什么是 DeepSeek Harness
DeepSeek Harness 是深度求索在2026年8月开源的 AI Agent 运行时脚手架，采用 MIT 开源协议，使用 TypeScript 开发，底层基于 Cordis 插件微内核驱动。
它本身不是大模型，也不是聊天软件。官方提出核心理念：Agent = Model + Harness。大模型负责思考推理，而 Harness 承担环境交互、工具调度、沙箱隔离、会话存储、任务循环、UI 渲染等执行层工作。
它最标志性的口号是 Everything is a Plugin（一切皆插件）：模型适配器、工具集、会话管理、沙箱、存储、调度逻辑乃至 Web UI，全部以插件形式实现。开发者大多情况下无需修改源码，仅通过配置就可以替换、增删、重组各个能力模块，解决传统框架组件强耦合的痛点。
框架支持多种运行形态：本地网页界面 Web‑UI、一次性无交互 headless 模式、CLI 命令行，同时提供 Python、TypeScript SDK，可以把智能体能力嵌入到自己的业务项目中；内置完整的轨迹日志，能够记录系统提示词、思维链、每一次工具调用，支持回放、分叉调试，非常适合开发与 Agent 学术研究场景。
框架内置四种预设运行模式，不同模式加载不同插件组合，适配不同用途：标准模式、PTC程序化工具调用模式、极简基准测试模式、创造模式（插件试验与自定义预设）。
哪些人适合学习本套教程
- 开发工程师：希望搭建可控的本地 AI 编码智能体，不想被闭盒产品锁定，需要自由替换工具、存储、模型适配器。
- AI/ML 从业者：研究 Agent 架构，需要可观测、可修改的运行时，尝试 PTC 程序化工具调用等新型智能体范式。
- 效率工具爱好者：想在本地部署智能体，通过网页或者脚本把 Agent 融入日常工作流。
- 科研人员：做 Agent 相关实验，需要完整事件日志、可回放的任务轨迹，用于对比模型、复现实验。
- 开源技术爱好者：想要阅读开源 Agent 项目，尝试编写自定义插件扩展能力。
学习前你需要掌握什么
学习本系列教程不需要深厚的机器学习理论，但是要有几项基础技能：
- 基础命令行操作，会执行终端命令、配置环境变量；
- 了解 Node.js，能够完成软件包的安装、启动；
- 简单了解 API、API Key 的概念，知道如何申请模型接口密钥；
- Git 为可选，仅源码部署、参与源码贡献环节会用到。
支持操作系统：Linux、macOS、Windows。
本系列阅读建议
- 新手建议阅读顺序：简介 → 安装 → 使用 → 进阶开发，不要跳过简介直接安装，先理解框架定位，避免概念混淆。
- 如果只想快速体验，可以直接跳转《DeepSeek Harness 安装》，完成部署后再回头阅读原理部分。
- 如果是二次开发、插件开发者，建议优先阅读简介，充分理解 Cordis 插件内核与配置体系。
官方参考资源
详细链接会在《DeepSeek Harness 简介》中完整列出，这里只列出资源类别：官网、GitHub 仓库、官方文档、NPM 包、插件社区、GitHub 讨论区。
0 条笔记