DeepSeek Harness

DeepSeek 的 Agent 产品。早期材料把它概括成「一切皆插件」;2026-10 的桌面版实测则把它看成一套可安装、可启停、改代码后要重启才生效的工作环境;2026-11 的官方数据把它补成一个日活 150 万、3.5 万个第三方插件、约 60% 活跃用户用过插件的生态。

简介

DeepSeek Harness 是 DeepSeek 自家的 Agent 产品。2026-08-14-01deepseek-harness 记录的是发布窗口:DeepSeek V4 Pro 正式版发布后,Harness 以「一切皆插件」(everything is a plugin)预告并很快出现在 GitHub 上,定位偏向开发者友好的 Agent 框架,每个能力都可以独立成插件。

到 2026-10-06-woshipm-deepseek-harness-desktop,讨论对象已经是更新后的桌面版。官网仍然强调「万物皆插件」,但用户能碰到的不再只是一句架构口号:新会话里可以选择工作区、任务模式、访问模式、模型和推理等级;创造模式可以用对话增加工具、技能和界面;插件管理页同时列出官方能力和用户自己安装的插件。固定版本架构文档把模型适配器、工具注册、会话日志和推进任务的执行循环都做成可配置替换的插件。也就是说,插件体系覆盖的是执行过程中的主要部件,而不只是商店里的附加功能。

它和概念层的 Agent Harness 不是同一个东西。后者是「模型之外的执行循环、工具治理和管控」这套架构思路;DeepSeek Harness 是把这套思路做成桌面应用的一个具体产品。2026-09-16-woshipm-enterprise-agent-harness 把它和 agentScope 并列,当作企业少做底座、直接在上面开发业务 Agent 的开源框架选项之一。桌面版实测补上的是:底座可复用之后,把自己的工作方法接进去,仍然要处理生效版本、输入范围和验收条件。

关键信息

  • 类型:工具 / Agent 产品
  • 领域:桌面 Agent、插件化工作流、产品经理反馈评审
  • 官方网站/地址:本文两篇 woshipm 素材都没有给出可核对的官网或 GitHub 地址,不在这里编造链接
  • 定价/开源状态:2026-08 的速通称当时已在 GitHub 发布;2026-10 的桌面版实测没有讨论价格。桌面应用自带插件创建和安装所需的运行组件,用户不必另外准备这套环境;需要从终端启动时,再按需注册启动命令
  • 相关概念:Agent Harness、Skill、Claude Code、Codex、人机协同

核心特性

四种任务模式和独立的访问模式

任务模式描述怎样执行,访问模式描述能碰到多大范围:

  • 标准模式:处理代码、文件和资料。检索、文件读写和终端被组织在预设里,第一次提交材料的人不必先逐项配置。
  • PTC:强调批量调用工具,以及筛选、去重、统计和汇总。同题对照里,它通过代码调用工具、处理数据并生成文件,再用本机已有的浏览器工具检查页面。
  • 极简模式:只用终端,供基础表现测试与比较。
  • 创造模式:编写插件、增加功能和界面。和「做任务」放在同一个应用里,用户发现某一步反复出现时可以接着提改造要求,不必先离开当前环境另找开发工具。

访问模式是另一组入口:仅可查看、工作区内修改、完全权限。实测的两轮对照都在「工作区内修改」下交付文件,切换任务模式时可以沿用同一授权。作者把原始材料和输出成果分放两个目录,完成后输入文件保持不变。

同题对照:路径不同,判断不会自动变准

标准模式与 PTC 使用同一模型 DeepSeek-V41-Flash、同一推理等级 High、同一工作区修改权限,各在独立会话处理相同的八条反馈。PTC 完成了页面检查;标准模式启动 Chrome 无头浏览器时遇到权限错误,文件已经生成,失败的是后续页面检查。两边都把一条「从开发环境启动、采用替代账号」的登录反馈错归进官方桌面版的历史问题。模式差解释的是执行路径,不是分类对错。

三层定制,以及从写好到生效

定制分成三层,使用者不必一次改完:

  1. 工作方法:保存一份评审流程,把分类和验收要求留给下一次任务。
  2. 工具与界面:把核验脚本封装成可调用操作。
  3. 运行组件:模型适配、工具调用、会话记录、执行循环。改这一层会改变其他能力赖以工作的环境。

本地试验把事先写好的反馈评审流程和核验脚本交给创造模式,生成名为「公开反馈评审」的插件:一份由用户主动调用的 Skill,加上一个检查反馈报告的工具。两次纠正之后,会话仍提示运行时保留旧版工具说明,必须重启才加载新代码。重启后的新会话里,写进核验脚本文件的调用被拒绝,改到允许的输出位置后,三条合成记录、四条引文全部匹配。试验结束时插件保留安装并被关闭,源文件和任务产物留在本地。

插件管理已经区分「是否被设为启用」和「运行中是否已经加载」。开启配置热更新时,配置修改可以立即应用;修改已安装插件的代码则要重启进程。这套运行配置是共用的,一次修改会同时影响使用它的多个会话。

工具能跑,仍会做错范围

正式任务要求只处理首批九条反馈。Agent 把同一目录的第二批也合进来,生成十四条记录,再把两批一起交给核验工具。工具返回通过,因为多出来的都是真实本地文件,结构、编号和引文对得上。路径保护只限制文件能写到哪里;具体输入文件的选择被留给调用方,于是报告生成者扩大分析范围时,也能同时扩大核验依据。

作者给出的约束是:任务开始时按已经指定的文件固定本轮输入清单,核验工具按清单检查,清单作为单独的任务配置保存,报告生成步骤不应随意改动它。代价是 Agent 不能把新发现的相关资料顺手并进来;要扩大范围,得先说明再重跑。反馈评审重视批次清楚,适合这种约束;允许广泛搜集线索的研究任务则要另外定义纳入规则。

和另外两条定制路径的差别

  • Claude Code Mods:通过对话创建,接入工具调用、提示、命令和回合等事件,也能增加面板、改变界面。批准热重载后,修改在回合结束时加载,默认只在创建它的会话里使用;要跨会话继续用,需要保留目录并另外加载,或通过市场分发。
  • Codex plugins:把工作流程(Skills)、外部工具连接(MCP)和指定环节触发的自动操作(Hooks)打成一个可安装的包。Plugin Creator 生成结构和本地安装入口。改市场条目指向的插件目录后要重启应用;项目配置可以停用并保留安装;Hooks 需要用户审阅并信任,安装不会自动完成这一步。

选用时作者的建议不是先比功能表,而是拿一项实际改动走完整条路径:创建、调用、修改后在哪里生效、怎样停止使用,再估后续维护要投多少。

业务人员写插件的两个卡点,以及一条交付标准

2026-10-31-woshipm-dsh-plugin-2-methods-3-cases 把视角从「产品经理评测 DSH」换到「内部小伙伴和客户自己写插件」。作者团队把 DSH 插件用于解决客户个性化需求之后开始向内部推广,随即遇到两件事:不知道写什么、不知道怎么写。他的解法是两句话——选题 角色 +(最小)场景 + 数据/能力 +(极简)页面 = 一款插件,动手 需求 + 上下文 + 调试 = 写好一款插件(完整拆解见 DSH 插件开发方法论)。

三款 HR 插件提供的经验对 DSH 的能力边界有直接含义:

  • 创造模式对非技术人员确实可用。工资追算器的第一版页面在「一句口语需求 + 公式截图 + 接口说明」的条件下 1 小时生成,没有需求文档、没有原型规范、没有字段清单。
  • 成本从编码转移到调试与口径确认。同一个插件调到基本可用花了 2 天多,翻了十几次车;数据架构(按报表取数还是按登录人权限取数)最终由每天使用它的业务人员一句话定下,而不是由作者或模型判断。
  • 「能用」的标准是数字可解释,不是功能齐全。工资追算器停在 0.17.18、65 个测试用例,遗留平台项来源、万人导出、部门维度三个问题,但页面上每个数字都能说清来源或明确标注「还没识别出来」。这与桌面版实测里「工具返回通过不等于任务做对」是同一条边界的业务侧证据。

插件生态的实际规模:3.5 万个插件、60% 用户渗透

2026-11-10-woshipm-dsh-plugin-ecosystem-3-paths 用官方披露的数据把「一切皆插件」从口号变成了可核对的数量。2026-11-10 时点:日活超过 150 万;用户每天消耗 92 万亿 Token;人均每天 6000 万 Token;第三方插件约 3.5 万个;约 60% 的活跃用户制作或安装了至少一款第三方插件。官方统计只覆盖直接绑定官方 API 的用户,走三方 Token Plan 的未计入。

作者给的横向刻度是:150 万日活 ≈ 飞书 2020 年鼎盛期;92 万亿 Token ≈ 火山引擎 2026 年 6 月豆包大模型日调用量的一半(当时火山引擎 MaaS 份额 49.5%);结论是「百万顶级 AI 玩家用 DSH 消耗了国内 MaaS 市场 1/4 的 Token」。他对 60% 的拆解是三种情形——自己开发、从插件中心安装别人的、以及「DSH 偷偷就开发了个插件」;第三种正是他判断 DSH 会成为下一个爆点的原因,因为它意味着插件的生产者也可以是 Agent 本身。

生态的三条改造路径

DSH 的插件改造范围比「应用商店附加功能」宽得多:Agent 的前端页面本身就是 DSH 的一个插件。2026-11-10-woshipm-dsh-plugin-ecosystem-3-paths 把它拆成三条路:

  1. 魔改前端交互:前端本质是 WebUI 插件,可读取会话记录把 Token 消耗、缓存、工具调用、子 Agent 分支可视化(官方推荐过的「上下文洞察」插件即属此类),也可在会话页里写小游戏,或挂一个与 DSH 无关的网页「借壳」其后端服务。
  2. 魔改产品交互:用子 Agent 能力重做协作形态。DSH-bot 照搬 Grok Bot 的玩法(建子 Agent、改名、拉群、互相对话);官方 SuperAgent 原型让主 Agent 接任务后路由给子 Agent,以节省主 Agent 的上下文窗口。
  3. 做插件市场:官方允许第三方市场——装「自定义插件索引」插件、填入市场地址即可;市场只需一个列出插件的 JSON 索引,插件本体给 GitHub Repo 地址,GitHub Pages 就能承载。

三个层级的门槛依次抬高:前端改造只需 Web 能力;交互改造要理解子 Agent 与 多Agent架构 的上下文开销;市场只做分发、依赖运营。完整的生态侧分析见 DSH 插件生态。

关于热拔插要区分两件事:插件的装卸与配置支持热更新(不重开会话即可用),但修改已安装插件的代码在桌面版实测中仍需重启进程才加载。本篇「插件热更新 = 当前任务中就能用上」指的是前者。

不同素材中的观点

  • 2026-11-10-woshipm-dsh-plugin-ecosystem-3-paths:张佳的AI实战笔记从行业观察 + 产品经理视角出发,认为 DSH 的差异不在「有插件」而在「插件可以热拔插、DSH 自己会开发插件」,因此可以在任务中给自己动手术完成自我升级。他把 2026 年 10-12 月视为继 Kimi 长上下文(2023)、Cursor/Vibe-Coding(2024)、OpenClaw 通用 Agent(2025)之后的下一个革新窗口候选,并把真实机会落在企业定制 Agent:通用 Agent 与办公 Agent 两次尝试都卡在「怎么用」,因为办公 Agent 底层仍是 SaaS 思维,而 DSH 的插件形态能满足老板对「带 LOGO、带看板、一句话加功能」的诉求——代价是负责企业 AI 赋能的人必须很懂 Harness。需要注意,窗口年份的划分属于他的叙事框架,3.5 万插件、60% 渗透、150 万 DAU 等才是有出处的数据。
  • 2026-08-14-01deepseek-harness:发布速通。作者认为这是「可能是史上最快的速度」的 Agent 产品,截止写文时已在 GitHub 正式发布,卖点就是一切皆插件、开发者能快速上手。没有任务实测,也没有桌面版的模式和权限细节。
  • 2026-09-16-woshipm-enterprise-agent-harness:叶小钗把 deepseek harness 当作可选的开源开发框架,和 agentScope 并列。论点是企业通常不必自研运行底座;若通用 Agent 太黑盒、又需要可观测性和评测,可以在这类框架上少做基建、直接开发业务 Agent。这里的 Harness 是底座选项,不是一次桌面交互评测。
  • 2026-10-06-woshipm-deepseek-harness-desktop:杨森的桌面版实测把产品定位收窄成「适合已经有明确工作方法的人,逐步搭出自己需要的工具」。创造模式确实把一份评审流程和核验脚本变成了新会话里可调用的插件,但自由定制意味着持续维护:规则改了要确认工具用的是新版本,材料增加了要重查原来的判断,结果出错了要能找到依据。他不建议从还没定下来的规则开始封装,而是从一项范围明确、经常重复的任务做起,用下一批材料检验哪些规则被正确复用、哪些地方仍要重新解释。
  • 2026-10-31-woshipm-dsh-plugin-2-methods-3-cases:产品方法论集散地站在「让最懂业务的人自己写插件」的立场。他认为 DSH 降低了动手门槛,但没有降低选题与验收门槛——不知道写什么(功能膨胀、一人做不完工作台)和不知道怎么写(首句说不出口、公式给不全)是两个需要分开治的问题。三款 HR 插件(假期余额、每日出勤、工资追算器)证明最小化能换来十倍级的速度差(工作台无疾而终,工资追算器 1 小时出版本),但也暴露出调试期才是主战场:AI 的错误成批同构,必须一次性全量过规则;倒挤凑数会把未知伪装成已知。他的收束是「插件不是把页面做出来就完了,是要让用户相信页面上的数字」。

实用信息

  • 快速上手:打开新会话,用标准模式直接处理少量资料,不必先配插件。需要写文件时再看访问模式(实测用的是工作区内修改,并把输入、输出分到两个目录)。需要批量调用工具、筛选去重统计时再切 PTC。需要把反复出现的步骤做成工具时再进创造模式。
  • 把已有方法接进去:先备好流程文档和确定性脚本(文中的脚本检查编号、来源、状态和逐字引文)。在创造模式里讲清输入材料、检查哪份报告、结果写到哪里。安装后如果提示运行时仍是旧版工具说明,重启再开新会话验证,不要在旧会话里以为已经生效。
  • 常用约束:输入目录、报告路径、输出位置写死,禁止覆盖原始材料;流程、工具、脚本运行服务缺一就不要加载;任务开始时固定本轮输入清单,不让报告步骤自行扩大核验范围。易变的分类规则先留在可读文档里,用会冲突的样例检验后再封装;编号是否缺失、引文是否来自指定材料这类已经能写死的检查,适合交给工具反复执行。
  • 注意事项:文件存在、插件装上、工具可见、调用返回,是四个不同环节。界面显示已启用,不代表新改动已加载。核验通过只说明工具拿到的输入和报告对得上,不说明任务范围没被扩大。页面和数据文件一致,仍可能把 A 帖的句子写进 B 帖。验收模板若只要求「正常、异常、取消」三类路径齐全,仍可能把失败路径的限制套到成功路径上,从而改掉研发该实现的行为。桌面版自带插件运行组件;从终端启动时才需要另外注册命令——社区里「找不到启动命令」一度被当成缺失功能,补入官方文档后这条候选被撤下。

相关页面