DeepSeek最近搞了个大动作——开源了DeepSeek Harness（简称DSH）。很多人第一反应是：又一个AI编程助手？但用过之后我发现，这玩意儿和Claude Code、Codex的思路完全不一样。

官网

https://www.deepseek.com/harness/

如果说Claude Code是一辆开箱即用的整车，那DSH更像一套乐高积木——你可以按自己的需求拼装，甚至可以自己造零件。DeepSeek自己总结过一个公式：Model + Harness = Agent。模型负责思考和推理，Harness负责让模型真正操作你的电脑——读写文件、执行命令、调用工具，直到把一整件事办完。

今天这篇不聊虚的，从安装到上手，一条龙讲清楚。

环境准备：Node.js版本别搞错了

DSH基于Node.js开发，对版本有明确要求：需要Node.js v22.19或更高版本

先检查一下自己的版本：

node --version

如果版本太低，推荐用nvm（Node Version Manager）来管理和切换版本：

nvm install 22.19.0nvm use 22.19.0

小提示： Windows用户注意，3080端口可能被系统保留，如果启动报端口占用但查不到进程，换个端口试试：dsh web --port 13080

安装方式：两种任选

DSH提供了多种安装方式，按需选择即可。

方式一：npx快速体验（尝鲜用）

如果你只是想先试试看，用npx最省事：

npx @deepseek-ai/dsh web

首次运行会下载相关包（大概500多个依赖），Windows上可能会有点慢，耐心等等就好。

方式二：全局安装（日常用，推荐）

如果打算长期使用，建议全局安装，后续启动速度快很多：

npm install -g @deepseek-ai/dshdsh web

为什么推荐全局安装？ npx每次都要检查/下载，全局安装后直接dsh web就能秒开。尤其是Windows用户，首次npx下载确实比较慢，全局安装一劳永逸。

安装成功后，用浏览器打开http://127.0.0.1:3080就能看到Web界面了。

方式三：源码运行（二次开发用）

如果你想读源码或自己改插件，可以走源码安装：

git clone https://github.com/deepseek-ai/deepseek-harness.gitcd deepseek-harnesspnpm installpnpm run buildpnpm dsh web

三步开聊：第一次启动

第一步：配置API Key

打开Web UI后，输入框默认是灰的。先进Settings → Models，填上你的DeepSeek API Key（sk-xxx格式），保存即可。

https://platform.deepseek.com/usage

关于费用： 对话需要消耗API额度，现在价格还是很便宜，不过要涨价啦

第二步：选择工作区

点「选择工作区」，添加一个你想让Agent操作的项目目录。这个机制限制了Agent只能操作你明确授权的目录，避免误伤其他文件。

第三步：选择运行模式

DSH内置了四种预设模式：

模式	适用场景
标准模式	功能完整的编码Agent，覆盖文件编辑、Shell、文件检索、子任务委派等全部能力，日常使用选这个
PTC模式	在标准模式基础上，允许模型编写TypeScript程序来组合多步操作，流程更可控
极简模式	只保留Shell和文件编辑两个工具，适合做基准测试或最小化复现
创造模式	提供运行时检查和插件实验环境，适合自定义Agent预设

日常开发选「标准模式」就够了。

三个让我觉得真香的设计

1. 项目记忆：Agent自己记笔记

DSH启动时会自动读取项目目录下的DEEPSEEK.md、CLAUDE.md或AGENTS.md文件，把这些内容注入系统提示词。你可以用# 这个项目用了PostgreSQL这样的格式，一句话把重要信息写进项目记忆，自动追加到DEEPSEEK.md的Notes部分。

还有一个/init命令，Agent会主动勘探项目结构（读package.json、README、配置文件），然后基于真实内容生成一份DEEPSEEK.md，不是那种套模板的废话。

2. 轨迹回放：看Agent每一步在干嘛

Web UI里除了对话视图，还有一个Trajectory（轨迹）视图。这里显示的是原始事件级记录，你可以看到Agent每一步调用了什么工具、传了什么参数、返回了什么结果。如果任务出错了，能直观看到是在哪一步翻的车，每个环节烧了多少Token也一目了然。

3. 智能提问：不明确就主动问

遇到指令不够明确的情况，DSH会主动拉起提问，给出几个建议选项让你选。这个设计比直接猜或者报错要友好得多，尤其在处理复杂任务时能省不少来回沟通的时间。

看我叫他跑了一个项目

总结

DeepSeek Harness目前还是开发者预览版，接口和插件可能会有调整，不适合直接跑生产环境的关键流程。但作为本地可控、可扩展的Agent运行框架，它的想象空间很大。

如果你需要让大模型真正操作本地文件、执行命令、拆分任务并在授权范围内持续工作，而不只是停留在对话层面，DSH值得一试。毕竟，Model + Harness = Agent，这个公式开源了，剩下的就看你能用这盒乐高搭出什么了。

---