DeepSeek Harness (dsh): Nedir ve Nasıl Çalıştırılır
DeepSeek Harness, DeepSeek AI tarafından geliştirilen ve 13 Ağustos 2026’da MIT lisansıyla yayımlanan açık kaynaklı bir ajan katmanıdır. Ne bir model ne de başka bir kodlama ajanıdır — herhangi bir modeli çalışan bir ajana dönüştüren iskelet yapısıdır. Resmi ürün sayfası bunu doğrudan ve yalın bir formülle ifade eder: Ajan = Model + Harness.
DSH Field Guide, DeepSeek Harness’ı kuran ve gündelik olarak kullanan kişiler için hazırlanmış bağımsız bir topluluk kaynağıdır. DeepSeek ile herhangi bir bağlantısı yoktur, DeepSeek tarafından onaylanmamış veya işletilmemektedir; DeepSeek ve DeepSeek Harness, ilgili sahibinin ticari markalarıdır.
DeepSeek Harness gerçekte nedir
DeepSeek Harness — komut adı dsh — DeepSeek AI tarafından geliştirilmiş olup MIT lisansı altında TypeScript ile yazılmıştır; sloganı “Everything is a Plugin” (Her Şey Bir Eklentidir) şeklindedir. deepseek-ai/deepseek-harness GitHub deposu, 3 Eylül 2026 itibarıyla 210.610 yıldız ve 24.639 çatal toplamıştı; bu büyüme hızı, açık kaynak tarihinin en hızlı büyüyen lansmanları arasında yer almaktadır.
Modelin ruhu ajanda yaşar. Harness ise ajanın çevresini anlamasını, araçları kullanmasını ve gerçek koşullarda çalışmaya devam etmesini sağlar.— DeepSeek, resmi DeepSeek Harness ürün sayfası
Bu cümle tasarımın tüm amacını özetlemektedir. DeepSeek Harness bir dil modeli değildir — model, üçüncü taraf ya da yerel bir model dahil olmak üzere dışarıdan bağlanır. Yalnızca bir kodlama ajanı da değildir: Claude Code ve Codex, onunla rekabet etmek yerine onun içine alt ajan olarak yerleştirilebilir. Ayrıca bir kıyaslama çerçevesi de değildir — EleutherAI’ın lm-evaluation-harness‘ı modelleri puanlamak için kullanılan ayrı bir Python projesidir; pip install -r requirements.txt kurulumuna sahip deepseek-ai/DeepSeek-Harness adında bir depo mevcut değildir. Gerçek dsh, Node.js üzerinde çalışır ve npx aracılığıyla kurulur.
Формула: Агент = Модель + Harness
В DeepSeek Harness сосредоточено всё, кроме обучения самой модели: планирование задач, вызовы инструментов, выполнение кода, управление контекстом, сессии, разрешения и интерфейс. В собственных материалах по найму DeepSeek этот слой прямо называют уровнем управления моделью — частью, которая управляет контекстом, вызывает инструменты, читает и записывает файлы, запускает терминал и самостоятельно исправляет результат.
Чем dsh НЕ является
Для тех, кто только знакомится с проектом, постоянно возникают три разграничения:
- 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 работать в качестве субагентов под его управлением.
- Not фреймворк для бенчмаркинга.
lm-evaluation-harness(EleutherAI) — это Python-проект для оценки моделей DeepSeek, а не продукт DeepSeek; две кодовые базы никак не связаны между собой и лишь используют одно слово в названии.
Everything — это плагин
DeepSeek Harness построен на Cordis, среде исполнения плагинов, и слоган «Everything is a Plugin» — не маркетинговый штамп: модели, инструменты, навыки, сессии, песочницы, файловые системы, основной цикл, оркестрация и пользовательский интерфейс — всё реализовано в виде плагинов. В директории packages/ находится 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, перестройку сборки промпта и повторную регистрацию инструментов. DeepSeek Harness превратил сам главный цикл в плагин, поэтому для расширения достаточно добавить новый плагин рядом с существующими, не затрагивая ядро.
Границы 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 исполнения
Cordis — это среда исполнения 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» — 88-страничной статье, 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 соединяются реактивно. DeepSeek встраивает Cordis непосредственно в DeepSeek Harness, а не использует 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 плагинным ядром фреймворка чат-ботов Koishi. Правило «выгрузка плагина должна отменить всё, что он сделал» родилось именно в том раннем проекте.
Yalnızca ekleme yapılan oturum günlüğü
Her çalıştırma, yalnızca ekleme yapılan bir günlüğe yazar: sistem istemleri, akıl yürütme izleri, araç çağrıları ve sonuçları, alt ajan planlaması ve her bağlam enjeksiyonu. Devam ettirme, çatallanma, arama ve yeniden oynatma işlevlerinin tümü, ayrı bir durum deposu yerine bu günlüğü geri okuyarak çalışır.
Web arayüzü, çoğu ajan çalışma ortamının tamamen gizlediği istatistikleri yüzeyler: saniyedeki token sayısı, önbellek isabet oranı, tur sayısı ve geçen çalışma süresi. Proje Hacker News üzerinde tartışıldığında, konu 747 puan ve 314 yorum topladı; bu oturum günlüğünün şeffaflığı, tartışmada en çok övülen ayrıntılardan biri oldu.
Dört mod: standart, code, minimal, creator
| Mod | Ne sunar | Ne zaman kullanılır |
|---|---|---|
| Standard | Tam araç seti, genel amaçlı ajan | Günlük görevler |
| Code | Code Mode SDK aracılığıyla sunulan araçlar; model bir TypeScript programı yazar | Karmaşık çok adımlı otomasyon |
| Minimal | Yalnızca bash ve str_replace tarzı bir editör | Adil, elma-elmayla model kıyaslaması |
| Creator | Kendi ön ayarınızı oluşturma | Özel profil veya paket hazırlama |
Tek komutla hızlı başlangıç
Çalışan bir örneğe giden en hızlı yol tek bir satırdır:
npx @deepseek-ai/dsh webBu komut http://127.0.0.1:3080 adresinde bir web arayüzü başlatır ve tarayıcıda açar; başsız bir makinede tarayıcı açılışını atlamak için --no-open ekleyin. Node.js ^22.19.0 veya ≥ 24.0.0 ve kaynaktan derliyorsanız pnpm 11.7.0 gerektirir:
git clone https://github.com/deepseek-ai/deepseek-harness.gitcd deepseek-harnesspnpm installpnpm run buildpnpm dsh web- Ajanı gerçek bir projeye yönlendirmeden önce
SAFETY.mddosyasını okuyun — README bunu zorunlu kılar. - İstendiğinde API anahtarınızı ekleyin;
$DSH_HOME/.credentials.yamldosyasında saklanır ve arayüzde maskeli olarak gösterilir.
Üç adımda ilk çalıştırma
Ayarlar’ı açın, Modeller bölümüne gidin ve bir API anahtarı yapıştırın — rota hemen etkinleşir, sunucuyu yeniden başlatmanıza gerek yoktur. Çalışma klasörü ekleyin ve seçin; klasör seçilmeden görev girişi devre dışı kalır. Ardından bir görev gönderin. Verilen izinlerin ötesine geçen her işlem, çalıştırılmadan önce onayınıza sunulur.
Diğer giriş noktaları
Web arayüzünün yanı sıra DeepSeek Harness; bir TUI (dsh --profile tui), betikler ve CI için başsız mod (dsh --profile headless "task description"), Python SDK (pip install deepseek-harness-sdk — kendi çalışma ortamını paketlediğinden sistemde Node.js kurulu olması gerekmez; Windows x64 desteği 0.1.2-rc.1 sürümüyle geldi) ve başka bir uygulamaya doğrudan gömebilmek için TypeScript SDK ile birlikte gelir.
Modeller, sağlayıcılar ve maliyet
DeepSeek Harness’ın kendisi MIT lisansı kapsamında ücretsiz ve açık kaynaklıdır — tek süregelen maliyet modelin token kullanımıdır. DeepSeek API; deepseek-v4-flash, deepseek-v4-pro ve deneysel deepseek-v4-flash-vision-exp modellerini sunar; tamamı 1M-token bağlam penceresi ve 384K tokena kadar çıktı kapasitesiyle çalışır. Yeni fiyatlandırma 16 August 2026 tarihinde 16:00 UTC itibarıyla yürürlüğe girdi; ücretler yoğun ve yoğun olmayan saatlere göre ikiye ayrıldı (yoğun saatler: Pazartesi–Cuma, 01:00–04:00 ve 06:00–10:00 UTC).
| v4-flash | v4-pro | |
|---|---|---|
| Input, önbellek isabet, yoğun olmayan | $0.007 / 1M | $0.022 / 1M |
| Input, önbellek ıskalama, yoğun olmayan | $0.22 / 1M | $0.66 / 1M |
| Input, önbellek ıskalama, yoğun | $0.44 / 1M | $1.32 / 1M |
| Çıktı, yoğun olmayan | $0.66 / 1M | $1.98 / 1M |
Ayrıntıların tamamı DeepSeek API fiyatlandırma sayfasında yer almaktadır. Sıfır API maliyeti isteyenler için @deepseek-ai/dsh-llm-pi-ai adaptörü, DeepSeek Harness’ı Ollama, vLLM, LM Studio, llama.cpp ve OpenAI uyumlu tüm geçitler dahil olmak üzere üçüncü taraf ve yerel model altyapılarına bağlar; böylece tamamen yerel bir model, ücretsiz olarak, aynı dsh yapılandırmasıyla çalışır.
Claude Code ve Codex alt ajan olarak
Daha az göze çarpan tasarım tercihlerinden biri: DeepSeek Harness, üçüncü taraf kodlama ajanllarının yerini almak yerine onlara iş devredebilir. @deepseek-ai/dsh-subagent-claude-code paketi, resmi Agent SDK aracılığıyla gerçek bir Claude Code CLI’ını alt süreç olarak başlatır; @deepseek-ai/dsh-subagent-codex de aynı işlemi Codex için app-server --stdio protokolü üzerinden yapar. Her alt ajan kendi yerel yapılandırmasını ve yetkilendirmesini korur — DeepSeek Harness bu araçların oturum açma sürecine müdahale etmez veya onu geçersiz kılmaz. 0.1.2-rc.1 itibarıyla her alt ajanın kullandığı model, üst oturumdan bağımsız olarak ayrı ayrı yapılandırılabilir.
Yayın zaman çizelgesi ve mevcut durum
DeepSeek Harness özellikleri ilk olarak 31 Temmuz 2026’da yayımlanan resmi DeepSeek V4 sürümüne sessiz sedasız eklendi; bağımsız bir ürün veya kamuya açık kaynak kodu olmaksızın. Asıl lansman 13 Ağustos 2026’da gerçekleşti: saat 11:56 UTC’de genel depo yayına girdi, @deepseek_ai “DeepSeek Harness v0.1 artık Geliştirici Önizlemesi’nde kullanılabilir” duyurusunu yaptı, DeepSeek-V4-Pro-0813 genel kullanıma açıldı ve Cordis ön baskısı aynı gün arXiv’de yayımlandı. 14 Ağustos 2026 ise ayrıca bilinmesi gereken bir tarih: genel depo geçmişinde görülebilen en eski commit bu tarihe ait; bu nedenle bazı yazılar kodun bu günde açıldığını aktarıyor — ancak deponun kendisi 13’ünde oluşturuldu.
O tarihten bu yana proje neredeyse her gün yeni bir derleme yayımladı: 0.1.1 sürümü 21 Ağustos’ta DeepSeek-V4-Flash-Vision-Exp ile birlikte geldi, 0.1.2-rc.1 ise 3 Eylül’de çıktı. README, büyük harflerle geriye dönük uyumsuzluk yaratan değişiklikler olacağını uyarıyor; depoda sorunlar ve çekme istekleri devre dışı bırakılmış — geri bildirimler bunun yerine GitHub Discussions veya Discord üzerinden iletiliyor.
Sırada ne var
DeepSeek Harness’ın her bölümünün bu kılavuzda kendi sayfası bulunuyor ve bunlar herhangi bir sırayla okunacak şekilde yazıldı.
Yalnızca çalıştırmak istiyorsanız DeepSeek Harness kurulumu ile başlayın; makineniz Windows ise önce Windows’ta DeepSeek Harness sayfasını okuyun — bilinen kurulum hatalarının neredeyse tamamı Windows’a özgü. When bir şeyler bozulduğunda hata kılavuzu, insanların aradığı tam ifadelere göre arızaları ele alıyor.
Ne çalıştırdığınızı anlamak için GitHub deposu incelemesi monoreponun içinde gerçekte ne olduğunu açıklıyor, Cordis ise altındaki eklenti çekirdeğini ele alıyor. Oradan eklenti kılavuzu yeteneklerin nasıl eklendiğini, değiştirildiğini ve yayımlandığını gösteriyor; subagents ise neredeyse hiç yazılmayan konuyu kapsıyor — dsh’nin Claude Code ve Codex’i alt süreç olarak çalıştırması.
Mekanikler yerine kararlar için: fiyatlandırma ve token ekonomisi, Ağustos 2026 API fiyat değişikliğinin “Claude Code’dan ucuz” argümanına ne yaptığını inceliyor; DeepSeek Harness ile Claude Code karşılaştırması her iki yönde de dürüst bir karşılaştırma sunuyor; yerel modeller çalıştırma ise kodu hiçbir yere göndermek istemeyenler için Ollama, vLLM, LM Studio ve llama.cpp’yi kapsıyor. Bunu kimlerin geliştirdiğini merak ediyorsanız ekip sayfası, DeepSeek bünyesindeki grupla ilgili kamuya açık bilgileri bir araya getiriyor.