DeepSeek Harness 实战：安装、多模态限制与插件机制解析

事件概述

DeepSeek Harness（DSH）是 DeepSeek 推出的智能体（Agent）工具，目前尚未提供“点击即装”的正式安装包，仍依赖代码仓库和命令行部署。本文梳理了其安装路径、首次对话流程、多模态更新后的能力边界，以及以插件为核心的扩展机制。

安装与启动

• 官方源码安装：克隆 github.com/deepseek-ai/deepseek-harness 后执行 pnpm install 等操作，适合熟悉命令行的用户。
• 快速启动：安装 Node.js 后运行 npx @deepseek-ai/dsh web，在浏览器访问 http://127.0.0.1:3080 即可使用。
• 第三方桌面端：Anywhere Lab 开发的客户端已获约 14000 个 GitHub Star，界面与官方 WebUI 一致，并内置插件市场入口。
• Agent 代装：将仓库链接直接交给 Codex 或 WorkBuddy，可让这类本地 Agent 自动完成部署，降低命令行门槛。

首次对话与任务执行

• 指定一个本地文件夹作为工作区，即可在项目内开启对话。
• 模型可选 DeepSeek-V4-Pro，推理等级建议选 Max，以减少来回确认。
• 系统会将需求拆分为带进度跟踪的多个任务，并在需要决策或授权时弹出通知。
• 官方演示案例包括生成网页版《牛来》游戏，以及通过安装 ppt-master Skill 生成《荷塘月色》语文课 PPT。

多模态：更新已到，但默认模型还看不了图

• 0820 更新日志称：增强多模态支持，DeepSeek 模型适配器支持配置原生图片请求，/goal、/plan 等命令可接收图文输入，@ 菜单支持引用文件和会话。
• 但当前默认使用的 DeepSeek-V4-Pro 被标记为不支持多模态，因此 Harness 仍无法读取图片内容。此次更新打通的是输入管线和模型适配层，只有接入支持视觉的模型后才能真正“看图”。
• 旧版多模态处于基础阶段，多张图或单张超大图可能因 Token 超限、API 格式不支持导致请求崩溃。

插件机制

• 插件是 DSH 的主要亮点，基于 Cordis 内核实现。Cordis 只负责插件的加载、卸载和依赖管理，模型、工具、技能、会话、存储、UI 等均可由插件提供。
• 可通过对话框直接安装外部 Skill，例如发送 GitHub 上的 Skill 链接即可完成安装。
• 自定义插件案例包括为界面添加鲸鱼背景、开发贪吃蛇游戏、自定义代码审查模式等。
• 皮肤市场已有 189 个皮肤插件，涵盖多种界面风格。
• 插件安装可执行 dsh plugin --profile web add ... 命令，也可以在对话中直接让 DeepSeek Harness 代装。

值得关注

• DSH 尚未做到开箱即用，但借助 Codex、WorkBuddy 等本地 Agent，普通用户已能绕过命令行部署。
• 多模态能力是否可用取决于所选模型本身是否支持图片输入，而非仅 Harness 版本。
• 插件生态集中于 UI 定制、Agent 编排、记忆管理和第三方服务连接（MCP）等方向，仍是当前最有想象空间的部分。