10分钟学 DeepSeek Harness！零基础保姆级教程＋完整实测
DeepSeek Harness 是什么？
50%
50%
大模型负责理解、推理和判断。Harness 负责把它接到文件、终端、搜索、工具、权限和任务记录上。两部分合在一起，才得到一个能够继续动手的 Agent。
官方给出的公式很短。
Agent = Model + Harness
好马配好鞍，放到这里正合适。
DeepSeek V4 Pro 0813 决定这匹马聪不聪明。Harness 决定它能不能找到文件、用对工具、看懂刚才的报错、再改一轮，以及什么时候该停下来问你。
普通聊天工具给出一段回答，任务基本就结束了。Agent 还会继续读项目、调用工具、执行操作、记录结果，再根据新情况判断下一步。Harness 管的就是这段来回折腾的过程。
图｜聊天停在回答，Agent会在思考、调用工具、执行和检查之间继续循环。
V4 Pro 0813 也为这种长任务补了不少能力。官方提供了 Responses API、Anthropic API、更完整的工具调用支持和一百万 Token 上下文。它可以带着更多文件、说明和历史记录继续往下做。
官方成绩很好，属于大模型第一梯队。咱们普通人最后还是要问一句，它能不能把实际工作做完，花多久，多少钱，中间要不要我冲进去缝缝补补。
什么情况下，适合用DeepSeek Harness？
给自己10分钟，先把它跑起来
这一段先不讲Cordis，也不折腾插件。
我们就做一件事——把DSH打开，接上DeepSeek，然后跟它说句话。
只要它能在这个页面里正常回复，第一步就算跑通。文件、工具和插件都可以后面再加。
① 准备Node.js和API Key
电脑里先装好Node.js长期支持版。Windows打开PowerShell，就是你电脑左下角搜索框，搜索powershell。
输入下面这条命令。
●●●node -v
能看到版本号就可以继续。如果提示“无法识别node”，把Node.js装好，再关掉PowerShell重新打开。
接着去DeepSeek开放平台创建一枚API Key，并确认账户里还有余额。
API Key可以理解成模型的付款凭证，别发进群里，也别让它出现在公开截图中。AI时代公开API Key，差不多就是把钱包递给路人，还顺手告诉了支付密码。。。
我这两天疯狂使用deepseek，才花了32。
② 启动DSH
Windows在PowerShell里运行这一条。
●●●powershellnpx.cmd @deepseek-ai/dsh web
Mac用下面这一条。
●●●bashnpx @deepseek-ai/dsh web
第一次运行会询问是否下载，输入y并回车。等终端里出现http://127.0.0.1:3080，再把这个地址放进浏览器，在Codex或者是workbuddy里面则能直接在里面打开网页。
终端窗口先别关。DSH虽然显示在网页里，实际上还在这个窗口中运行；窗口一关，它也跟着下班。不用时按Ctrl + C停止，下次重新运行同一条命令即可。
如果PowerShell提示“禁止运行脚本”，继续使用前面的npx.cmd，不用为此修改整台电脑的安全策略。
如果你想避免前面这些麻烦，那么跟Codex或者workbuddy说这么一个提示词，就能够完整安装。
●●●根据我电脑环境安装npm install -g @deepseek-ai/dsh
有问题直接看github. com/deepseek-ai/deepseek-harness
按照好后运行dsh --profile web并打开网页端
③ 选好模型，先聊一句
打开网页后填入刚才的API Key，再从模型列表里选择DeepSeek Flash或V4 Pro。这里只是先把它跑起来，选哪个都行；想做正式案例时，再换成V4 Pro。
DSH不仅仅支持deepseek的模型，还支持其他的模型，我这里也把kimi 的apikey配置好了。
具体方式如下。
在设置里面，点击模型-添加提供方。
选择kimi-coding，然后跟获取deepseek apikey类似，取kimi coding的控制台获得apikey，点击下方获取可用模型。
把你需要的模型放进去，主要是kimi k3。
配置好之后我们保存即可。
配置成功之后我们就能看到有对应的模型，后我们尽量权限选择Full access，这样就不用老是点确认了，但是如果你有一些批量删除等操作，建议还是人工自己来。
模式先用标准模式。如果页面要求选择工作区，新建一个空文件夹选进去就好，别一上来把整个桌面交给它。
然后在输入框里发下面这句话。
●●●你好，请回复“DSH已经跑起来了”，再用一句话告诉我你能帮我做什么。
它能正常回话就行。到这里，DeepSeek已经真正跑在DSH里了，后面的四种模式和插件才有得玩。
如果页面一直转圈，先看看API Key有没有贴完整、账户有没有余额，以及模型旁边是不是绿色状态。
四种模式，先记住一句就够了
四种模式看着像游戏转职，其实只是给Agent配了不同的工具。第一次不用四个职业一起练，先用标准模式把任务做完。
记不住下表也没关系。平时用标准，量大试PTC()，想DIY再开创造；极简先放着，普通人大概率用不着。
#ItPDEkfHZlCx text{white-space:pre}.fb0{stroke:var(--N900-FG, 0.15)}.fx0{stroke-miterlimit:10}.fa1{fill:#bbbfc4}.fx1{font:normal 400 12px MonospacedNumber,LarkHackSafariFont,LarkEmojiFont,LarkChineseQuote,-apple-system,BlinkMacSystemFont,Helvetica Neue,Tahoma,PingFang SC,Microsoft Yahei,Arial,Hiragino Sans GB,sans-serif,Apple Color Emoji,Segoe UI Emoji,Segoe UI Symbol,Noto Color Emoji}.fx2{text-anchor:middle}.fx3{dominant-baseline:central}.fx4{stroke:none}.fc0{fill:var(--text-caption)}.fa2{fill:var(--text-link-disabled)}.fa3{fill:rgb(246, 243, 246)}.fx5{font:700 normal 14px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"}.fx6{text-anchor:start}.fx7{dominant-baseline:alphabetic}.fc1{fill:rgb(51, 51, 51)}.fx8{font:400 normal 14px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"}.fc2{fill:rgb(31, 35, 41)}.fb1{fill:var(--N900-FG, 0.15)}.fb2{fill:rgb(224, 224, 224)}.fa4{fill:var(--bg-body)}AB12345模式什么时候用标准模式PTC模式极简模式创造模式读写文件、搜索、规划，绝大多数日常任务先选它文件很多、步骤很多，需要批量处理时再试控制工具数量，主要方便研究和评测想自己做插件、改工具或保存一套工作方式
创造模式真正有意思的地方，不是让AI再扮演一次网页设计专家，而是把做事方法保存成新的Agent预设，换个项目还能接着用。
这几年，随着AI不断发展，我们收藏的东西也变了，以前是 提示词模板，后面是智能体，skills，现在是DSH里面的的plugin。
三个插件装完，我才懂“一切皆插件”
我以前转行学学Java时，Spring框架()就没完全搞明白。
所以第一次看到Cordis、Preset、Plugin这些词，我脑子里只有一句话——怎么到了AI时代，还要重修一遍框架？
后来发现，普通人根本不用先背术语。看看三个插件装上前后发生了什么，“一切皆插件”就没那么玄学了。
我现在装的三个插件，刚好改了三个不同位置。dsh-at-file改输入，ModLens()补视觉，dsh-genui改输出界面。插件不只是给AI塞一句提示词，它能改变模型拿到什么信息、可以调用什么能力，以及你最后看到什么。
dsh-at-file 不用再手敲文件路径
装好以后，在输入框敲一个@，就能搜索当前工作区的文件和文件夹。
它不会顺手把整个硬盘喂给模型，只引用当前工作区内的路径。真正需要内容时，Agent再调用文件工具读取。
ModLens 给纯文本DeepSeek借副眼镜
DeepSeek V4 Pro本身看不了图片。ModLens会先请外部视觉引擎读取截图里的文字、布局和关键信息，再把这些证据交给DeepSeek判断。
dsh-genui 让答案直接长出界面
很多时候，AI回复一点都不可视化，人工还得仔细去看很久，像我这个AI夜班研究员的需求，让DSH每天给我找投放AI工具的品牌方和新的AI热点，这种回复我看着就很难受，想改也改不了。
装上dsh-genui以后，模型还能把结果渲染成统计卡、图表、表单和按钮。
出来的不只是一段说明，而是一块还能继续点的面板。
还有非常多的换皮肤的DSH插件，让你变得像下面这样，长得很像Codex哈哈，当然，你也可以自己用创作模式去做一个，无论是皮肤还是宠物等等，都可以做出来。
插件去哪里找，怎么装
如果你想找现成的插件，DSH暂时还没有成熟的应用商店。官方让插件作者给GitHub仓库加上dsh-plugin标签，相关项目都能在这个页面找到。
它为什么像Spring、VSCode，又被叫作“Agent时代的安卓”
现在再看这些比喻就容易多了。Cordis有点像Spring，负责把模型、工具和插件装到一起；DSH又像VSCode，底座只是开始，最后好不好用，很大程度取决于你接了哪些东西。
“Agent时代的安卓”说的是它想走开放平台路线。DeepSeek把Harness底座开出来，其他人可以继续往上加模型、工具、界面和自己的Agent版本。
不过我说实话，现阶段 DSH 的生态还不成熟，有点像早期 AI绘画的StableDifussion 一样，可能出现各种安装依赖问题，相信后续会有更多的 “秋叶安装包”出现，帮助我们普通小白用户也能有更好的用户体验。
梁文锋说“今年的阶梯是Agent”，我现在有点懂了
我最近把梁文锋那场近四小时的投资者交流文字稿啃了一遍。
里面不少非常硬核的内幕信息和他对AI的深刻理解，有句话，我一直印象深刻。
“今年的阶梯就是Agent。”
在他的判断里，AI先学会语言，再学会思考；今年要跨过去的，是怎么让它真正动手。再往后，才是更难的持续学习。
DSH现在是AGI过程中让AI长出手脚这一步。
说实话，它现在确实不好用。装环境、敲命令、插件闹脾气，普通用户折腾半天，很可能只想骂一句半成品。
但有些属于未来的东西，刚出生时，本来就不太像未来。
DSH真正大胆的地方，是把下一代Agent的零件、接口和组装方式，全都摊在了桌面上。如果这条路走通，它改变的就不只是一款工具，而是以后AI到底该怎样工作。
所以网上那两种声音，可能都没说错。
它今天确实很粗糙；它指向的方向，也确实可能是划时代的。
就像很多人诟病DeepSeek没有多模态、产品不够完整。可我越来越觉得，梁文锋不是没看见，而是太知道什么最重要。
手里的牌没巨头多，那就把每一张都打在刀刃上。
我作为一个局外人，也一直很纳闷。为什么这样一家只有几百人的“小”公司，拿着远少于国际巨头的资源，却一次次做出震动整个行业的东西？
还记得DeepSeek V3刚出来时，那种真正意义上的铺天盖地。一个原本像是顺手做出来的网页端，用户涌进来以后，赶都赶不走。
那一刻，咱们中国人在AI时代，好像真的站起来了一点。
有人说这是国运。
以前我觉得这个词太玄乎。现在倒觉得，所谓国运，也许就是在最关键的时候，刚好有这样一群接地气的中国极客，知道怎样用手里不算多的牌，四两拨千斤。
让子弹再飞一会儿吧。
我们离得太近，还分不清今天听到的，究竟是半成品的噪音，还是一个新时代从远处赶来的马蹄声。
马还会换，路也还很长。
但这一次，咱们不只是站在路边追马的人了。已经有人弯下腰，开始造鞍，也开始修路。