快速结论
DeepSeek Harness（命令行名 dsh）是深度求索 2026 年 8 月 13 日公开的开源 agent harness，MIT 协议，TypeScript 编写，基于 Cordis 内核。它的架构主张只有一句话：万物皆插件——模型、工具、技能、会话、沙箱、存储、循环、调度乃至界面，全部由插件提供，内核本身只负责加载、卸载和依赖解析。
官方在产品页给的公式是 Agent = Model + Harness：模型决定智能上限，harness 决定这份智能能不能在真实环境里干成事。DeepSeek 把后面这一半开源了出来。
要不要现在装，判断很简单：它处于 developer preview，README 用全大写写着 THERE WILL BE COMPATIBILITY-BREAKING CHANGES。所以适合拿来试插件、搭实验性工作流、观察生态，不适合直接接进日常生产线。如果你要的是一个开箱即用、版本稳定的编码代理，Claude Code 和 Codex 仍然是更省心的选择。
核心功能
插件化内核。 基于 Cordis 的依赖注入模型，能力以插件形式热装热卸。这意味着换模型、换工具链、换界面都不需要改核心代码，也不需要等官方排期——你缺什么就自己写一个插件挂上去。
Web 工作台。 装好 Node.js 后执行 npx @deepseek-ai/dsh web，默认在 http://127.0.0.1:3080 启动 Web UI。也可以从仓库源码跑：git clone 之后 pnpm install && pnpm run build && pnpm dsh web。
会话即日志。 会话采用只追加（append-only）的事件日志记录，配合 Trajectory 视图可以恢复、分叉、检索和回放一次执行过程。对调试 agent 行为来说，这比只能看最终输出的聊天窗口有用得多。
四种运行模式。 官方提供标准、PTC、极简、创造四种模式，对应不同的自动化程度和工具调用策略，可以按任务类型切换。
沙箱与工作区。 沙箱、存储同样是插件层的能力，agent 的读写和执行都绑定在你选定的工作区里。使用前必须先选一个工作区，否则输入框是禁用状态——这是新手最常卡住的一步。
模型不锁死在 DeepSeek。 默认接 DeepSeek 的 API Key（在「设置 → 模型」里填，不需要重启），也支持其他服务商以及任意 OpenAI 兼容端点，官方文档里单独有一篇讲第三方模型配置。
支持视觉输入（2026-08-21 起）。 0.1.1-rc.1 版本的 DeepSeek 适配器新增了多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可以直接在会话里传图给 agent 看。注意该模型是官方标注的实验性版本、仅提供 API 不开放权重，且单张图片最多计 384 token——做精细图表识读前建议先自测一轮。
适合人群
已经在用 agent 编码工具的开发者。 你手里有 Claude Code、Codex 或类似工具的使用经验，知道 agent 在什么地方会翻车，才能判断一个 harness 的插件设计好不好用。社区甚至已经有从其他工具迁移配置的插件，试错成本不高。
想自己做 agent 产品的团队。 你需要的是运行时而不是成品：会话管理、插件加载、沙箱、调度这些基础设施自己从零写要几个月，而 MIT 协议意味着可以直接拿来改。
爱折腾插件生态的人。 目前 GitHub 上带 dsh-plugin 标签的仓库已经是四位数量级，从正经的多 Agent 协作、记忆演化，到纯粹整活的小游戏、电子宠物都有。喜欢装东西的人在这里能找到乐趣。
不适合谁： 想要一个稳定、无需维护、装完就能交付工作的人。preview 阶段的破坏性变更会打断你的工作流；这类需求更适合 Cherry Studio 这种成熟客户端，或者直接用官方托管产品。
使用场景
搭一个只属于自己的编码代理。 官方内核 + 社区插件，界面、工具集、记忆策略都按自己的习惯拼，而不是接受某个厂商预设好的一整套。
做 agent 行为的可复现调试。 只追加的会话日志加 Trajectory 的分叉与回放，让「这一步为什么调错了工具」变成可以反复回看的记录，而不是靠记忆复述。
在本地做隔离度更高的自动化任务。 沙箱 + 工作区绑定，让 agent 的文件读写和命令执行范围可控，适合批量处理仓库内的重复改动。
做多 Agent 协作实验。 社区已有 agent teams 类插件，把任务拆给多个角色分别执行，这类实验在封闭产品里很难做。
把它当成学习材料。 想弄清楚一个 agent harness 到底由哪些部分组成，读 dsh 的架构文档比读任何二手解读都直接。
价格与版本
软件本身完全免费，MIT 协议开源，代码可商用、可修改。官方产品页没有给出任何付费档位。
真正的成本在模型侧：dsh 只是壳，推理要消耗你自己配置的 API 额度。接 DeepSeek 官方 API 按其公开价格计费，接其他服务商或自建的 OpenAI 兼容端点则按对方的价格算。
版本方面，npm 上的 @deepseek-ai/dsh 自 2026 年 8 月 10 日起发布，GitHub 仓库截至 2026 年 8 月 21 日最新为 dsh-v0.1.1-rc.1，仍处于 release candidate 阶段，没有进入 1.0。也就是说现在拿到的仍是预览版，接口随时会变。
国内访问与使用体验
深度求索是国内公司，官网、文档、npm 包安装在国内网络下都能正常访问，接 DeepSeek 官方 API 也不需要额外网络条件。这一点比大多数海外 agent 框架省事。
实际体验上有三个要提前知道的点：
一是必须先选工作区，否则输入框一直是灰的，很多人第一次打开会以为是启动失败。
二是必须先在「设置 → 模型」里填 API Key，填完即时生效、不用重启。
三是插件来自社区，权限不小。这些插件会读写你的工作区文件、执行命令，安装前请到对应仓库看一眼代码和 star 情况，不要因为「装插件很方便」就随手装。
文档目前以英文为主，仓库有中文 README；社区讨论集中在 GitHub Discussions 和官方 Discord。
优点
- 架构彻底。 万物皆插件不是营销话术，模型和 UI 都是插件，这让替换任何一层都不需要动核心。
- MIT 协议，商用与二次开发没有限制。
- 生态起量极快。 公开几天内
dsh-plugin标签的仓库就到了数千量级，这种密度在同类框架里非常罕见。 - 国内直连，不用为网络条件额外做准备。
- 会话可回放可分叉，调试 agent 的体验明显好于普通聊天式客户端。
- 不绑定自家模型，支持任意 OpenAI 兼容端点。
不足
- developer preview，会有破坏性变更。 官方自己用全大写强调了这一点，别把它当稳定版用。
- 没有正式 release，版本停留在 rc 阶段，升级路径不明确。
- 插件质量参差。 数量爆发的另一面是缺乏审核，玩具插件和生产级插件混在一起，需要自己甄别。
- 有前置门槛。 要装 Node.js、要理解工作区和插件概念，对非开发者不友好。
- 文档还在追赶代码。 部分能力只能靠读源码或社区讨论摸清。
- 模型成本另算，免费的是软件，不是推理。
替代品对比
| 工具 | 定位 | 开源 | 适合场景 |
|---|---|---|---|
| DeepSeek Harness | 插件化 agent harness | MIT | 自己拼装 agent 运行时、做插件生态实验 |
| Claude Code | 官方编码代理 | 否 | 要稳定、开箱即用的日常编码 |
| Codex | OpenAI 编码代理 | 否 | 已在 OpenAI 生态内工作 |
| OpenClaw | local-first 个人助手 | MIT | 个人事务自动化、多频道接入 |
| OpenCode | 开源终端编码代理 | 开源 | 想要终端形态、模型自选的编码 |
| jcode | 轻量编码代理 | 开源 | 追求安装与上手成本低 |
一句话区分：Claude Code 和 Codex 卖的是成品，dsh 卖的是运行时。前者你只能在厂商划定的范围内配置，后者你要自己拼，但拼成什么样完全由你决定。
常见问题 FAQ
DeepSeek Harness 和 DeepSeek 聊天产品是一回事吗？
不是。DeepSeek 是模型和聊天产品，dsh 是让模型在真实环境里执行任务的框架。按官方公式，前者是 Model，后者是 Harness。
必须用 DeepSeek 的模型吗？
不必须。默认引导你填 DeepSeek API Key，但官方文档明确支持其他服务商和自定义 OpenAI 兼容端点。
现在可以拿它做正式项目吗？
不建议。官方标注 developer preview 并明确会有破坏性变更，npm 上最新版本仍是 rc。做实验、做原型可以，做交付节奏紧的正式项目风险偏高。
怎么最快跑起来？
装 Node.js，执行 npx @deepseek-ai/dsh web，浏览器打开 http://127.0.0.1:3080，在「设置 → 模型」填 API Key，然后先选一个工作区——不选工作区输入框会一直不可用。
社区插件安全吗？
要自己判断。插件能读写工作区文件、执行命令，装之前请看仓库源码、star 数和最近更新时间。数量多不等于质量高。
它和 MCP 是竞争关系吗？
不完全是。MCP 解决的是模型怎么接外部工具，dsh 解决的是整个 agent 运行时怎么组织，工具接入只是它众多插件类型中的一类。
国内网络能正常使用吗？
可以。官网、文档、npm 安装和 DeepSeek 官方 API 在国内都能直连。如果你配置的是海外模型服务商，那部分按对方的访问条件算。
总结
DeepSeek Harness 是 2026 年下半年最值得关注的开源 agent 项目之一——不是因为它现在有多好用，而是因为它把「agent 的另一半」摊开给了所有人。万物皆插件的架构加上 MIT 协议，让它在公开几天内就长出了数千个社区插件，这种密度本身就说明了架构的可扩展性。
但也要把话说清楚：它是 developer preview，没有正式 release，接口会变，插件质量参差。现在装它的理由是学习和实验，不是替换你正在用的生产工具。 如果你已经在用 Claude Code 之类的成品代理，把 dsh 当成第二台工作机上的实验项目，是目前最合适的用法。