Tutorial de DeepSeek Harness

DeepSeek Harnesses desarrollado por DeepSeek AI y fue lanzado oficialmente como código abierto en agosto de 2026Agent Harness (framework de agentes), bajo licencia MIT, con código escrito en TypeScript
DeepSeek Harness adoptatodo es un pluginde arquitectura abierta: todas las capacidades del Agent, como modelos, herramientas, habilidades, sesiones, sandbox, almacenamiento, bucles, programación e interfaz de usuario, se componen de plugins, y se pueden reemplazar y reorganizar libremente —Sin modificar el código fuente, puedes personalizar tu propio Agent en la capa de configuración.。
Filosofía oficial de DeepSeek AI:Agent = Model + Harness. Lema oficial:Everything is a Plugin. (Todo es un plugin)
¿Quién debería leer este tutorial?
Este tutorial está dirigido a los siguientes tipos de lectores:
Desarrolladores / Ingenieros: quieren un asistente de codificación de IA local con límites de capacidades totalmente controlables y donde cada componente pueda ser reemplazado y reorganizado, en lugar de una caja negra bloqueada por el fabricante en funciones fijas.
Profesionales de IA / ML: interesados en la arquitectura de Agent: la base está impulsada por el sistema de plugins Cordis, el diseño basado en eventos cuenta con respaldo de artículos académicos, y el modo PTC permite que el modelo combine llamadas a herramientas en varios pasos con programas TypeScript.
Aficionados a las herramientas de productividad: desean integrar Agent en su flujo de trabajo mediante la interfaz gráfica Web UI, la línea de comandos headless o el SDK de Python.
Investigadores: necesitan un Agent observable: cada ejecución se escribe en un registro de sesión de solo añadir, y pueden ver en la vista Trajectory los prompts del sistema, la cadena de pensamiento, las llamadas a herramientas y la programación de subagentes.
Usuarios que valoran el código abierto y el control: licencia MIT, combinación libre en la capa de configuración, sin telemetría, sin bloqueo en la nube, control total y autónomo.
Conocimientos básicos necesarios antes de leer
Este tutorialno requiereantecedentes en investigación de IA ni conocimientos profundos de aprendizaje automático. Necesitas tener:
| Capacidad | Nivel de requisito | Descripción |
|---|---|---|
| Operaciones básicas de línea de comandos | Obligatorio | Poder ejecutar comandos en la terminal y establecer variables de entorno |
| Conceptos básicos de Node.js | Obligatorio | Instalar y ejecutar dsh mediante npx / pnpm |
| Conceptos básicos de API | Solo con comprenderlo | Saber qué es una API Key y cómo solicitar una API Key de DeepSeek |
| Conceptos de plugins / archivos de configuración | Solo con comprenderlo | Se usará en los capítulos avanzados (desarrollo de plugins, combinación en la capa de configuración) |
| Conceptos básicos de Git | Opcional | Se usará al instalar desde el código fuente y al realizar contribuciones |
Requisitos del sistema operativo: Linux, macOS o Windows (funciona después de instalar Node.js).
Características principales
Características de DeepSeek Harness:
🧩 Todo es un plugin— El núcleo de Cordis solo se encarga de cargar, descargar y gestionar las dependencias de los plugins; todas las capacidades como modelos, herramientas, habilidades, sesiones, sandboxes, almacenamiento, bucles, programación e interfaz de usuario son proporcionadas por plugins y cooperan mediante servicios y eventos, con combinación libre en la capa de configuración.
📜 Ejecución trazable— Todo lo que ve el modelo (prompts del sistema, cadenas de pensamiento, llamadas a herramientas y resultados, programación de subagentes, inyección de contexto) se escribe en un registro de sesión diseñado como de solo añadir; la vista Trajectory permite consultar por origen, y la reanudación, bifurcación, recuperación y reproducción comparten el mismo flujo de eventos.
🛠️ Cuatro modos de ejecución— Modo estándar (Agent de codificación con funciones completas), modo PTC (el modelo usa un programa TypeScript para combinar llamadas a herramientas en varios pasos), modo minimalista (dos herramientas, para pruebas comparativas de modelos), modo creativo (inspección en tiempo de ejecución + experimentación de plugins + creación de presets personalizados).
🌐 Uso en múltiples formas— Web UI (por defecto http://127.0.0.1:3080), headless (ejecución única, imprime la respuesta final y sale), CLI, SDK de Python, SDK de TypeScript.
🔌 Herramientas y extensiones abundantes— Edición de archivos, Shell, búsqueda de archivos y páginas web, Skills, planificación, objetivos, subagentes, flujos de trabajo; puntos de extensión impulsados por eventos (eventos de tres niveles: sesión / Agent / capacidad), cualquier capacidad puede ser reemplazada mediante parches.
🔒 Abierto y controlable— MIT de código abierto; perfiles + paquetes de combinación con configuración superpuesta en capas,
dsh --profile web --dump-configse puede ver el árbol de configuración completo que se inicia realmente; sin núcleo privilegiado, todos los registros son reversibles.🤖 Independiente del modelo— Basta con introducir la clave de API de DeepSeek para usarlo; admite otros proveedores y endpoints personalizados compatibles con OpenAI; el enrutamiento de modelos no requiere reinicio.
🔬 Listo para la investigación— Flujo de eventos y árbol de configuración completamente observables, diseño abierto orientado a la investigación de arquitecturas de Agent (la base Cordis cuenta con respaldo de artículos académicos).
Recursos relacionados
Recursos oficiales
| Recurso | Enlace |
|---|---|
| Sitio web oficial | deepseek.com/harness |
| Repositorio de GitHub | github.com/deepseek-ai/deepseek-harness |
| Documentación oficial · Inicio rápido | deepseek-harness.github.io/deepseek-harness/guide/quickstart |
| Paquete npm | @deepseek-ai/dsh(npx @deepseek-ai/dsh webInicio con un clic) |
| Comunidad de plugins | GitHub topics: dsh-plugin |
| Soporte de la comunidad | GitHub Discussions |