花几天把 DeepSeek Harness 跑了个遍,跟你说说值不值得装

大家好,我是跟”单身汉”混了几天的林月半子。

8月13号,DeepSeek 开源了一个叫 DSH(DeepSeek Harness)的 Agent 框架,这几天一路涨到破 10 万。

有人给它取了个中文外号:单身汉。别笑,这个”单身汉”还挺能干活的。

DeepSeek 官网首页四个大字:一切皆插件。GitHub README 第一句也是 “Everything is a Plugin”。

Image

但很多人看完这句口号,装上 DSH,填个 API Key,跑两个 demo,就说”哦,又一个 Claude Code 竞品”。

其实”一切皆插件”这五个字比大多数人理解的要狠得多。

模型是插件。工具是插件。搜索是插件。文件系统是插件。

甚至连 Agent 的思考循环,就是那个”读指令→调模型→执行工具→返回结果”的核心控制流,也是一个插件,可以整个换掉。

花几天把 DeepSeek Harness 跑了个遍,跟你说说值不值得装

今天就展开聊聊:这个”一切皆插件”到底意味着什么?插件长啥样?能干嘛?我自己玩了一圈,分享一下真实体验。

先搞清一个公式:Agent = Model + Harness

在聊插件之前,先理一个概念。

DSH 的官网上有一个很精妙的公式:Agent = Model + Harness

Model(模型)负责——”用户要一个求和函数,我写一个 sum”。但模型吐出来的,始终只是一段文字。

Harness(驾驭工程)负责——把模型的想法接入现实环境:文件系统、终端、网页、工具链。它是让 AI 从”能想”变成”能干活”的那一层。

花几天把 DeepSeek Harness 跑了个遍,跟你说说值不值得装

Claude Code 是一个 Model + Harness 绑定在一起的成品。DSH 的做法不一样:它把 Harness 这一层拆成了一堆可替换的插件,Model 也是其中一个插件。

所以你可以自由组合,用 Kimi 的模型 + DSH 的 Harness + 第三方的工具插件,拼出一个完全属于你自己的 Agent。

小白友好提示

DSH 默认是命令行启动的(npx @deepseek-ai/dsh web),但社区已经做了一个开箱即用的桌面客户端,deepseek-harness-desktop,Mac 和 Windows 都支持,累计下载 3 万多次。不用折腾命令行,下载安装就能用。没必要没苦硬吃,建议直接装界面版。

Image

搞清楚这个,后面的内容就好理解了。

第一件,换模型。

第一件让我惊喜的事:模型随便换

装好 DSH 之后,默认当然是用 DeepSeek 自家的 API。但你打开设置页面会发现,模型提供方是可以自己加的。

Image

我加了一个 kimi coding plan,填上 Kimi 的 API Key,绿灯亮了,直接能用。

这不是什么 hack 或者非官方操作。

DSH 的模型层本身就是一个插件。

它内置了 DeepSeek 直连和一个通用适配器,通过配置就能接入 OpenAI、Anthropic、Google 等不同厂商的模型。

所有 Provider 最终都注册到同一个 ctx.llm 服务上,对上层的工具和 Agent 循环来说,用谁都一样。

实测:一句话让 DSH 替我测完 MiniMax Music 3.0

模型换好了,我想试试 DSH 到底能不能替我干点真正的活。

最近 MiniMax 出了 Music 3.0 API,我正好想测一下。给 DSH 丢了一句话:

根据文档地址,测试一下 minimax music 3 的音乐生成能力,生成 3 段不同的人声音乐,可以模仿周杰伦

Image

DSH 自己拆成了 3 个任务:

Image

4 分钟跑完。三首歌全部生成成功,44.1kHz / 256kbps 立体声 MP3:

  • song1_yuxiang.mp3:中国风 R&B《雨巷》—— 古筝+钢琴,温柔朦胧男声
  • song2_gongfucha.mp3:快嘴说唱+中国武术风《功夫茶》—— 电子鼓点混搭古筝
  • song3_caochang.mp3:校园钢琴抒情《操场边的晴天》—— 吉他钢琴慢板情歌

Image

每首约 60~80 秒生成完成。

直接双击 mp3 就能试听。

一个 DeepSeek 出品的框架,跑着 Kimi 的模型,去调 MiniMax 的音乐 API,帮我把活干完了。

Image

再看一眼状态栏的数据:2 轮 31 步,LLM 调用 6 分 37 秒,工具调用 4 分 58 秒,缓存命中 95%,输入 772K token。95% 的缓存命中率意味着大部分 token 走的是缓存价格,实际花费远比你想的便宜。

DSH 在多轮工具调用的场景下,会自动复用之前轮次的上下文缓存,跑这种复杂任务反而比你手动一步步问更省钱。

这就是”一切皆插件”在实际使用中的样子。

再来一个:复刻 X 上爆火的涂鸦生物

MiniMax 那个案例是调 API,再来一个纯写代码的。

前阵子 X 上有个帖子很火,用 seed 和 Three.js 程序化生成一堆涂鸦风小生物,每个都在自己的节奏下呼吸、眨眼、环顾四周。500+ 个赞,1.8 万浏览,全网都在转。

Image

我想用 DSH 复刻一个。

丢给 DSH 的指令大概就是”解析这个视频里的 Three.js 种子生成逻辑,做一个类似的涂鸦风角色生成器”。5 轮对话,95 步操作,它写了纯 JavaScript 的程序化角色生成代码——每个角色由 seed 决定长相(发型、表情、配饰),带呼吸和眨眼动画,支持通过 URL 参数调整变化速率、淡化时长、换脸概率。

效果你看右边,几十个小人站在横线上,各自呼吸、眨眼、歪头,跟原帖那个味道基本一致。

玩到兴起,我又让它复刻了个交互版:输入你的名字,基于名字的 hash 生成一个专属于你的涂鸦小生物。每个人的长相、配饰、表情都不一样。

从静态网格到交互版,前后就加了几轮对话。整个过程我没写过一行代码。

这里有个细节要提一下:你注意到右边那个实时预览窗口了吗?

DSH 默认是不带这个的。这是我装了一个叫 sidebar 的社区插件之后才有的功能。

Image

装完之后,DSH 生成的 HTML/JS 代码可以直接在右侧面板里实时渲染预览,不用再手动开浏览器去本地端口看效果。

一个插件,加了一个侧边栏预览能力。整个 DSH 的体验就不一样了。

这就是”一切皆插件”在用户层面最直观的感受,你觉得缺什么,装一个插件就有了

好了,前面是”爽”的部分。你可能会好奇:DSH 的插件到底是怎么做到这些的?一个插件要怎么写?凭什么装一个 sidebar 就能多出一个预览面板?

在聊底层之前,先分享几个我这几天高频在用的插件,毕竟大多数人的第一反应不是”我要写插件”,而是”有什么好插件可以装”。

我常用的几个插件

视觉能力 —— 我自己写了一个识图插件

DSH 默认用 DeepSeek 的模型,但 DeepSeek 是纯文本模型,不能读图。社区里很多人推荐 ModLens 这个视觉插件来补这个缺,它在插件市场 2000+ star,确实好用。

Image

但我的做法不太一样。

我买了太多 coding plan,手上有闲置的 MiniMax API 额度,所以干脆让 DSH 自己帮我写了一个 dsh-minimax-vision 插件,直接调 MiniMax 的识图 API,粘贴图片就能识别。

Image

一句话:”将 minimax 识图集成到 DSH 插件”。DSH 自己去了解插件机制的结构,规划集成方案,写完代码。插件本地链接之后,热加载生效,直接能用。

Image

用 DSH 来给 DSH 写插件,这可能是”一切皆插件”最套娃的一个用法了。

dsh-at-file —— @ 引用工作区文件

高频刚需。输入框里打 @,弹出工作区文件列表,选一个就自动把文件内容注入上下文。

Image

跟 Claude Code 的 @file 一样的体验,DSH 默认没有,装个插件就有了。

Image

dsh-cc-tui —— Claude Code 风格的终端界面

如果你习惯了 Claude Code 的终端交互风格,带上下文进度条、token 用量、任务状态。

这个插件把同样的体验搬到了 DSH 上。

Image

对于不喜欢 Web UI 的人来说,这个插件让 DSH 在终端里也能用得很舒服。

DSH 出厂是个半成品,但你花 10 分钟装几个插件,它就变成了一个完全贴合你工作习惯的工具。这几个插件装完,日常体验基本就到位了。

但说回来,现在到底值不值得入坑?

值不值得现在上车?

说实话,要看你是哪类人。

适合折腾的:如果你对 Agent 框架的底层机制感兴趣,想魔改 Agent 行为、搞多 Agent 协同、做 Agent 自我进化的研究,DSH 目前是唯一一个把基础设施做到位的开源方案。

不适合着急用的:DSH 还在开发者预览阶段,官方大写加粗警告了”THERE WILL BE COMPATIBILITY-BREAKING CHANGES”。日常写代码,Claude Code 和 Codex 都更成熟更顺手。

适合关注的:就算你现在不用,了解一下 DSH 的插件架构思路也有价值。”一切皆插件”不是一句口号,它背后是一整套经过工程验证的生命周期管理、依赖追踪、副作用回滚机制。

我个人的判断:DSH 让我看到了一个趋势。未来的 AI 开发,harness 的重要性会越来越高。模型是灵魂,但 harness 决定了 Agent 能不能真正把活干完。

DSH 选择把这一层彻底开放、彻底可插拔。这个选择对不对,要看生态能不能起来。

说到生态,有一个有趣的发现。

翻了一圈插件榜前排的开发者,头像几乎清一色二次元动漫角色。点进主页一看,好多都是 B 站 UP 主。

以前大家开玩笑说看头发多少判断技术水平,现在得看头像是不是二次元画风了。

Image

B 站是国内最大的二次元社区,但也藏着一批超级能打的 AI 产品创作者。

这波 DSH 插件生态的爆发,他们是主力。

本文由作者@林月半子的AI笔记,授权发布于平台,未经许可禁止转载。

行业动态

Agentic RAG、本体论、知识图谱:企业AI知识库到底该怎么做?

2026-8-17 13:00:32

行业动态

DeepSeek Harness 全景可观测实践

2026-8-17 18:46:27

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧