Deepseek Harness安装使用及新手入门视频教程
DeepSeek Harness开源后引发争议，被部分用户批评为“技术人自嗨的产品灾难”。本文深度拆解了Harness的本质——它是一个开源的Agent运行框架，而非面向普通用户的成熟产品。文章详细解释了从大模型到Agent的演进过程，以及Harness在工具管理、权限校验、上下文控制等方面的核心作用。重点介绍了四种工作模式：标准模式（完整能力）、PDC模式（脚本化工具调用）、极简模式（最少干预）、创造模式（组装新Agent），并通过实测对比展示其差异。文章还剖析了Harness的核心——Cores插件系统（“一切皆插件”的设计理念），以及作者基于官方版本制作的桌面版改进（增加文件、终端、工作流可视化Tab）。最后回应了批评：Harness定位是开发者预览版，更适合技术人员折腾，普通用户应选用Codex或Cline等成熟产品。
一、开篇：DeepSeek Harness为何被骂？
DeepSeek终于把Harness给端上来了。没想到的是啊，却被骂成了技术人自嗨，技术人主导的产品灾难。为什么会出现这种情况呢？大家好，我是轩辕。今天咱们就来把DeepSeek Harness给拆明白。
Harness到底是什么？核心的Cores插件系统又是个什么东西？四种模式又该怎么选？我这里为什么一会多出一个新的模式呢？最后我把DeepSeek Harness做成了点击即用的桌面版，还增加了一些功能。一定要看到最后哦。
二、从大模型到Agent：Harness是什么？
这是一个AI大模型，它只会吐文字。如果你让它查询一下，“轩辕的编程宇宙”这个UP主有多少粉丝？大模型本身它是办不到的。但假设我开发了一个网络搜索工具，传入一个搜索关键词，这个工具就会去访问我的主页，获取粉丝的数量。然后我写个程序，通过API去调用大模型，并且告诉AI，我这里有这么一个工具。然后再通过这个程序来向大模型提问：“轩辕的编程宇宙，这个UP主有多少粉丝？”然后AI就可以告诉我的程序去执行这个工具，并把结果重新传给AI。AI根据搜索结果呢，就可以来回答这个问题了。
一个本来只会吐文字的AI大模型，现在可以借助工具做到一些它原本做不到的事情。我继续开发更多的工具，接入到这个程序中来，然后通过各种工具调用的组合，就可以让AI做更复杂的事情。大模型本身只负责思考和决策，那给它各种各样的工具呢？借助这个外部的程序，让它不断的重复思考、行动、观察，它就变成了能够干活的AI Agent。
但能干活不代表能把活干靠谱。工具参数不合法怎么办？模型返回的格式错误怎么办？上下文越来越长怎么办？执行危险命令要不要确认？同一个错误连续出现，要不要重试或者换一种方案？负责管理工具、上下文、权限、校验、重试和运行记录的这套工程系统，就是Harness。
如果你想从零搞懂Agent和Harness，那我之前呢专门做过一期动画视频，详细的讲解，戳这里呢就能看得到。
三、DeepSeek Harness的定位：开源的Agent运行框架
接下来说一下DeepSeek这一次开源的这一套Agent Harness。DeepSeek Harness不是一个新的模型，也不是一个已经打磨成熟的AI Agent的产品。准确的说，它是一个开源的Agent运行框架。
过去我们使用Cursor、Codex，我们看到的是组装好的Agent。DeepSeek这次把背后的Harness给拆开了，开发者可以替换模型、工具和运行环境，做出自己的Agent。所以它当前更像一个给开发者使用的基础设施。从这个名字也能看得出来，它都没有叫DeepSeek Agent，而是叫做Harness，也能看得出来它的定位。
因为并非面向普通用户的产品，所以要玩起来呢，还是有一定的门槛。首先，电脑需要安装Node.js的环境，并且对Node.js的版本还有要求。
四、安装与配置方式
官方提供了两种方式：一键使用和源码安装。如果你只是想用，那用第一种方法就可以了。如果想通过AI编程来魔改，那推荐第二种方式，把代码给搞下来。
以第一种方式为例，输入下面这行命令，就能够把它给跑起来了。注意看这里，它启动了一个Web服务，127.0.0.1的3080端口。咱们再在浏览器里面访问这个地址，就能看到界面了。那这也是让很多人诟病的一点啊，它既不是像Claude Code那样的CLI命令行的版本，也不是像Codex那样做成了一个客户端的版本，点一下图标就能用，而是先要命令行启动服务，然后再在浏览器里面去访问，总觉得有些别扭。
启动之后还不能直接使用，还需要配置API Key。除了DeepSeek，它也支持其他模型，主要的AI大模型都可以接进来。这里我直接配的是DeepSeek自家的模型，接下来就能像在其他Agent的产品里面来使用DeepSeek的Harness了。
五、技术细节的暴露与工作流可视化
一打开DeepSeek的这套Harness系统，与其他Agent的产品一个最大的不同啊，就是它暴露了非常多的技术细节出来，包括工具的调用情况、AI的调用情况、输入输出的Token的数量、缓存的情况等等，甚至它还单独增加了一个轨迹的Tab页面，在这里面详细介绍了这个Agent的工作的步骤和流程，这对于开发者理解和学习Agent的工作流程非常有用。
那受到它的启发，我直接魔改，在右侧增加了一个工作流的Tab页，用一种可视化、更加友好的方式呈现了Agent的工作流程。每一轮对话、Agent循环的每一步请求响应、工具调用的内容，都能在这里清晰可见。请求里面还单独拆分了系统提示词、上下文的信息、工具系统，彻底帮你搞懂它的运行机制。
六、四种工作模式详解
除了Agent的工作流程呢，DeepSeek Harness非常技术范儿，还体现了一点，就是它提供了四种工作模式，这也是让很多人困惑的地方。这四种模式实际上是四种Agent的组装方案。
标准模式就是完整的配置，文件的编辑、Shell、网页的搜索、Skills、计划目标、子Agent和工作流，它全部都有。绝大多数情况下，我们默认选它就行了。
PDC模式，PDC的全称是Programmatic to Action，它拥有标准模式的能力，但是调用工具的方式给变了。假设我们完成一项任务，Agent需要依次调用A、B、C、D、E总共五个工具来完成。而其中B工具的输入需要交给C，C工具的输入呢又需要交给D。在普通模式下，每一次都需要大模型的介入，一次调一个工具，总共就会产生五次大模型的交互。而在PDC模式下，模型可以写一段脚本程序，在这个脚本里直接把B、C、D三个工具串起来调用。于是Agent就只需要调用三次AI大模型：调用工具A、执行这个脚本、调用工具E。这样一来呢，不仅减少了AI的调用次数，B、C、D三个工具中间这些细节内容也不需要让大模型操心，上下文也省了不少。整体不仅更快，还节省了Token的费用。这种模式适合自动化程度高的任务。当然，以上说的是理想情况，实际情况是不是这样就很难说了。有可能AI写的脚本程序有问题，或者执行失败，要打回去反复修改，这样反而可能会产生更多的AI调用。
极简模式，它的系统提示词很短，而且只保留了Shell和字符串操作的两个工具，像其他的Skills、Agent的工作流，乃至上下文的压缩它都没有。这种模式下，它相当于撤掉了更多的Agent的赋予的外援和限制，更多主要是靠模型自身的能力去解决问题。它适合用来做模型的测试，来观察模型在最少的干预下怎样去解决问题。
创造模式，那这个就厉害了，它可以让Agent自己组装新的Agent。普通模式里，Agent使用现成的工具来干活。创造模式里面，它除了能够正常的读文件、写代码、执行命令，还能够查看Harness目前有哪些插件，把不同的插件给组合起来，创建一种新的运行模式。
七、四种模式实测对比
上面说的有些抽象，我这里呢使用了这四种模式，分别测试了一下。大家通过Agent的工作流，就能更好的感受它们之间的区别。
首先是标准模式，这就是我们最常见的运行方式。Agent通过Agent的循环不断调用工具完成。这里每一行就是一次AI的交互。三个卡片分别代表请求、响应以及响应中的工具调用。工具调用可能有很多个。点开请求卡片，可以看到系统提示词、消息和上下文信息。最右侧这里是工具列表，可以看一下标准模式下这里有一堆的工具。
然后看一下PDC模式的区别。首先咱们看发给AI的请求里面工具列表就只有一个，就是这个run_code，顾名思义就是用来执行代码的。而且大家注意看，这里面每一次AI请求调用的工具都是run_code，只不过呢每一次执行的代码不同。也就是说PDC模式下，实际上是让AI写代码，然后Agent的框架执行代码来完成工作的。这是它和标准模式最大的不同。标准模式是让AI在一大堆工具里面自由组合来完成任务的。
再看这个极简模式，它的极简体现在两个地方：一个是系统提示词，刚才的标准模式和PDC模式下，系统提示词都是一大段，轮到极简模式之后，这里就一句话；第二个地方是工具列表，只有两个工具，一个Shell工具和一个文件操作的工具。就这么简陋的条件下，要让AI大模型来完成用户下达的任务，这是要让大模型充分发挥自己的能力，而不是依赖Harness了。
最后看看这个创造模式，这是最复杂、最不好理解的。我做的这个测试呢，是让它获取我的B站最新十期视频的数据。和标准模式差不多，也是需要用一堆工具来完成任务。但是在这种模式下，咱们可以给它下达指令，让它直接创建一种新的工作模式。那下一次我直接输入一个UP主的名字，它就能快速获取到数据了。不过这个过程不是太顺利，我搞了两轮才成功。从AI的回复来看，它创造了一种新的模式，并且创造了一个新的工具，专门用来从B站搜索数据。
我们来新建一个会话，在这里就可以看到它刚刚创建的这个新的工作模式了。来测试一下，让它获取影视飓风最新十期视频的数据。来看一下工作流程，原来标准模式下要调用几十次的AI大模型，这里只调用了两次这个工具，就把活给干完了。
一句话总结：标准模式给完整的能力；PDC模式改变工具的调用方式；极简模式减少干预；而创造模式组装新的Agent。
八、Cores插件系统：一切皆插件
那DeepSeek Harness是如何做到这样灵活的自由组合的呢？这就涉及到了DeepSeek Harness真正的核心——Cores。Cores是一个独立开源的TypeScript插件框架。它最核心的一句话就是“一切皆插件”。
DeepSeek Harness是基于Cores来设计架构的，它发扬了这种插件化设计思想。不只是各种工具，包括模型适配器、文件系统、沙箱、会话、日志，甚至APP的循环乃至UI都可以是插件。所以前面的四种模式并不是四套程序，而是用同一个Harness加载了四份不同的插件清单。
九、桌面版改造与使用体验优化
那弄懂它的架构之后，我也更能理解开头的那些批评了。官方版本把底层的能力开放的很彻底，但是新手要安装Node.js，执行命令访问localhost，第一次要跑起来不是那么容易。
所以我基于官方开源版本做了一个桌面版，下载安装后点开就能用。我还在界面上增加了文件、终端和工作流三个Tab。文件页面可以看到Agent的工作目录下的文件列表，终端页面呢可以用来执行命令。这两个页面是为了在工作的时候不用在不同的程序之间切来切去。还有就是前面讲到过的这个工作流的页面，把Agent的详细工作流程进行了可视化的呈现。
十、关于批评的回应与总结
最后来说一下DeepSeek Harness被骂的这件事儿吧。说DeepSeek Harness现在难用，我同意，界面还很粗糙，配置复杂，文档对新手也不够友好。另外，插件安全和生态的质量呢，现在也没有经过时间的验证。那这些确实都是真实存在的问题。
但是又说它是技术人自嗨，这个我就不太同意了。因为官方本身的定位就是开发者预览版，它当前面向的就是想要搭建、研究和改造Agent的Harness的开发者，并不是普通用户。拿Claude Code、Codex这种成熟产品的用户体验去要求一个刚开源的基础设施项目，这本身就比错了。
这也符合我对DeepSeek这家公司路线的理解：先把基础模型和底层能力给做出来，再由外部开发者去做To B和To C的产品。我做的这个桌面客户端就是一次浅浅的尝试。网络上已经有各种二创版本出现了，每个人都可以基于它定制出自己的Agent。
另外大家也不用愤懑，现阶段它更适合开发者来折腾。想要稳定干活的普通用户啊，完全可以去用Codex或者Cline这样的消费级的产品，用户体验要好得多。
