DeepSeek-Harness: Einführung

KI-Modelle können bereits komplexe Programmieraufgaben eigenständig erledigen. Die eigentliche Herausforderung besteht nicht mehr darin, Modelle intelligenter zu machen, sondern darin,ihre Fähigkeiten auf stabile, zuverlässige und beobachtbare Weise in einen wirklich nutzbaren Agenten zu organisieren.。

Im August 2026 hat DeepSeekDeepSeek Harness(dsh)— aAlles ist ein Plugindas Agent-Framework als Open Source veröffentlicht, das die Antwort auf diese Frage lieferte:Agent = Model + HarnessModelle sind die Seele eines Agenten, und Harness gibt dem Agenten die Fähigkeit, die Umgebung zu verstehen, Werkzeuge zu verwenden und in realen Szenarien kontinuierlich zu arbeiten.


Was ist DeepSeek Harness?

DeepSeek Harness(dsh)Entwickelt von DeepSeek AI,Open-Source-Agent-Harness (Agent-Framework)ist es unter der MIT-Lizenz lizenziert, in TypeScript geschrieben und wurde im August 2026 offiziell als Open Source veröffentlicht. Es befindet sich derzeit in der Entwicklervorschau (mit dem offiziellen Hinweis, dass zukünftig Breaking Changes kommen werden).

DeepSeek Harness optimiert nicht das Modell selbst, sondern die Umgebung, in der das Modell läuft.Alles ist ein Plugin。

Modelle, Tools, Skills, Sitzungen, Sandboxes, Speicher, Schleifen (Agent Loop), Scheduling, UI usw.Alle Agent-Fähigkeiten werden durch Plugins bereitgestellt.Sie arbeiten über Services (Service) und Events (Event) des Cordis-Kernels zusammen – Entwickler können jede Fähigkeit auf der Konfigurationsebene auswählen, ersetzen oder erweitern, ohne Quellcode zu ändern.

Darunter liegt ein Open-Source-Plugin-SystemCordis, von ihm angetrieben, dessen Designphilosophie dem Paper „A Programming Paradigm for Spatiotemporal Composability“ entspricht. Zur Laufzeit gibt es keinen privilegierten Kernel, der gepatcht werden muss: Jede Fähigkeitsregistrierung ist ein umkehrbarer Seiteneffekt, der automatisch rückgängig gemacht wird, wenn das Plugin entladen wird. Um dsh zu erweitern, müssen neue Plugins neben anderen Plugins eingebunden werden.

„Alles ist ein Plugin.“(Everything is a Plugin)—— DeepSeek Harness offizielle方Markensprache

Modelle sind die Seele eines Agenten; Harness gibt dem Agenten die Fähigkeit, die Umgebung zu verstehen, Werkzeuge zu nutzen und in realen Szenarien kontinuierlich zu arbeiten.— Offizielle Website von DeepSeek Harness


Warum wird ein Harness benötigt?

Die Branche ist zu einer zunehmend einheitlichen Schlussfolgerung gelangt:Der Engpass ist nicht die Intelligenz der Modelle, sondern die Infrastruktur.In einem Code-Experiment des OpenAI-Teams mit 1 Million Zeilen wurde die gesamte Ausgabe über fünf Monate von Agents erzeugt, wobei Ingenieure keine einzige Zeile Code schrieben.

LangChain hat lediglich die externe Steuerungsumgebung optimiert (Dokumentstrukturen, Verifikationsschleifen, Tracing-Systeme) und die Punktzahl von Coding-Agents bei Terminal Bench 2.0 von 52.8% auf 66.5% gesteigert – vom 30. auf den 5. Platz weltweit—Kein einziger Parameter des zugrunde liegenden Modells wird geändert.

DeepSeek Harness ist genau die Produktisierung dieses Konsenses: Statt ein stärkeres Modell anzustreben, konzentriert es sich auf das, was das Modell zum Laufen braucht —Einschränkungen, Feedback, Werkzeuge, Gedächtnis und Observability.Alles ist als komponierbare Plugin-Infrastruktur aufgebaut, sodass jedes Team KI auf seine eigene Weise nutzbar machen kann.


Drei Sprünge im KI-Engineering-Paradigma

Um zu verstehen, warum Harness wichtig ist, müssen wir zunächst klar erkennen, wie wir Schritt für Schritt hierher gekommen sind:

Prompt Engineering Prompt engineering Optimization target: input wording Solve: single-conversation quality 2023 ~ 2024 Context Engineering Context engineering Optimization target: information input Addressing: Knowledge boundaries and hallucinations 2025 Harness Engineering Mastering engineering Optimization target: runtime environment Solution: Agent reliability and sustainability 2026 ~ No longer enough Not enough
ParadigmaKernproblemOptimierungszielInteraktionsmodus
Prompt-Engineering Wie man klar spricht Prompt-Formulierung, Format, Beispiele Q&A
Kontext-Engineering Wie man der KI Informationen zuführt Dokumente, Codeausschnitte, historische Gespräche Informationsinjektion → Generierung
Engineering meistern Wie man Agents zuverlässig arbeiten lässt Einschränkungen, Feedback-Schleifen, Kontrollsysteme Mensch steuert, Agent führt aus

DeepSeek Harness ist die Ingenieursphilosophie des HarnessingVollständige Produktisierung– eine Open-Source-Implementierung, die Beschränkungen, Feedback, Beobachtbarkeit und Austauschbarkeit vollständig realisiert, sodass Steering-Engineering keine bloße Methodik mehr bleibt, sondern zu sofort einsatzbereiter Infrastruktur wird.


Kernarchitektur: Alles ist ein Plugin

Die Architektur von DeepSeek Harness lässt sich in einem Diagramm erklären:Der Cordis-Kernel steht im Zentrum, alle Fähigkeiten gruppieren sich als Plugins um ihn und arbeiten über Services und Events zusammen.

Der Schlüsselmechanismus, der diese Architektur zur Laufzeit realisiert, istProfile + Bundle: Ein laufendes dsh ist ein Plugin-Baum aus Schichten, die beim Start nacheinander gestapelt werden – zuerst wird jedes Composition-Paket in der vom Profil aufgeführten Reihenfolge angewendet, dann die des Profilscordis.patch.yml, Home-Level-Patch, und schließlich beliebiges--patchOverlay. Mit einem Befehl lässt sich der vollständige Konfigurationsbaum anzeigen, der tatsächlich auf der Maschine gestartet wird:

dsh --profile web --dump-config # Alle ausgegebenen Einträge können durch Ihren eigenen Patch ersetzt werden

Vier Betriebsmodi

DeepSeek Harness bietet vier Betriebsmodi ab Werk, die das gesamte Spektrum von einem vollständigen Coding-Agent bis hin zu minimalisierten Benchmark-Tests abdecken:

ModePositionierungFähigkeitskomposition
Standardmodus Funktionsvollständiger Coding-Agent Dateibearbeitung, Shell, Datei- und Webabruf, Skills, Pläne, Ziele, Subagenten und Workflows
PTC-Modus Tool-Aufrufe zur Code-Komposition Es besitzt alle Fähigkeiten des Standardmodus und stellt Tools über das Code Mode SDK bereit—sodass das Modell mehrstufige Operationen mit einem einzigen TypeScript-Programm kombinieren kann.
Minimalistischer Modus Minimiertes Benchmark-Testing Behält nur persistente Bash undstr_replace_editorZwei Tools zur Evaluierung von Modellen in minimalen Umgebungen.
Kreativer Modus Benutzerdefiniertes Agent-Preset Besitzt alle Fähigkeiten des Standardmodus und bietet Laufzeitprüfungen, Plugin-Experimente und Anleitungen zur Preset-Erstellung — kombinieren Sie sie, um Ihre eigenen neuen Modi zu erstellen.

Kernfunktionen

Feature 1: Jeder Lauf hinterlässt eine Spur

Alles, was das Modell sieht, wird inAppend-only-Design (append-only)die Sitzungsprotokolle geschrieben: System-Prompts, Gedankenkette, Tool-Aufrufe und -Ergebnisse, Sub-Agent-Planung, jede Kontextinjektion — alles auf der Festplatte gespeichert. InTrajektorienansichtkann nach Quelle angezeigt werden; Wiederherstellung, Forking (Fork), Abruf und Replay teilen denselben Ereignisstrom — jeder Schritt eines Agenten ist nachvollziehbar und reproduzierbar.

Feature 2: Mehrformige Nutzung, überall ausführbar

Web UI(Standardhttp://127.0.0.1:3080) bietet eine vollständige grafische Oberfläche;Headless-Modus führt eine Aufgabe einmal aus, gibt die endgültige Antwort aus und beendet sich, geeignet für Skripte und CI; außerdem CLI und offiziellesPython-SDK(pip install deepseek-harness-sdk, bringt seine eigene Laufzeit mit, kein systemweites Node.js erforderlich) und TypeScript-SDK, um Agenten in jeden Workflow einzubetten.

Feature drei: offen und kontrollierbar, kein privilegierter Kernel

MIT-Open-Source, kein privilegierter Kernel, der Patches erfordert: Alle Fähigkeitsregistrierungen sind reversible Seiteneffekte, die beim Entladen des Plugins widerrufen werden. Die Konfiguration ist geschichtet über Profile, Kompositionspakete und Patches,--dump-configder gesamte Konfigurationsbaum kann jederzeit eingesehen werden —Dein Agent ist, was du willst, dass er ist.

Feature vier: modellagnostisch, Plug-and-Play

Trage den DeepSeek-API-Schlüssel ein, um es zu nutzen. Es unterstützt auch andere Anbieter und benutzerdefinierte OpenAI-kompatible Endpunkte; Modell-Routing erfordert keinen Server-Neustart. Das ereignisgesteuerte Erweiterungspunkt-System (Drei-Ebenen-Ereignisse: Sitzung/Agent/Capability) ermöglicht Entwicklern, Richtlinien und Adapter zu mounten und Modelle, Tools und Speicher jederzeit auszutauschen.


Schnellstart

Nach der Installation von Node.js starten Sie die Web-UI mit einem einzigen Befehl:

npx @deepseek-ai/dsh web

Sie können auch aus dem Quellcode installieren:

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

Die Verwendung der Web-UI erfordert nur drei Schritte:

SchritteAktionBeschreibung
1 Modell konfigurieren Öffnen Sie Einstellungen → Modelle, geben Sie Ihren DeepSeek-API-Schlüssel ein und speichern Sie. Das Modell-Routing ist sofort ohne Neustart verfügbar.
2 Arbeitsbereich auswählen Fügen Sie das Projektverzeichnis hinzu und wählen Sie es aus, in dem dsh gestartet wurde (das Sitzungseingabefeld ist vor der Auswahl nicht verfügbar)
3 Aufgabe ausführen Senden Sie etwas wie "Fasse dieses Repository zusammen" – der Agent liest/schreibt Dateien, führt Befehle aus, delegiert an Unteragenten; Vorgänge, die Berechtigungsrichtlinien überschreiten, fragen zuerst nach Ihrer Zustimmung

Beziehung zwischen dem Harness und verwandten Tools

DeepSeek Harness ist nicht nur eine weitere "Bibliothek zum Schreiben einiger Agenten", sondern vielmehrEine vollständige Ebene über SDKs und Frameworks, die löst, "wie Agenten zuverlässig ausgeführt werden können". Abgrenzung zu aktuell populären Tools:

ProjektPositionierungBeziehung zu DeepSeek Harness
Claude Code Kommerzieller Coding-Assistent mit geschlossenem Quellcode Funktionsparität, aber dsh ist vollständig Open Source, selbst hostbar und verfügt über austauschbare Funktionen.
Hermes-Agent Selbstentwickelnder persönlicher Agent (Nous Research) Es konzentriert sich auf sitzungsübergreifendes Gedächtnis und Skill-Akkumulation; dsh konzentriert sich auf pluginbasierte Komposition und vollständige Observability—die beiden Konzepte ergänzen sich.
OpenClaw Local-first nachrichtenbasierter Agent Es konzentriert sich auf Multi-Channel-Zugriff und digitale Souveränität; dsh bietet Unterstützung für mehrere Formen: Web UI / headless / SDK.
LangGraph / AutoGen / CrewAI Framework zum Erstellen von Agenten (Programmierbibliothek). Frameworks lösen "wie man baut"; dsh ist ein vollständiges Harness — "wie man stabil ausführt + wie man Fähigkeiten ersetzt"
Weitere Erweiterungen