DeepSeek Harness (dsh): O Que É e Como Executar
DeepSeek Harness é uma camada de agente aberta desenvolvida pela DeepSeek AI, lançada em 13 de agosto de 2026 sob a licença MIT. Não é um modelo e não é mais um agente de programação — é o scaffolding que transforma qualquer modelo em um agente funcional, algo que a página oficial do produto afirma diretamente com uma fórmula simples: Agente = Modelo + Harness.
DSH Field Guide é um recurso independente da comunidade criado para documentar o DeepSeek Harness para quem está configurando e usando no dia a dia. Não tem qualquer vínculo com a DeepSeek, não é endossado por ela e não é operado por ela. DeepSeek e DeepSeek Harness continuam sendo marcas registradas de seus respectivos proprietários.
O que é o DeepSeek Harness de fato
DeepSeek Harness — nome de comando dsh — é desenvolvido pela DeepSeek AI e escrito em TypeScript sob a licença MIT, com o slogan “Everything is a Plugin.” O repositório no GitHub, deepseek-ai/deepseek-harness, já havia acumulado 210.610 estrelas e 24.639 forks até 3 de setembro de 2026, um crescimento tão acelerado que o coloca entre os lançamentos de código aberto que mais rapidamente ganharam popularidade na história.
O modelo é a alma do agente. O harness permite que o agente compreenda seu ambiente, utilize ferramentas e continue funcionando em condições reais.— DeepSeek, página oficial do produto DeepSeek Harness
Essa frase resume toda a intenção do design. DeepSeek Harness não é um modelo de linguagem — o modelo é conectado externamente, inclusive um de terceiros ou local. Também não é apenas mais um agente de programação: Claude Code e Codex podem ser integrados a ele como subagentes, e não como concorrentes. E não é um framework de benchmark — o lm-evaluation-harness da EleutherAI é um projeto Python separado usado para avaliar modelos, e não existe nenhum repositório chamado deepseek-ai/DeepSeek-Harness com configuração via pip install -r requirements.txt. O dsh de verdade roda em Node.js e é instalado via 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. Собственные материалы DeepSeek по найму описывают этот слой прямо как уровень управления моделью — часть, которая управляет контекстом, вызывает инструменты, читает и записывает файлы, запускает терминал и самостоятельно исправляет результат.
What dsh is NOT
Три разграничения постоянно возникают у всех, кто только знакомится с проектом:
- Not a language model. DeepSeek Harness подключается к модели через адаптер; модель может быть как собственной разработки DeepSeek, так и совершенно другого провайдера.
- Not just a coding agent. Настоящие Claude Code и Codex CLI могут работать как субагенты внутри него.
- Not a benchmark framework.
lm-evaluation-harness(EleutherAI) — это Python-проект для оценки моделей DeepSeek, а не продукт DeepSeek; это две не связанные между собой кодовые базы, у которых совпадает лишь одно слово в названии.
Everything is a plugin
DeepSeek Harness построен на Cordis — среде выполнения плагинов, — и слоган «Everything is a Plugin» — это не маркетинговая риторика: модели, инструменты, навыки, сессии, песочницы, файловые системы, главный цикл, оркестровка и UI — всё реализовано в виде плагинов. В директории packages/ хранится более 200 рабочих пакетов, а плагин можно выгрузить на лету без перезапуска процесса.
Чем это отличается от обычного фреймворка для агентов
Типичный фреймворк для агентов — это один главный цикл плюс набор возможностей, подключённых вручную; добавление новой возможности означает правку цикла, перестройку сборки промпта и повторную регистрацию инструментов. DeepSeek Harness превратил сам главный цикл в плагин, так что расширение системы сводится к подключению нового плагина рядом с существующими, а не к изменению ядра.
Швы возможностей
Каждая заменяемая возможность разделена на три роли — определение, реализация и потребитель. Замена одной реализации меняет поведение продукта везде, где эта возможность используется, без необходимости создавать форк.
Cordis: ядро среды выполнения
Cordis — это среда выполнения плагинов, лежащая в основе DeepSeek Harness; она описывает себя как фреймворк для «пространственно-временной компонуемости». Её архитектура задокументирована в препринте arXiv 2608.25512, «A Programming Paradigm for Spatiotemporal Composability» — статье на 88 страниц, опубликованной August 13, 2026 Ифань Ши, Вэй Чжаном и Тяньи Цуем.
Модель определяют два свойства. Временна́я компонуемость означает, что выгрузка компонента полностью отменяет все вызванные им эффекты. Пространственная компонуемость означает, что компоненты объявляют зависимости и соединяются 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 Ифань Ши (известного как Shigma), и с 2019 года он служит плагиновым ядром чат-фреймворка Koishi. Правило «выгрузка плагина должна отменять всё, что он сделал» возникло ещё в том, более раннем проекте.
Журнал сессии с добавлением записей
Каждый запуск пишет в журнал с добавлением записей: системные промпты, трассировки рассуждений, вызовы инструментов и их результаты, планирование субагентов и каждую инъекцию контекста. Возобновление, ветвление, поиск и воспроизведение работают путём чтения этого журнала, а не отдельного хранилища состояния.
Веб-интерфейс отображает статистику, которую большинство агентных сред полностью скрывает: токенов в секунду, процент попаданий в кэш, количество ходов и время выполнения. Когда проект обсуждался на Hacker News, ветка набрала 747 очков и 314 комментариев, а прозрачность этого журнала сессии была одной из наиболее высоко оценённых деталей в обсуждении.
Четыре режима: стандартный, code, minimal, creator
| Режим | What it gives you | When to use it |
|---|---|---|
| Standard | Полный набор инструментов, агент общего назначения | Повседневные задачи |
| Code | Инструменты, доступные через Code Mode SDK; модель пишет программу на TypeScript | Сложная многошаговая автоматизация |
| Minimal | Только bash и редактор в стиле str_replace | Честное сравнительное тестирование моделей |
| Creator | Сборка собственного пресета | Создание пользовательского профиля или набора |
Быстрый старт за одну команду
Самый быстрый способ запустить экземпляр — одна строка:
npx @deepseek-ai/dsh webЭта команда запускает веб-интерфейс по адресу http://127.0.0.1:3080 и открывает его в браузере; добавьте --no-open, чтобы пропустить запуск браузера на машине без графического интерфейса. Требуется Node.js ^22.19.0 или ≥ 24.0.0, а также pnpm 11.7.0 при сборке из исходников:
git clone https://github.com/deepseek-ai/deepseek-harness.gitcd deepseek-harnesspnpm installpnpm run buildpnpm dsh web- Прочитайте
SAFETY.mdперед тем, как направить агента на реальный проект — README требует этого. - Добавьте ваш API key при появлении запроса; он хранится в
$DSH_HOME/.credentials.yamlи отображается в интерфейсе в замаскированном виде.
Первый запуск за три шага
Откройте Настройки, перейдите в раздел Модели и вставьте API ключ — маршрут активируется немедленно, без перезапуска сервера. Добавьте и выберите рабочую папку; поле ввода задачи остаётся недоступным, пока папка не выбрана. Затем отправьте задачу. Всё, что выходит за рамки уже выданных разрешений, будет показано вам для подтверждения перед выполнением.
Другие точки входа
Помимо веб-интерфейса, DeepSeek Harness поставляется с TUI (dsh --profile tui), режимом без UI для скриптов и CI (dsh --profile headless "task description"), Python SDK (pip install deepseek-harness-sdk, который включает собственную среду выполнения, так что системная установка Node.js не требуется — сборка для Windows x64 появилась в версии 0.1.2-rc.1), а также TypeScript SDK для встраивания непосредственно в стороннее приложение.
Модели, провайдеры и стоимость
Сам DeepSeek Harness бесплатен и открыт под лицензией MIT — единственные регулярные расходы связаны с потреблением токенов моделью. DeepSeek API предоставляет deepseek-v4-flash, deepseek-v4-pro и экспериментальную deepseek-v4-flash-vision-exp: все модели поддерживают контекстное окно в 1M токенов и вывод до 384K токенов. Новые тарифы вступили в силу August 16, 2026 в 16:00 UTC: ставки разделены на пиковые и внепиковые периоды (пик: 01:00–04:00 и 06:00–10:00 UTC, с понедельника по пятницу).
| v4-flash | v4-pro | |
|---|---|---|
| Input, cache hit, off-peak | $0.007 / 1M | $0.022 / 1M |
| Input, cache miss, off-peak | $0.22 / 1M | $0.66 / 1M |
| Input, cache miss, peak | $0.44 / 1M | $1.32 / 1M |
| Output, off-peak | $0.66 / 1M | $1.98 / 1M |
Подробности — на странице тарифов DeepSeek API. Для тех, кто хочет нулевых расходов на API, адаптер @deepseek-ai/dsh-llm-pi-ai подключает DeepSeek Harness к сторонним и локальным моделям, в том числе Ollama, vLLM, LM Studio, llama.cpp и любому OpenAI-совместимому шлюзу — таким образом, полностью локальная модель работает бесплатно с той же конфигурацией dsh.
Claude Code и Codex как субагенты
Одно из не самых очевидных архитектурных решений: DeepSeek Harness умеет делегировать задачи настоящим сторонним агентам для работы с кодом, а не заменять их. Пакет @deepseek-ai/dsh-subagent-claude-code запускает полноценный CLI Claude Code как дочерний процесс через официальный Agent SDK, а @deepseek-ai/dsh-subagent-codex делает то же самое для Codex через протокол app-server --stdio. Каждый субагент сохраняет собственную конфигурацию и авторизацию — DeepSeek Harness не перехватывает и не переопределяет способ входа этих инструментов. Начиная с версии 0.1.2-rc.1, модель, используемая каждым субагентом, настраивается независимо от родительской сессии.
Хронология выпусков и текущее состояние
Возможности DeepSeek Harness впервые незаметно появились в официальном релизе DeepSeek V4 31 июля 2026 года — без отдельного продукта и открытых исходников. Полноценный запуск состоялся 13 августа 2026 года: в 11:56 UTC публичный репозиторий стал доступен, @deepseek_ai опубликовал сообщение о том, 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 августа 2026 года — отдельная дата, которую стоит запомнить: это наиболее ранний коммит, видимый в истории публичного репозитория, поэтому в ряде материалов именно этот день называют днём открытия кода — сам репозиторий, однако, был создан 13-го.
С тех пор проект выпускает новые сборки почти каждый день: версия 0.1.1 вышла 21 августа вместе с DeepSeek-V4-Flash-Vision-Exp, а 3 сентября появился релиз-кандидат 0.1.2-rc.1. README заглавными буквами предупреждает о том, что изменения могут нарушать обратную совместимость; Issues и pull request в репозитории отключены — обратная связь принимается через GitHub Discussions или Discord.
Куда идти дальше
Каждой части DeepSeek Harness посвящена отдельная страница этого руководства, и читать их можно в любом порядке.
Начните с установки DeepSeek Harness, если хотите просто запустить его, а если работаете на Windows — сначала прочитайте раздел DeepSeek Harness на Windows: почти все известные проблемы при установке возникают именно там. Когда что-то идёт не так, руководство по ошибкам охватывает сбои с точными формулировками, которые люди ищут.
Чтобы разобраться в устройстве инструмента, обзор репозитория GitHub объясняет, что именно находится внутри монорепозитория, а Cordis описывает лежащее в основе ядро плагинов. Далее руководство по плагинам показывает, как добавляются, заменяются и поставляются возможности, а субагенты раскрывают то, о чём почти никто не пишет, — как dsh запускает Claude Code и Codex как дочерние процессы.
Если вас интересуют не механика, а принятые решения: цены и токен-экономика разбирают, как изменение цен на API в August 2026 года повлияло на аргумент «дешевле, чем Claude Code»; DeepSeek Harness против Claude Code честно сравнивает оба инструмента с обеих сторон; запуск локальных моделей описывает Ollama, vLLM, LM Studio и llama.cpp для тех, кто предпочитает не отправлять код никуда. Если вам интересно, кто стоит за проектом, страница команды собирает всё, что публично известно о группе внутри DeepSeek.