DeepSeek Harness（命令名 dsh）是 DeepSeek 开源的智能体框架，采用 MIT 许可证，基于 Cordis 的"一切皆插件"架构构建，目前处于开发者预览阶段。它有两种用法：一是直接下载桌面应用，目前只提供 macOS（Apple 芯片）和 Windows 64 位安装包；二是装好 Node.js 22.19 或更高版本后，运行 npx @deepseek-ai/dsh web，在本机 3080 端口打开 Web 界面。截至 2026 年 10 月 20 日，GitHub 仓库有 25.4 万 Star，最新发布是 10 月 17 日的 v0.2.1-rc.2。装好后只需在"设置 → 模型"里填入 DeepSeek API Key、选好工作区就能开始用；也可以通过"自定义模型 API"接入兼容 OpenAI 或 Anthropic 协议的其他模型服务。官方安全说明提醒：它会执行模型生成的命令，建议在隔离环境里运行，并备份它能访问到的文件。

DeepSeek Harness 是什么

DeepSeek Harness 是 DeepSeek 在 2026 年 8 月开源的 Agent 运行框架，能读写项目文件、执行终端命令、拆分子任务、跑定时任务，功能全部以插件形式组合。 官网对它的自我介绍是："我既可以是桌面应用，也可以通过代码启动为网页。"

它和普通聊天窗口的区别在于"能动手"。官方插件列表里有终端、Agent 循环、子 Agent，还有 Agent 团队、自动授权审核、定时任务、语音输入四个实验性插件。产出的 Word、Excel、PDF、HTML、Python 等文件可以在界面里直接预览，每一轮的改动都能看到差异对比。

先说一下它的热度。仓库创建于 2026 年 8 月 13 日，两个多月 Star 数超过 25 万；npm 包 @deepseek-ai/dsh 和 GitHub Release 都在 10 月 17 日更新到 v0.2.1-rc.2，几乎每天都有新的预发布版本。需要注意的是，README 写明"未来将出现破坏兼容性的变更"，所以这篇教程以 10 月中旬的版本为准。

先选装法：桌面端还是 Web 端

只想尽快用上、不碰命令行的人，装桌面端；用 Linux、Intel 芯片 Mac，或者想放在服务器上跑的人，用 Web 端。

装法

适用系统

前置条件

适合谁

桌面安装包

macOS（Apple 芯片）、Windows 64 位

无

普通用户，双击安装

npx 启动 Web 端

任何能装 Node.js 的系统

Node.js 22.19 及以上，或 24 及以上

开发者、Linux 用户、远程服务器

源码运行

同上

Node.js、pnpm、git

想改源码或开发插件的人

官网目前没有提供 Linux 和 Intel Mac 的安装包，这两类设备只能走 Web 端。

方法一：桌面端下载安装

桌面端安装包都在官网 deepseek.com/harness 的下载区，macOS 是 .dmg 文件，Windows 是 .exe 文件。

  1. 打开 DeepSeek Harness 官网，按系统选择下载。实测（2026-10-20）macOS 安装包约 265 MB，Windows 安装包约 289 MB，两个文件都是 10 月 17 日更新的。

  2. macOS：双击 dsh-latest-macos-arm64.dmg，把应用拖进"应用程序"文件夹。安装包只支持 M 系列芯片。

  3. Windows：双击 dsh-latest-windows-x64.exe，按向导完成安装。如果弹出"Windows 已保护你的电脑"，确认是从官网下载的，再点"仍要运行"。

  4. 启动应用，跳到下面的"首次配置"一节。

下载文件名里带 latest，说明这个地址始终指向最新版，以后重新下载就能拿到最新版本。

方法二：Web 端一行命令启动

装好 Node.js 后，在终端运行一行 npx 命令，浏览器就会自动打开 http://127.0.0.1:3080。

第一步，确认 Node.js 版本。项目要求 22.19.0 或更高的 22.x，也可以用 24 及以上版本：

node -v
# 输出 v22.19.0 或更高的 v22.x，或 v24.x 及以上即可

版本不够的话，先到 nodejs.org 下载 LTS 版本升级。

第二步，在你想让 Agent 操作的项目目录里启动：

cd ~/my-project
npx @deepseek-ai/dsh web

dsh 会把启动时所在的目录作为默认文件位置，所以建议先 cd 进项目目录再启动。

几个常用的启动选项：

  • 只启动服务、不自动打开浏览器：npx @deepseek-ai/dsh web --no-open

  • 通过 SSH 在远程机器上启动时，dsh 只打印访问地址，需要你在本地自行转发 3080 端口

  • 想把服务开放给外网访问，官方文档有单独的公开部署指南，不要直接把 3080 端口暴露到公网

进阶：从源码运行

需要改代码或开发插件时，按 README 的步骤从源码运行：

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

pnpm dsh web 直接使用已构建的产物，不会重新构建。改完代码记得重新执行一次 pnpm run build。

首次配置：填 API Key、选工作区

不管哪种装法，第一次打开都要做两件事：配置模型，选择工作区。没选工作区之前，输入框是灰的。

  1. 配置模型：进入"设置 → 模型"，在 DeepSeek 卡片里填入从 platform.deepseek.com 申请的 API Key 并保存。保存后立即生效，不需要重启。Key 是只写的，界面上只显示脱敏后的信息，实际存放在 $DSH_HOME/.credentials.yaml。

  2. 选择工作区：点击"选择工作区"，添加启动 dsh 时所在的项目目录，然后选中它。

  3. 发送第一个任务：新建会话，试试官方示例："Summarize this repository and identify its main packages."。如果 Agent 要执行的操作需要授权，界面会先弹窗询问你。

接入其他模型服务

除了 DeepSeek，"添加模型提供商"里还内置了 Kimi（moonshotai）、GLM（zai）等提供商，选中后填 Key 就能用。

公司内部网关或者没有内置的服务，可以切换到"自定义模型 API"，填写 Provider ID、基础 URL、协议和 Key。协议有三种可选：OpenAI Chat Completions、OpenAI Responses、Anthropic Messages。"获取可用模型"按钮能自动列出接口提供的模型。

团队共用时，也可以在这里接入七牛云 Token Plan。根据其产品页说明，它用一个 Key 覆盖 DeepSeek、Kimi、GLM、MiniMax 4 家厂商的 17 个模型，兼容 Completions、Responses、Messages 三种接口，正好对应 Harness 的三种协议选项。计费上有两条规则对长时间跑 Agent 比较关键：

  • 超出月额度的请求会被直接拒绝，当月费用不会超过订阅价

  • 每天 18:00 到次日 08:00 是闲时，DeepSeek-V4-Flash、V4.1-Flash 等模型按 0.3 倍计费，可以把 Harness 的定时任务排在这个时段

具体做法：在 Harness 里新建一个自定义提供商，基础 URL 和 Key 填控制台提供的值，协议按控制台说明选择，再用"获取可用模型"勾选需要的模型。

安装前必须知道的安全提醒

官方安全说明明确写着：DeepSeek Harness 尚未接受安全审计，不应视为可用于生产环境的软件。

它能执行模型生成的命令、加载第三方插件，也能访问你开放给它的文件和凭据。官方给出了几条使用建议：

  • 只授予完成任务所需的最小权限

  • 优先在一次性虚拟机或专用环境里运行

  • 备份它能访问到的文件

  • 不要让它接触敏感凭据，例如生产环境的密钥

  • 安装第三方插件、执行命令之前，先检查一遍内容

如果是在日常使用的电脑上试用，建议单独建一个测试目录作为工作区，不要直接选择整个用户目录。

常见问题

DeepSeek Harness 免费吗？ 软件本身免费，以 MIT 许可证开源。调用模型按你所接入服务的规则计费，例如使用 DeepSeek 开放平台的 API Key，就按 DeepSeek 开放平台的价格收费。

Linux 和 Intel 芯片的 Mac 能用吗？ 能用，但目前没有桌面安装包。装好 Node.js 22.19 及以上版本，运行 npx @deepseek-ai/dsh web，在浏览器里使用即可。

运行 npx 报错，提示 Node 版本不符合要求？ 项目要求的 Node.js 版本是 ^22.19.0 || >=24.0.0。版本过旧会导致安装或运行失败，升级到最新 LTS 版本后重试即可。

总结

DeepSeek Harness 的安装门槛很低：Mac（Apple 芯片）和 Windows 用户下载安装包，其他环境用一行 npx 命令，十分钟内就能跑起来。真正需要花心思的是配置环节：选对工作区、管好权限，再给定时任务、子 Agent 这类会持续消耗 token 的功能配一个用量可控的模型接口。

本文信息来自 DeepSeek Harness 官网、GitHub 仓库 README 与官方文档，核对时间为 2026 年 10 月 20 日。项目仍是开发者预览版，迭代很快，命令和界面以官方仓库最新说明为准。

延伸阅读