文章目录
DeepSeek Harness 是 DeepSeek 推出的一款开源 AI Agent 开发框架，可以让大模型读取文件、执行命令、调用工具、加载 Skills、运行子 Agent，并自动完成复杂任务。
它最大的特点是 “Everything is a Plugin，一切皆插件”，模型、工具、Skills、会话、沙箱、存储、任务循环甚至 UI 都可以自由组合和替换。
除了官方提供的 Web UI，现在社区还推出了 DSH Desktop，将 DeepSeek Harness 封装成 Windows 和 macOS 桌面客户端，不需要手动安装 Node.js 或执行命令，对普通用户更加友好。
DeepSeek Harness 可以理解成一个专门用于构建和运行 AI Agent 的开源框架。
普通大模型主要负责：
理解问题 → 生成答案。
而 DeepSeek Harness 会进一步给模型增加：
最终形成：
Agent = 大模型 + Harness执行环境。
例如让 AI 修复一个代码项目，它不仅可以告诉你哪里可能有问题，还能够读取代码、搜索文件、运行测试、修改内容，并根据执行结果继续完成任务。
目前 DeepSeek Harness 仍属于开发者预览阶段，更适合 AI Agent 开发、研究和尝鲜使用。
一切皆插件
DeepSeek Harness 最核心的设计就是插件化。
包括模型、工具、Skills、会话、沙箱、存储、Agent循环、调度和 UI，都可以通过插件扩展。
支持Skills
可以为 Agent 安装不同 Skill，让 AI 根据任务加载对应的专业工作流。
例如：
同一个 Agent 可以通过不同 Skills 完成完全不同的工作。
支持文件和Shell操作
Harness 可以让 AI 读取和修改本地工作区文件，并执行 Shell 命令，因此非常适合编程、项目维护和自动化任务。
支持子Agent
复杂任务可以继续拆分给多个子 Agent，让不同 Agent 分工完成同一个目标。
支持多种大模型
除了 DeepSeek 模型，还可以配置 OpenAI、Anthropic 以及其他兼容模型服务。
也就是说，DeepSeek Harness 并不是只能运行 DeepSeek。
完整会话记录
Agent执行任务时产生的模型请求、工具调用和运行结果可以保存到 Session 中，方便继续任务、检查过程和排查问题。
支持定时任务
可以结合调度插件，让 Agent 在指定时间自动执行任务。
如果觉得官方 DeepSeek Harness 安装和配置比较复杂，可以使用社区开发的 DSH Desktop。
DSH Desktop 是基于 DeepSeek Harness 构建的开源桌面客户端。
它将官方 Harness 的：
整合到了桌面软件中。
用户下载安装以后，应用会自动启动和管理本地 Harness 服务，不再需要手动运行：
npx @deepseek-ai/dsh web对于不熟悉 Node.js 和命令行的用户来说，使用门槛明显降低。
需要特别说明：
DSH Desktop 是独立社区项目，并不是 DeepSeek 官方产品，与 DeepSeek 不存在隶属、合作、授权或者背书关系。
它只是基于 DeepSeek Harness 开源项目构建。
原生桌面客户端
把 DeepSeek Harness 的 Web UI 封装成真正的桌面应用，支持独立窗口和系统托盘。
无需配置Node.js
普通用户不需要自己配置 Node.js、npm 和命令行环境，下载安装即可使用。
自动管理Harness服务
DSH Desktop 会自动负责本地 Harness 服务的：
用户不需要自己管理后台进程。
插件市场
DSH Desktop 内置 DSH Community Market。
可以直接发现、查看、安装和管理不同插件，让 Harness 更接近：
AI Agent版应用商店。
模型、工具、工作流和界面能力都可以通过插件扩展。
手机远程控制
还可以通过 iOS 和 Android 手机远程连接桌面端。
例如：
电脑运行Agent任务 → 手机查看进度 → 手机继续发送指令。
比较适合让 AI 执行时间较长的任务。
支持多个工作配置
可以针对不同项目创建不同 Profile，每套工作环境使用独立的模型、插件和配置。
DeepSeek Harness 现在主要有两种使用方法。
方法一：官方Web UI
适合开发者。
安装 Node.js 后，在终端运行：
npx @deepseek-ai/dsh web启动完成后打开本地 Web UI。
然后：
例如：
分析这个项目，找出导致测试失败的问题，并尝试修复。
Agent 就可以读取项目文件、运行测试并修改代码。
方法二：使用DSH Desktop
如果不想配置开发环境，可以直接下载 DSH Desktop。
使用流程：
对于普通用户来说，这种方法明显更加简单。
DeepSeek Harness 和 DSH Desktop 的支持方式有所区别。
| 方式 | 平台 |
|---|---|
| DeepSeek Harness Web UI | 浏览器 |
| DeepSeek Harness | Node.js环境 |
| Python SDK | Linux、macOS等 |
| DSH Desktop | Windows x64 |
| DSH Desktop | macOS |
| 手机远程控制 | iOS、Android |
DSH Desktop 最新版本主要提供 Windows 和 macOS 安装包。
macOS 用户下载前建议查看最新版 Release 的芯片支持说明，目前主要面向 Apple Silicon Mac。
Windows 用户如果不想配置 Harness 开发环境，DSH Desktop 会更加方便。
DeepSeek Harness 本身是免费开源项目，采用 MIT License。
DSH Desktop 同样采用 MIT License，并明确表示：
项目完全开源免费。
因此软件本身不需要购买。
不过实际运行 Agent 时仍然需要使用大模型。
例如：
这些模型产生的 Token 和调用费用，需要按照对应模型服务商的价格支付。
所以可以简单理解为：
Harness 和 DSH Desktop 免费，AI模型费用另算。
DeepSeek Harness 比较适合以下几类用户：
例如可以让 Agent：
整理这个文件夹里的所有 Excel，根据数据生成经营分析报告，并把结果保存到指定目录。
相比普通聊天机器人，它可以真正读取文件和调用工具执行任务。
DeepSeek Harness 的核心工作方式可以理解为：
用户提出任务 → 模型理解目标 → Harness提供工具 → Agent执行操作 → 获取结果 → 继续判断 → 完成任务。
底层通过 Cordis 管理插件体系。
开发者可以单独替换：
而不需要重新开发整个 Agent。
DSH Desktop 在这个体系里也很特别：
桌面客户端本身也是一个插件。
它没有直接修改 DeepSeek Harness 上游核心源码，而是把窗口、系统托盘、终端、更新和工作配置等桌面能力，通过插件机制组合进 Harness。
因此整个生态仍然遵循：
“一切皆插件。”
DeepSeek Harness 可以看作 DeepSeek 从“大模型”进一步走向 AI Agent基础设施 的一个重要开源项目。
它真正解决的问题不是“怎么和AI聊天”，而是：
怎么让AI调用工具、操作文件并真正完成任务。
而 DSH Desktop 又进一步解决了 DeepSeek Harness 使用门槛较高的问题。
原本需要：
安装 Node.js → 使用终端 → 启动Web UI → 配置环境
现在可以变成：
下载安装 DSH Desktop → 配置模型 → 直接使用 Agent。
同时 DSH Desktop 还加入了桌面客户端、插件市场、系统托盘和手机远程控制等功能。
如果你是开发者，建议优先研究官方 DeepSeek Harness；
如果只是想体验 Harness 和 Agent 插件生态，但不熟悉命令行，那么社区开源的 DSH Desktop 会更加容易上手。
需要再次强调：
DSH Desktop 是独立社区项目，并非 DeepSeek 官方桌面客户端，也不存在 DeepSeek 官方授权或背书。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。