DeepSeek Harness®（简称 DSH）是 DeepSeek 公司 2026 年 8 月 13 日开源的 Agent 运行框架，3 天 13 万 stars惊人增速。它 不是新的基础模型 ，也不是 API 客户端，而是一套 负责把模型接入文件系统、终端、网页、代码工具和其他 Agent，并组织上下文、工具调用和任务执行的 Agent 运行框架 SDK。基于 Cordis 插件框架 ，采用 ” 一切皆插件 ” 架构—— 模型适配器 / 工具注册 / Session Log / Agent Loop 本身 都被设计成可替换的插件。本文带你深入 DSH 的核心能力、Cordis 架构、插件生态，以及它跟 LangChain / Claude Agent SDK / Microsoft Agent Framework / Vercel AI SDK 的对比选型。
写在前面
2026 年是 Agent 元年——LangChain / LangGraph / Anthropic Claude Agent SDK / Microsoft Agent Framework / Vercel AI SDK / CrewAI / AutoGen 全部在卷。
但 DeepSeek 在 8 月 13 日扔了一颗炸弹：
DeepSeek Harness（DSH）——MIT 协议 / 3 天 13 万 stars / 基于 Cordis 插件框架 / 一切皆插件
这意味着：
- DeepSeek 不只做模型（DeepSeek-V3 / R1）—— 现在做 Agent 框架
- 走 MIT 协议（不是 Apache-2.0）—— 对标 LangChain（MIT）
- 基于 Cordis（不是 LangChain 的 LCEL）—— 自创架构
- 一切皆插件（不是 plugin 框架）—— 极致可扩展
飞熊做 AI + IoT 技术咨询，DSH 是 2026 年必须讲的项目——不管是国内客户（用 DeepSeek 模型）还是国际客户（看 DeepSeek 影响力），DSH 都是 DeepSeek 生态的关键拼图。
一、它解决什么问题
一句话 ：DSH 让你在 统一的 Agent 框架 里，把大模型跟 文件系统、终端、网页、代码工具、其他 Agent 连接起来，上下文管理 / 工具调用 / 任务执行 一套搞定。
| 场景 | 例子 | DSH 表现 |
|---|---|---|
| Vibe Coding | 模型直接进代码库、找文件、改代码、跑测试 | ✅ Agent Loop 闭环 |
| 多 Agent 协作 | 一个 Agent 查资料、一个写代码、一个审阅 | ✅ 原生 Multi-Agent |
| 本地 AI 助手 | npm 一行启动 Web UI + 接入本地文件 | ✅ npx @deepseek-ai/dsh web |
| 远程 Agent 部署 | Headless 模式 + Docker | ✅ 三种运行方式 |
| 插件扩展 | 接入新工具 / 新模型 / 新存储 | ✅ 一切皆插件 |
| 企业级 Agent | 审计日志 / Session 管理 | ✅ Session Log 插件 |
基本信息：
| 维度 | 数据 |
|---|---|
| GitHub | deepseek-ai/deepseek-harness |
| Stars | 129,592（3 天 13 万 stars 惊人增速） |
| Forks | 12,937 |
| Open Issues | 0（项目刚发布，还没开 issues 跟踪） |
| License | MIT ✅（零商用风险） |
| 首次 commit | 2026-08-13（3 天前发布） |
| 最近 commit | 2026-08-13（3 天前推过代码） |
| 仓库大小 | 114 MB |
| 主语言 | TypeScript |
| 最新版本 | v0.1 开发者预览版 |
| 出身 | DeepSeek 公司（deepseek-ai 组织） |
| 架构 | 基于 Cordis 插件框架 |
| 安装 | npm install @deepseek-ai/dsh + npx @deepseek-ai/dsh web |
| 主题标签 | ai-agents / cordis / dsh / dsh-plugin |
二、核心能力全景：5 大特性
1. “ 一切皆插件 ” 架构 ⭐ 核心定位
DSH 的设计哲学是 “Everything is a Plugin”：
| 模块 | 是不是插件 |
|---|---|
| 模型适配器（DeepSeek / OpenAI / Claude / 本地模型） | ✅ |
| 工具注册（文件 / 终端 / 网页 / GitHub） | ✅ |
| Session Log（会话日志 / 审计） | ✅ |
| Agent Loop（任务循环执行） | ✅ |
| Web UI / TUI / Headless | ✅ |
这意味着 整个框架的所有核心模块都是可替换的——你想用 Anthropic Claude 替换 DeepSeek 模型？写一个 Model Adapter 插件就行。你想加新的工具调用？写一个 Tool 插件就行。
对比 LangChain / LangGraph：
- LangChain 用 LCEL（LangChain Expression Language）—— 一种 DSL
- LangGraph 用 Graph —— 一种图结构
- DSH 用 Cordis —— 一种插件框架
Cordis 是 Koishi Chatbot 框架的核心——DSH 借用这个成熟插件框架。
2. 三种运行方式
DSH 支持 3 种运行模式：
# Web UI（推荐新手）npx @deepseek-ai/dsh web
# → 浏览器打开 http://localhost:3000
# TUI（终端用户）npx @deepseek-ai/dsh tui
# → 终端交互式 UI
# Headless（无界面，企业部署）npx @deepseek-ai/dsh headless
# → 提供 REST API / CLI
优势：
–
Web UI → 给非技术用户用
–
TUI → 给开发者快速测试
–
Headless → 给企业生产部署
3. 多 Agent 协作 ⭐ 原生支持
DSH 内置 Multi-Agent 协作机制：
- AgentTeam 插件（NanmiCoder/dsh-agent-teams 410 stars）
- 一个 Agent 查资料
- 一个 Agent 写代码
- 一个 Agent 审阅
对比 LangGraph：LangGraph 需要自己用 Graph API 编排 Multi-Agent，DSH 提供原生的 AgentTeam 模式。
4. Vibe Coding 闭环 ⭐ DSH 杀手场景
Vibe Coding 是 2026 年的核心概念——AI 自主完成 ”进代码库 → 找文件 → 改代码 → 跑测试 → 看错误 → 改回来“ 的闭环。
DSH 在代码场景里直接支持：
– 模型可以
进代码库（文件系统工具）
– 找文件（grep / find 工具）
– 改代码（edit / write 工具）
– 跑测试（terminal 工具）
–
看错误反馈再改（Agent Loop 自动循环）
这就是 Devin / Cursor Agent / Claude Code 那种能力——DSH 把这种能力 开源 + 插件化 + 可扩展。
5. Cordis 插件框架
DSH 基于 Cordis（cordis）—— Koishi Chatbot 框架的插件框架。
Cordis 的核心概念：
Context (上下文) ──► Service (服务) ──► Plugin (插件)
│ │ │
│ │ │
└──────────────────┼────────────────┘
▼
应用实例
- Context：所有资源的容器
- Service：可复用的功能单元
- Plugin：扩展 / 修改 Context 的模块
DSH 选择 Cordis 是因为它 已经经过 Koishi 生态验证——成熟、稳定、生态丰富。
三、差异化能力：3 个核心优势
1. DeepSeek 官方背书 ⭐ 关键差异化
DSH 是 DeepSeek 官方（deepseek-ai 组织）的开源项目——不是第三方包装。
这意味着：
–
DeepSeek-V3 / R1 模型 深度集成（自家模型当然最适配）
–
DeepSeek API 价格 最便宜（比 OpenAI / Anthropic 便宜 90%）
–
DeepSeek 路线图 ——未来 DeepSeek 的新功能（多模态 / Tool Use 增强） 优先支持 DSH
对比 LangChain：LangChain 是第三方框架，跟各家模型的关系是 ” 平等集成 ”。DSH 跟 DeepSeek 是 ” 母公司和子公司 ” 的关系。
2. 极致插件化架构 ⭐ Cordis 加持
DSH 的 Cordis 架构带来的好处：
- 可热插拔——插件可以运行时加载 / 卸载
- 可组合——多个插件可以叠加使用
- 可扩展——第三方可以写自定义插件
- 生态丰富——Koishi 生态已有 100+ Cordis 插件
实际意义：
– 你想加一个新的工具（比如
github / jira / linear）？写一个 Cordis 插件就行
– 你想换底层模型（比如用 vLLM 本地部署）？写一个 Model Adapter 插件就行
– 你想加自定义 UI（VSCode 插件 / IntelliJ 插件）？写一个 Client 插件就行
3. MIT 协议 + 中文友好 ⭐ 国内优势
- MIT 协议——可以商用、修改、闭源，最宽松的开源协议
- 中文文档 + 中文社区——DeepSeek 国内用户基数大
- DeepSeek 模型 API 价格便宜（国内 + 国际）
对比 LangChain（MIT）也是 MIT，但 DSH 的中文生态更活跃。
四、生态系统：插件市场 + 第三方
1. DSH 官方相关仓库
| 仓库 | 用途 | Stars |
|---|---|---|
| deepseek-ai/deepseek-harness | 主仓库 | 129,592 |
| anywhere-labs/deepseek-harness-desktop | 桌面端 | 8,735 |
| awesome-dsh-plugin/awesome-dsh-plugin | 插件精选 | 4,875 |
| 0xsline/awesome-deepseek-harness | 生态精选 | 591 |
| NanmiCoder/dsh-agent-teams | AgentTeam 插件 | 411 |
| nexu-io/open-design | 设计插件（Claude Design 替代） | 87,424 ⭐ |
| dataelement/dsh-desktop | 桌面应用 | 489 |
| alchaincyf/deepseek-harness-orange-book | “ 橙皮书 ” 完整手册 | 859 |
2. 插件生态分类
| 类别 | 典型插件 |
|---|---|
| Model Adapter | DeepSeek / OpenAI / Anthropic / 本地模型（vLLM / Ollama） |
| Tool Plugin | 文件系统 / 终端 / GitHub / Jira / Linear / Notion |
| Agent Loop | 单 Agent / Multi-Agent / Reactive Agent |
| UI Client | Web UI / TUI / VSCode / IntelliJ |
| Storage | Session Log / Vector DB / Document Store |
3. Cordis 生态
DSH 借用了 Cordis 的插件生态——这意味着 DSH 跟 Koishi Chatbot 的插件生态 部分兼容：
- 100+ 现成 Cordis 插件可用
- 写 DSH 插件 = 写 Cordis 插件
- Cordis 文档丰富
五、对比 LangChain / Claude Agent SDK / Microsoft Agent Framework / Vercel AI SDK / CrewAI
| 维度 | DeepSeek Harness (DSH) | LangChain / LangGraph | Claude Agent SDK | Microsoft Agent Framework | Vercel AI SDK | CrewAI |
|---|---|---|---|---|---|---|
| Stars | 129,592 ⭐3 天 | ~110K | 闭源 | ~5K | ~5K | ~30K |
| 协议 | MIT ✅ | MIT ✅ | 闭源 | MIT ✅ | MIT ✅ | MIT ✅ |
| 出身 | DeepSeek 官方 | LangChain Inc. | Anthropic | Microsoft | Vercel | CrewAI Inc. |
| 主语言 | TypeScript | Python（主） | Python / TS | .NET / Python | TypeScript | Python |
| 架构 | Cordis 插件 | LCEL / Graph | 闭源框架 | Kernel / Agent | Serverless 组件 | Role-Based |
| 一切皆插件 | ✅ | ❌ | ❌ | ⚠️ 部分 | ❌ | ⚠️ 部分 |
| 多 Agent | ✅ 原生 | ✅ LangGraph | ✅ | ✅ | ⚠️ 弱 | ✅ Role-Based |
| Vibe Coding | ✅ 原生 | ⚠️ 需自己实现 | ✅ 原生（Claude Code） | ⚠️ 需自己实现 | ❌ | ⚠️ 需自己实现 |
| Web UI | ✅ | ⚠️ LangServe | ⚠️ Claude Code | ⚠️ | ⚠️ Vercel | ⚠️ |
| TUI | ✅ | ❌ | ✅ Claude Code | ❌ | ❌ | ❌ |
| Headless | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| 默认模型 | DeepSeek-V3/R1 | 任意 | Claude | 任意 | 任意 | 任意 |
| 多模型支持 | ✅ | ✅ | ⚠️ Claude 优先 | ✅ | ✅ | ✅ |
| 中文生态 | ✅ 最活跃 | ⚠️ | ⚠️ | ⚠️ | ⚠️ | ⚠️ |
| 插件市场 | ✅（Cordis 100+） | ✅ LangChain Hub | ❌ | ⚠️ | ⚠️ | ⚠️ |
结论怎么选：
| 你的场景 | 选谁 |
|---|---|
| DeepSeek 模型 + Vibe Coding + 插件扩展 | DSH ✅ |
| Claude 模型 + Claude Code 风格 Vibe Coding | Claude Agent SDK |
| Python AI 应用 + LangChain Hub | LangChain / LangGraph |
| .NET / Azure 生态 | Microsoft Agent Framework |
| Serverless / Edge AI | Vercel AI SDK |
| Role-Based Multi-Agent | CrewAI |
对比已调研的飞熊 BI 栈 + AI 栈：
| 已调研项目 | 跟 DSH 的关系 |
|---|---|
| OpenAI Agents / Anthropic SDK | 对标——DSH 直接挑战 OpenAI Agents SDK + Anthropic Claude Agent SDK |
| LangChain（池子外但背景） | 对标——DSH 跟 LangChain / LangGraph 形成新竞争 |
| WrenAI (316) / DB-GPT (318) / Evidence (314) | 不同维度——这些是 GenBI 工具，DSH 是 Agent 框架 |
| Streamlit (334) | 互补——DSH 提供 Agent 后端，Streamlit 提供 UI |
| Airbyte Agents (326) | 类似——都是 ”AI 工具平台 ”，但 DSH 是 Agent 框架 |
| DataHub (330) | 互补——DSH 让 Agent 行动，DataHub 给 Agent 提供 Context |
DSH 在飞熊 AI 技术栈的位置：
LLM 模型层
├── DeepSeek-V3 / R1 (DSH 默认)
├── OpenAI GPT-4o / o1
├── Anthropic Claude 3.5 / 3.7 / 4
├── Google Gemini
└── 本地模型（vLLM / Ollama）Agent 框架层 ⭐ DSH 主战场
├── DeepSeek Harness (DSH) ← 本篇
├── LangChain / LangGraph (Python)
├── Claude Agent SDK (Claude)
├── Microsoft Agent Framework (.NET)
├── Vercel AI SDK (Serverless)
└── CrewAI (Role-Based)
工具层
├── Airbyte Agents (326) [数据]
├── DataHub (330) [Context]
├── 文件系统 / 终端 / GitHub / Jira
└── 自定义工具
应用层
├── Streamlit (334) [AI Demo UI]
├── Apache ECharts (324) [可视化]
└── Vibe Coding 闭环 [模型进代码库]
六、实战：3 步跑通 DSH
Step 1：安装 + 启动 Web UI
# 1. 准备 Node.js 20+ 环境
node --version # 确认 ≥ 20
# 2. 安装 DSH
npm install -g @deepseek-ai/dsh
# 3. 配置 DeepSeek API Key
export DEEPSEEK_API_KEY="sk-***"
# 4. 启动 Web UI
npx @deepseek-ai/dsh web
# → 浏览器打开 http://localhost:3000
Step 2：配置文件系统 + 工具插件
# ~/.dsh/config.yaml
plugins:
# 模型适配器
- name: model-deepseek
type: model
provider: deepseek
api_key: ${DEEPSEEK_API_KEY}
default_model: deepseek-chat # 或 deepseek-reasoner
# 工具：文件系统
- name: tool-filesystem
type: tool
paths:
- ~/projects
- ~/Documents
# 工具：终端
- name: tool-terminal
type: tool
allowed_commands:
- git
- npm
- python
# 工具：网页
- name: tool-web
type: tool
max_results: 10
# Session Log
- name: logger-session
type: logger
path: ~/.dsh/logs
# Agent Loop
- name: agent-react
type: agent
strategy: react # 或 multi-agent
Step 3：Vibe Coding 实战
# 在 Web UI 中输入：" 帮我重构 ~/projects/my-app/src/api/user.ts，删除所有 console.log，添加 TypeScript 类型，运行 npm test，如果测试失败就根据错误改代码直到通过。"
DSH 会自动：
1.
进代码库（filesystem 工具）
2.
读 user.ts（grep 找 console.log）
3.
修改代码（edit 工具）
4.
加 TypeScript 类型（edit 工具）
5.
跑 npm test（terminal 工具）
6.
看错误反馈（Agent Loop 自动循环）
7.
改回来（edit 工具）
8.
再次跑 test（terminal 工具）
9.
直到通过（Agent Loop 终止）
这就是 Devin / Cursor Agent / Claude Code 的能力——DSH 开源 + 插件化 + 可扩展。
七、风险与坑
1. ⚠️ v0.1 开发者预览版
DSH 现在是 v0.1 开发者预览版 （2026-08-13 发布）—— 生产环境慎用。
风险 ：API 可能变动、bug 较多、生态尚未成熟
缓解：等待 v1.0 稳定版（预计 2026 Q4）
2. 生态尚浅（但增长快）
发布 3 天 → 13 万 stars → 但插件市场还在发展。
风险 ：你想用的工具可能没有现成插件
缓解：自己写 Cordis 插件（门槛低）
3. 仅支持 DeepSeek 模型优先
DSH 默认深度集成 DeepSeek 模型——其他模型（OpenAI / Anthropic）需要自己写 Model Adapter 插件。
风险 ：想用 Claude 模型做主力 Agent，DSH 不是首选
缓解：等社区出 adapter 插件（已有人在做）
4. 中文文档 + 英文文档差异
DeepSeek 中文团队写的文档——中文完整，英文可能滞后。
缓解：看 GitHub Discussions + 中文社区
5. TypeScript 主（不是 Python）
AI 生态主流是 Python（LangChain / LangGraph / LlamaIndex）——DSH 的 TypeScript 路线跟主流不太一致。
优势 ：前端 / Node.js / 浏览器场景天然适配
劣势：Python 数据科学家学习曲线
6. Cordis 学习曲线
如果没用过 Cordis（来自 Koishi Chatbot 生态）——需要熟悉 Cordis 的 Service / Plugin / Context 概念。
缓解：Cordis 文档齐全 + DSH 文档有 Cordis 入门章节
7. 没有官方 issues 跟踪
DSH GitHub 仓库 Has_issues: False——目前还没开 issues 跟踪。这意味着问题反馈可能不及时。
缓解：用 GitHub Discussions + 中文社区
八、总结
DSH 不是 ” 又一个 Agent 框架 ”——它是 DeepSeek 官方对 AI Agent 时代的回应。
3 个最值得用的理由：
- DeepSeek 官方背书 + 模型深度集成：MIT ✅ + 3 天 13 万 stars + 默认 DeepSeek-V3/R1 + 中文生态最活跃
- Cordis 插件架构 + 一切皆插件：可热插拔 / 可组合 / 可扩展——比 LangChain / LangGraph 更灵活
- Vibe Coding 原生支持：模型直接进代码库 + 跑测试 + 看错误反馈再改——跟 Claude Code / Devin 直接对标
1 句建议：
如果你的场景是 DeepSeek 模型 + Vibe Coding + 中文用户 + 插件扩展——用 DSH（MIT ✅ / 129K stars / 3 天发布 / Cordis 架构）。
如果你的场景是 Claude 模型 + Claude Code 风格——看 Claude Agent SDK。
如果你的场景是 Python AI 应用 + LangChain Hub——看 LangChain / LangGraph。
如果你的场景是 .NET / Azure 生态——看 Microsoft Agent Framework。
如果你的场景是 Serverless / Edge AI——看 Vercel AI SDK。
如果你的场景是 Role-Based Multi-Agent——看 CrewAI。
飞熊做 AI 技术咨询，DSH 是 2026 年必须讲的项目——不管是国内客户（DeepSeek 模型 + 中文友好 + 便宜）还是国际客户（开源 + 插件化 + MIT），DSH 都是 DeepSeek 生态的关键拼图。
注意 DSH 现在还是 v0.1 预览版——等 v1.0 稳定版（预计 2026 Q4）再推荐生产环境。
参考
- DeepSeek Harness GitHub · 129K stars / MIT / TypeScript
- DeepSeek Harness 官方文档 · 项目主页
- DeepSeek 官方公告 · 8/13 发布
- Cordis GitHub · DSH 的插件框架基础
- DSH Agent Teams 插件 · Multi-Agent 协作
- DSH Awesome Plugins · 插件精选
- DeepSeek-Harness 橙皮书 · 完整手册
- Open Design · 87K stars 设计插件
- LangChain 对比 · 主流 Agent 框架
- Anthropic Claude Agent SDK · Claude Agent 框架
- Microsoft Agent Framework · .NET / Python Agent
- Vercel AI SDK · Serverless AI
- CrewAI · Role-Based Multi-Agent