历史资料。结果回来后，再交给负责汇总的 AI 生成需求方案和测试清单。整个链路大致是：

用户反馈 → 问题分类 → 竞品调研 → 需求方案 → 原型说明 → 测试清单

今天先把调研跑完，明天接着改方案；中间有一批材料需要慢慢处理，就留在后台。长期任务、多 AI 分工和后台运行，在这套流程里正好都用得上。

自媒体工作也适合这样搭。找选题要翻对标账号、看评论区、收集最近的热点；定下方向之后还有大纲、初稿、标题、封面文案；写完不算完，内容要归档，发布后还要复盘。把这条链路放进同一个长期任务里，比每次新开一个聊天窗口重新交代背景省事得多。

收集素材 → 整理选题 → 确定大纲 → 完成初稿 → 标题与封面 → 归档复盘

当然，Harness 不会凭空变成一个懂你业务的产品经理或内容主编。哪些信息可信、优先级怎么排，最后还是要人来判断。它负责把活接起来，人负责别让流水线跑偏。

插件怎么装：从装零件到做自己的 Agent

"一切皆插件"在实操中很快就体现出来了。想让流水线读取文件、识别图片、生成页面或定时执行任务，就装对应的插件；原版没有的功能，先看看社区有没有现成零件。

社区的 dsh-at-file 只能选择当前项目文件夹里的内容。我经常要临时读取电脑其他位置的文档和表格，不想为了给 AI 看一眼就来回复制文件，于是自己补了一个文件选择插件 dsh-file-picker，代码放在 GitHub 的 chituai/dsh-file-picker 仓库。

装上之后，输入框旁边会多出一个"附加"按钮，点开就是系统原生的文件选择窗口，可以选任意位置的文件或文件夹，选中内容会显示在输入框里，发送前也能移除。安装后需要重启 Harness，并强制刷新一次浏览器页面才能看到效果。

很多人听到"做自己的 Agent"，脑子里可能已经浮现出训练模型和一大片代码。实际没那么夸张：模型直接用现成的，你要做的是配好工具，告诉它拿到任务后先做什么、什么时候找其他 AI 帮忙、结果按什么格式交付，再把这些设置和流程固定下来。它就成了一个专门替你做某类工作的 Agent。

比如把前面那条内容流水线固定下来，装上读取网页、选择文件、写入内容库的工具，以后丢给它一个方向，它就知道先找素材、整理选题、等你确认后写稿、最后归档。这就是一个按你习惯工作的内容 Agent。

二次开发可大可小，可以改页面、加工具，甚至重新安排整套工作流程。Harness 留下的是一个可以继续组装的底子——这恰恰是它和 Codex 最不同的地方：一个在努力把一切都做好，一个把一部分装修的活留给了用户。

什么样的人适合现在用

现阶段，Harness 更适合想拿它做开发底座的人。最典型的是独立开发者：准备做一个垂直领域的 Agent、内容助手，或者公司内部的 AI 工具，又不想从零搭整套框架。模型接入、任务执行、多 Agent 分工和插件系统，它已经提供了一个基本盘，可以直接换模型、补工具、改页面，再把自己的业务流程装进去。手里本来就有固定工作流的人，也更容易知道该怎么改。

前提是愿意折腾，也能接受早期版本的不稳定：插件可能失效，配置可能要重做，同时叫多个 AI 干活，费用也会跟着涨。

反过来，如果只是想让 AI 写文案、查资料，或者尽快把工作交付出去，Codex 这类成熟工具还是省心得多。前面提到的产品和内容流水线，现阶段更适合有人搭好之后，再交给业务人员使用。

一些上手建议

根据昨晚的体验，给想试的朋友几个实操层面的建议：

• 第一次运行放在测试目录里，用不重要的数据验证，别直接接正式项目；
• 模型 Key 配置好之后先跑一个简单任务确认连通，再开始搭流水线；
• 每装一个插件就重启一次并强刷页面，避免新旧配置混淆；
• 多 Agent 并行任务注意观察费用消耗，长任务挂后台之前先估一下量；
• 遇到启动问题，优先检查 Node.js 环境、端口占用和依赖是否安装完整。

小结

我的主力 Agent 目前还是 Codex，它替我处理掉了大量安装和配置问题，用起来省心。但 Harness 确实值得继续折腾——昨晚做的文件选择器只是装上的第一个小零件，我还想体验一下"亲自装修"的过程，过段时间再分享后续。

如果你也在玩 DeepSeek Harness，欢迎在评论区交流你的组装思路。