DeepSeek Harness v0.2 发布官方桌面客户端

DeepSeek 为其开源 Agent 框架 DeepSeek Harness（dsh）发布了官方桌面应用，随 v0.2 预览版一同发布。安装包覆盖 macOS（Apple 芯片）和 Windows（64 位）。

能否部署？可以的，今天就能用，作为预览版。可从 deepseek.com/harness 下载，或运行 npx @deepseek-ai/dsh web。DeepSeek 提醒，后续会有破坏兼容性的大版本更新。

harness 是把模型变成 Agent 的运行时。它读取文件、运行命令并维护执行计划。v0.2 预览版面向日常工作和编程场景。

内置能力：办公和开发常用工具预装完毕。

插件管理：新页面可安装、配置、启用和禁用插件。

文件和 Diff 审查：右侧边栏预览生成的文件和代码变更。

文档处理：用户可发送文档、电子表格或 PDF，要求生成图表或幻灯片。

自动化任务：一款插件可定时触发循环提示词，带运行历史和可编辑的触发频率。

桌面版同时打包了 dsh 命令，用户不再需要单独安装 Node.js 或 pnpm。用户可用 DeepSeek 账号登录或自行添加 API key。按 rc.1 说明，账号用户无需额外配置即可获得网页搜索能力。

架构：一切皆插件

DeepSeek 于 2026 年 8 月首次以 MIT 协议开源 dsh，运行在 Cordis 上，详见论文《A Programming Paradigm for Spatiotemporal Composability》。模型适配器、工具注册表和 Agent 循环都是插件，任意一层均可替换。

harness 并未锁定 DeepSeek 模型。Provider 指南覆盖了第三方 providers 和自定义 OpenAI 兼容端点。该仓库已获得 240,000 GitHub stars 和 29,000 forks。

dsh 同时也是 DeepSeek 的评测工具。API 变更日志显示，Code Agent 基准测试在「DeepSeek Harness minimal 模式」下运行。DeepSeek-V4-Flash-0731 在该配置下于 Terminal Bench 2.1 取得 82.7 分。

根据 36Kr 的上手体验和发布说明，会话以 4 种模式之一运行：

Standard：通用工作，现为内置默认模式。

Creator：在对话中描述一款插件，由 Agent 构建并安装。

PTC：程序化工具调用，Node 代码在独立进程中运行。

Minimal：DeepSeek 用于基准测试的精简循环。

v0.2.1-alpha.1 构建增加了实验性的 Claude Code Mods 兼容层。DeepSeek 将其定位为对 Mods API 是否为 dsh 插件超集的测试，不承诺完全兼容。该构建还新增了「让 Agent 创建插件」入口、可选的 Developer Tools 包，以及用于反向代理的 --public-url 标志。同时移除了运行时不变插件，这对部分扩展是破坏性变更。

特性	DeepSeek Harness v0.2	Claude Code	OpenAI Codex
开发方	DeepSeek	Anthropic	OpenAI
协议	MIT	专有	Apache-2.0
状态	开发者预览版	正式可用	正式可用
入口	桌面应用（macOS Apple 芯片、Windows x64）、网页 UI、无头 CLI	终端、IDE、GitHub (@claude)	CLI、IDE 扩展、桌面应用、Codex Web
模型访问	DeepSeek 账号或 API key，以及自定义 OpenAI 兼容 providers	Anthropic Claude 模型	ChatGPT 套餐登录或 OpenAI API key
扩展方式	一切皆插件，包括 Agent 循环	带自定义命令和 Agent 的插件	MCP servers、插件、skills
快速上手	npx @deepseek-ai/dsh web	curl -fsSL https://claude.ai/install.sh | bash	npm install -g @openai/codex

DeepSeek Harness v0.2 发布了官方 macOS（Apple 芯片）和 Windows x64 应用。

MIT 协议的 harness 将每一层（包括 Agent 循环）都作为插件对待。

Creator 模式让 Agent 自己编写并安装插件。

通过 OpenAI 兼容端点支持非 DeepSeek 模型。

目前为开发者预览版，各版本间会有破坏性变更。

请参阅技术详情。所有功劳归该项目的研究者。也欢迎关注我们的 Twitter，别忘了加入我们的 150k+ ML SubReddit 并订阅我们的通讯。等一下！你用 telegram 吗？现在也可以加入我们了。

想与我们合作推广你的 GitHub 仓库或 Hugging Face 页面或产品发布或网络研讨会吗？联系我们

Michal Sutter 是数据科学专业人士，拥有帕多瓦大学数据科学硕士学位。Michal 在统计分析、机器学习和数据工程方面功底扎实，擅长将复杂数据集转化为可操作的洞察。