我最近实际安装并体验了一下 DeepSeek Harness。它是 DeepSeek 开源的 Agent 框架(官方称为 Agent Harness),核心设计理念被官方仓库概括为「Everything is a Plugin」:不管是内置工具、用户界面还是交互方式,都可以通过插件来进行扩展。

在这次体验中,我完整测试了它的本地安装流程、四种不同的运行模式,以及如何通过插件扩展它的能力边界。先说我的实际感受:DeepSeek Harness 目前更像一个可以继续搭建和定制的底层框架,而不是一个开箱即用、面向普通用户的完整成品。

启动本地 Web 界面

官方仓库给出的运行方式比较简单。在本地安装好 Node.js 之后,直接在终端里执行下面这条命令:

npx @deepseek-ai/dsh web

DeepSeek Harness 的安装命令

执行这条命令后,本地服务会启动 Web 界面,默认访问地址是 http://127.0.0.1:3080。把这个地址复制到浏览器打开,就可以进入 Harness 的主页面。

DeepSeek Harness 首次打开后的工作区和 API Key 配置入口

首次进入时,界面会要求配置 DeepSeek API Key。我们需要先前往 DeepSeek API 开放平台,在 API Keys 页面创建一个新的 Key,再复制粘贴回 Harness 的输入框里。

因为 API Key 属于个人敏感凭证,平时要注意不要把真实 Key 暴露在文章、录屏截图或公开代码库里。保存好 API Key 之后,就能直接进入主工作区。

工作区和四种模式

进入之后,界面结构很清晰:左侧是工作区,工作区里的项目对应电脑本地的真实文件夹;右侧是主要的对话区域。在页面里也可以设置权限级别,例如选择 Full Access(完全访问权限)。

比较特别的是,DeepSeek Harness 把运行方式拆成了四种模式:标准模式、PTC 模式、极简模式和创造模式。

DeepSeek Harness 的标准、PTC、极简和创造四种模式

结合界面说明与实际测试,这四种模式的分工可以这样理解:

  • 标准模式(Standard Mode):提供常规的 Agent 工具,日常使用先从这个模式开始就可以。
  • PTC 模式(Programmatic Tool Calling / 编程式工具调用):让模型通过编写代码的方式调用工具。当需要连续读取大量文件、再批量写入很多文件时,这种方式更适合组合多步骤操作。
  • 极简模式(Minimal Mode):只提供基础命令行工具和字符串编辑工具,适合需要更精简运行环境的情况。
  • 创造模式(Creative Mode):用于创建 DeepSeek Harness 的预设,也可以在这里测试和开发自定义插件。

这也是初次上手时的一个门槛:界面里的模式说明偏向底层技术原理,没有直接给出场景化的选择建议。如果是日常使用,先选标准模式最省事。

插件决定了它能变成什么

DeepSeek Harness 最核心的扩展机制就是插件。通过插件,我们可以给 Agent 增加新工具、修改整个界面 UI、添加斜杠命令,或者改变 Agent 接收上下文的方式。

DeepSeek Harness 的插件列表

在设置里的插件页面,可以查看当前安装的所有插件,并随时开启或关闭对应功能。这种设计非常灵活,但随着插件数量增多,使用者需要逐个了解插件的具体用途,对刚接触 Agent 的人来说会产生一定的理解成本。

在实际使用中,我遇到了一个很现实的限制:当时使用的 DeepSeek 模型本身不支持多模态视觉识别。在没有额外配置的情况下,图片无法直接交给模型处理,即使通过现有的 Skill 也无法绕过这个模型层面的限制。

用 dsh-vision 补上图片识别

为了解决这个问题,我安装了自己开源的视觉扩展插件 dsh-vision。这个插件专门用来为 DeepSeek Harness 补充图片理解能力,安装命令可以直接在终端中执行:

npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-vision

安装完成后重启 Harness 服务,再进入「设置 → 插件 → 插件配置 → Vision Recognition」。如果有其他支持视觉的模型平台 API Key,可以在这里选择对应的平台并完成配置;如果不想额外接入云端 API,也可以选择 Automatic 模式,它会使用已有的视觉接口,并在本地调用基础 OCR。插件仓库也特别说明,本地 OCR 主要用于文字识别,不等同于完整的多模态图像理解。

完成配置后,在对话框中把图片发送给 Agent,它就能正常读取图片内容并进行分析,补齐了基础的视觉识别能力。

配置 dsh-vision 后,DeepSeek Harness 读取图片内容的结果

用 dsh-theme 调整界面

除了功能插件,我还安装了另一个自己开源的主题插件 dsh-theme,用来调整界面的配色方案和排版字体。安装命令同样是一条:

npx @deepseek-ai/dsh plugin --profile web add github:oil-oil/dsh-theme

安装完成并重启 Web profile 后,设置菜单里会多出「外观」入口。这个插件支持切换预设主题,也可以自由调整界面与代码编辑器的字体、字号以及部分组件的配色。

dsh-theme 的外观设置页面

DeepSeek Harness 原生的界面整体偏亮,默认采用 DeepSeek 的蓝色调。我将界面和代码字号适当调大,并切换成了自己更习惯的暖色背景与绿色主题。通过插件根据个人的视觉习惯进行微调,能让长时间使用更加舒适。当然,界面具体还要在长期使用之后,根据真实痛点继续优化,才知道哪些修改值得保留。

适合谁使用

体验完整套流程后,我对 DeepSeek Harness 的整体判断依然没有改变:它更像一个供开发者继续搭建的 Agent 框架,而不是一个装好就能无缝上手的日常成品。

它的插件机制带来了很高的自由度。我们可以从工具、界面、斜杠命令和上下文几个方向按需定制;随着插件增加,同一个 Harness 也可以被整理成不同用途的工作台。但这些能力需要使用者自己去挑选、安装和调试,普通用户需要承担一部分理解和配置成本。

因此,如果目标是立刻开始使用一个功能完整的 Agent,DeepSeek Harness 目前可能不够友好;如果愿意研究插件系统、自己搭建工作流,它的可定制空间会更大。

另外需要注意的一点是,官方仓库目前仍将 DeepSeek Harness 标记为 developer preview(开发者预览版),并提示后续可能出现兼容性破坏性变化。准备长期使用时,建议以官方 README 文档 的最新说明为准。