DeepSeek Harness (dsh): czym jest i jak go uruchomić
DeepSeek Harness to otwarta warstwa agentowa stworzona przez DeepSeek AI, wydana 13 sierpnia 2026 roku na licencji MIT. Nie jest to model ani kolejny agent kodujący — to rusztowanie, które zamienia dowolny model w działającego agenta. Oficjalna strona produktu ujmuje to wprost za pomocą prostego wzoru: Agent = Model + Harness.
DSH Field Guide to niezależne zasoby społecznościowe służące dokumentowaniu DeepSeek Harness dla osób, które go konfigurują i używają na co dzień. Nie jest powiązane z DeepSeek, nie jest przez DeepSeek zatwierdzane ani przez nie prowadzone. DeepSeek i DeepSeek Harness pozostają znakami towarowymi ich odpowiednich właścicieli.
Czym właściwie jest DeepSeek Harness
DeepSeek Harness — polecenie dsh — jest rozwijany przez DeepSeek AI i napisany w TypeScript na licencji MIT, z hasłem przewodnim „Everything is a Plugin”. Repozytorium GitHub deepseek-ai/deepseek-harness zebrało już 210 610 gwiazdek i 24 639 forków do 3 września 2026 roku — tempo wzrostu plasuje je wśród najszybciej rozwijających się projektów open-source w historii.
Model jest duszą agenta. Harness pozwala agentowi rozumieć jego środowisko, używać narzędzi i działać w rzeczywistych warunkach.— DeepSeek, oficjalna strona produktu DeepSeek Harness
Ten cytat oddaje całą intencję projektu. DeepSeek Harness nie jest modelem językowym — model podłącza się z zewnątrz, w tym model strony trzeciej lub lokalny. Nie jest też zwykłym agentem kodującym: Claude Code i Codex można w nim zamontować jako subagenty, zamiast traktować je jako konkurencję. Nie jest także frameworkiem benchmarkującym — lm-evaluation-harness EleutherAI to oddzielny projekt w Pythonie służący do oceniania modeli i nie istnieje żadne repozytorium deepseek-ai/DeepSeek-Harness z konfiguracją pip install -r requirements.txt. Prawdziwy dsh działa na Node.js i instaluje się przez npx.
Формула «Агент = Модель + Harness»
Всё, кроме обучения самой модели, живёт в DeepSeek Harness: планирование задач, вызовы инструментов, выполнение кода, управление контекстом, сессии, разрешения и интерфейс. В собственных материалах DeepSeek для найма этот слой описывается прямо как уровень управления моделью — часть, которая управляет контекстом, вызывает инструменты, читает и пишет файлы, запускает терминал и самостоятельно исправляет результат.
Чем dsh НЕ является
Тем, кто только знакомится с проектом, постоянно приходится разбираться с тремя вещами:
- Not языковая модель. DeepSeek Harness подключается к модели через адаптер; моделью может быть как собственная разработка DeepSeek, так и совершенно другой провайдер.
- Not просто агент для написания кода. Настоящие CLI Claude Code и Codex могут запускаться в нём как субагенты.
- Not фреймворк для бенчмарков.
lm-evaluation-harness(EleutherAI) — это Python-проект для оценки моделей DeepSeek, а не продукт DeepSeek; это два несвязанных репозитория, в названиях которых просто встречается одно и то же слово.
Everything — это плагин
DeepSeek Harness построен на Cordis, среде выполнения плагинов, и лозунг «Everything is a Plugin» — не маркетинговый приём: модели, инструменты, навыки, сессии, песочницы, файловые системы, главный цикл, оркестрация и интерфейс — всё реализовано в виде плагинов. Директория packages/ содержит более 200 пакетов рабочего пространства, а плагин можно отключить на лету, не перезапуская процесс.
Чем это отличается от обычного агентного фреймворка
Типичный агентный фреймворк — это один главный цикл плюс набор возможностей, подключённых вручную; добавление новой возможности означает правку цикла, пересборку механизма формирования промптов и повторную регистрацию инструментов. DeepSeek Harness превратил сам главный цикл в плагин, поэтому расширение означает подключение нового плагина рядом с существующими, а не изменение ядра.
Точки расширения
Каждая заменяемая возможность разделена на три роли — определение, реализация и потребитель. Замена одной реализации меняет поведение продукта везде, где эта возможность используется, без необходимости делать форк.
Cordis: ядро среды выполнения
Cordis — это среда выполнения плагинов под DeepSeek Harness, описывающая себя как фреймворк для «пространственно-временной компонуемости». Её устройство задокументировано в препринте arXiv 2608.25512, «A Programming Paradigm for Spatiotemporal Composability» — статье на 88 страниц, опубликованной August 13, 2026 авторами Yifan Shi, Wei Zhang и Tianyi Cui.
Модель определяют два свойства. Временна́я компонуемость означает, что выгрузка компонента полностью отменяет все вызванные им эффекты. Пространственная компонуемость означает, что компоненты объявляют свои зависимости и связываются реактивно. DeepSeek встраивает Cordis непосредственно в DeepSeek Harness, а не подключает его как внешний пакет.
Cordis появился раньше DeepSeek Harness — это самостоятельный проект с открытым исходным кодом разработчика Yifan Shi (известного как Shigma), который с 2019 года служит плагиновым ядром фреймворка чат-ботов Koishi. Правило «выгрузка плагина должна отменять всё, что он сделал» появилось именно в том раннем проекте.
Dziennik sesji tylko do dopisywania
Każde uruchomienie zapisuje dane do dziennika sesji tylko do dopisywania: monity systemowe, ślady rozumowania, wywołania narzędzi i ich wyniki, planowanie subagentów oraz każdy wstrzyknięty kontekst. Wznawianie, rozgałęzianie, wyszukiwanie i odtwarzanie — wszystko to działa przez odczytywanie tego dziennika, a nie odrębnego magazynu stanu.
Interfejs webowy wyświetla statystyki, które większość środowisk uruchomieniowych agentów całkowicie ukrywa: tokeny na sekundę, współczynnik trafień w pamięć podręczną, liczbę tur i czas trwania sesji. Gdy projekt był omawiany na Hacker News, wątek zebrał 747 punktów i 314 komentarzy, a przejrzystość tego dziennika sesji była jednym z najchętniej chwaloných szczegółów w dyskusji.
Cztery tryby: standardowy, code, minimalny, creator
| Tryb | Co oferuje | When to use it |
|---|---|---|
| Standard | Pełny zestaw narzędzi, agent ogólnego przeznaczenia | Codzienne zadania |
| Code | Narzędzia dostępne przez Code Mode SDK; model pisze program w TypeScript | Złożona automatyzacja wieloetapowa |
| Minimal | Tylko bash i edytor w stylu str_replace | Rzetelne porównywanie modeli na tych samych warunkach |
| Creator | Składanie własnego presetu | Tworzenie niestandardowego profilu lub pakietu |
Szybki start w jednym poleceniu
Najszybsza droga do uruchomionej instancji to jedna linia:
npx @deepseek-ai/dsh webTo polecenie uruchamia interfejs webowy pod adresem http://127.0.0.1:3080 i otwiera go w przeglądarce; dodaj --no-open, aby pominąć otwieranie przeglądarki na maszynie bez ekranu. Wymagany jest Node.js ^22.19.0 lub ≥ 24.0.0 oraz pnpm 11.7.0, jeśli budujesz ze źródeł:
git clone https://github.com/deepseek-ai/deepseek-harness.gitcd deepseek-harnesspnpm installpnpm run buildpnpm dsh web- Przeczytaj
SAFETY.mdprzed skierowaniem agenta na prawdziwy projekt — README tego wymaga. - Dodaj swój klucz API po wyświetleniu monitu; jest on przechowywany w
$DSH_HOME/.credentials.yamli wyświetlany w interfejsie w postaci zamaskowanej.
Pierwsze uruchomienie w trzech krokach
Otwórz Ustawienia, przejdź do sekcji Modele i wklej klucz API — trasa aktywuje się natychmiast, bez konieczności restartu serwera. Dodaj i wskaż folder roboczy; pole wprowadzania zadania pozostaje nieaktywne, dopóki folder nie zostanie wybrany. Następnie wyślij zadanie. Wszystko, co wykracza poza już przyznane uprawnienia, jest zgłaszane z powrotem do Ciebie w celu potwierdzenia przed wykonaniem.
Inne punkty dostępu
Oprócz interfejsu webowego DeepSeek Harness oferuje TUI (dsh --profile tui), tryb bezobsługowy do skryptów i CI (dsh --profile headless "task description"), Python SDK (pip install deepseek-harness-sdk, który zawiera własne środowisko uruchomieniowe, więc systemowa instalacja Node.js nie jest wymagana — wersja dla Windows x64 trafiła do 0.1.2-rc.1) oraz TypeScript SDK do osadzenia go bezpośrednio w innej aplikacji.
Modele, dostawcy i koszty
Sam DeepSeek Harness jest bezpłatny i otwarty na licencji MIT — jedynym bieżącym kosztem jest zużycie tokenów przez model. API DeepSeek udostępnia modele deepseek-v4-flash, deepseek-v4-pro oraz eksperymentalny deepseek-v4-flash-vision-exp, wszystkie z oknem kontekstowym wynoszącym 1M tokenów i wyjściem do 384K tokenów. Nowe ceny weszły w życie 16 August 2026 o godzinie 16:00 UTC, dzieląc stawki na okna szczytowe i poza szczytem (szczyt: 01:00–04:00 i 06:00–10:00 UTC, od poniedziałku do piątku).
| v4-flash | v4-pro | |
|---|---|---|
| Input, trafienie w cache, poza szczytem | $0.007 / 1M | $0.022 / 1M |
| Input, brak w cache, poza szczytem | $0.22 / 1M | $0.66 / 1M |
| Input, brak w cache, szczyt | $0.44 / 1M | $1.32 / 1M |
| Wyjście, poza szczytem | $0.66 / 1M | $1.98 / 1M |
Szczegółowe informacje znajdują się na stronie cennika API DeepSeek. Dla tych, którzy chcą zerowego kosztu API, adapter @deepseek-ai/dsh-llm-pi-ai łączy DeepSeek Harness z zewnętrznymi i lokalnymi backendami modeli, w tym Ollama, vLLM, LM Studio, llama.cpp oraz dowolną bramą kompatybilną z OpenAI — dzięki czemu w pełni lokalny model, uruchamiany bezpłatnie, działa z tą samą konfiguracją dsh.
Claude Code i Codex jako subagenci
Jedna z mniej oczywistych decyzji projektowych: DeepSeek Harness może delegować zadania do prawdziwych zewnętrznych agentów kodowania zamiast je zastępować. Pakiet @deepseek-ai/dsh-subagent-claude-code uruchamia właściwy interfejs CLI Claude Code jako proces potomny za pośrednictwem oficjalnego Agent SDK, a @deepseek-ai/dsh-subagent-codex robi to samo dla Codex poprzez protokół app-server --stdio. Każdy subagent zachowuje własną natywną konfigurację i autoryzację — DeepSeek Harness nie przechwytuje ani nie nadpisuje sposobu logowania tych narzędzi. Począwszy od wersji 0.1.2-rc.1, model używany przez każdego subagenta można konfigurować niezależnie od sesji nadrzędnej.
Хронология выпусков и текущий статус
Возможности DeepSeek Harness впервые появились в составе официального релиза DeepSeek V4 31 июля 2026 года — тихо, без отдельного продукта и публичных исходников. Полноценный запуск состоялся 13 August 2026 года: в 11:56 UTC публичный репозиторий стал доступен, @deepseek_ai сообщил, что «DeepSeek Harness v0.1 доступен в режиме Developer Preview», DeepSeek-V4-Pro-0813 вышел в общий доступ, а препринт Cordis появился на arXiv в тот же день. 14 August 2026 года — отдельная дата, которую стоит запомнить: это самый ранний коммит, видимый в истории публичного репозитория, поэтому в ряде материалов именно этот день называют датой открытия кода — сам же репозиторий был создан 13-го.
С тех пор проект выпускает новые сборки почти каждый день: версия 0.1.1 вышла 21 August вместе с DeepSeek-V4-Flash-Vision-Exp, а 0.1.2-rc.1 появилась 3 September. В README заглавными буквами предупреждается о возможных изменениях, ломающих обратную совместимость; issues и pull requests в репозитории отключены — обратная связь принимается через GitHub Discussions или Discord.
Что читать дальше
Каждая часть DeepSeek Harness описана на отдельной странице этого руководства, и они написаны так, чтобы их можно было читать в любом порядке.
Начните с установки DeepSeek Harness, если хотите просто запустить инструмент, а если вы работаете на Windows — сначала прочитайте DeepSeek Harness на Windows: почти все известные ошибки установки связаны именно с этой платформой. Когда что-то идёт не так, руководство по ошибкам разбирает сбои по точным формулировкам, которые ищут пользователи.
Чтобы разобраться в том, что именно вы запускаете, обзор репозитория на GitHub объясняет, что находится внутри монорепозитория, а Cordis рассказывает о плагинном ядре в его основе. Далее руководство по плагинам показывает, как добавляются, заменяются и поставляются возможности, а субагенты освещают то, о чём почти никто не пишет, — запуск Claude Code и Codex в качестве дочерних процессов.
Для тех, кто интересуется принятыми решениями, а не механикой: цены и экономика токенов разбирает, как изменение цен API в August 2026 года повлияло на аргумент «дешевле, чем Claude Code»; DeepSeek Harness против Claude Code честно сравнивает оба инструмента в обоих направлениях; запуск локальных моделей описывает Ollama, vLLM, LM Studio и llama.cpp для тех, кто предпочитает не отправлять код никуда. Если вас интересует, кто стоит за этим проектом, страница команды собирает всё, что публично известно о группе внутри DeepSeek, работающей над ним.