DeepSeek Harness 是 DeepSeek AI 推出的一套用于构建、运行与扩展智能体（Agent）的应用框架，采用“一切皆插件”的架构设计，具备成为企业级 AI 工作台底座的潜力。核心内容：1. 三步快速安装教程（Node 环境 + 核心命令）2. 四种运行模式详解（标准 / 批量 / 极简 / 创造模式）3. 创造模式实战案例（桌面宠物）及企业级应用前景
最近 DeepSeek Harness 开放测试后，热度明显上来了，几乎在各个平台都能刷到相关讨论。
一切皆插件
很多人第一次看到这个概念，可能会有些疑惑：它和 ZCode、OpenCode、CodeX、Claude、WorkBuddy 这些 AI 工具到底有什么不同？
和 OpenCode、CodeX 等产品不一样，DeepSeek Harness 的核心思路是让 Agent 通过插件自主扩展能力，因此它更像一个可持续生长的 AI 操作系统，而不只是一个单纯的聊天或编码助手。
从这个角度看，DeepSeek Harness 确实有机会成为企业 AI 工作台的基础框架。
先别急着下结论，今天就带你把 DeepSeek Harness（代号黑色小鲸鱼）从安装到实操完整过一遍。
安装：三步到位，别想太多
DeepSeek Harness 依赖 Node 22.19 及以上版本。确认 Node 环境正常后，启动所需的核心命令其实只有一行：
npx @deepseek-ai/dsh web当然，你也可以先进行全局安装，再按需调用：
npm install -g @deepseek-ai/dsh启动完成后，终端会返回一个本地访问地址（默认 http://127.0.0.1:3080），用浏览器打开即可进入界面。
四种模式
DeepSeek Harness 内置四种运行模式，第一次接触时确实容易看得有点懵：为什么会有这么多选项？这里我帮你快速梳理一下。
标准模式：适合日常使用的全能型选择，不知道怎么选时，先用它基本不会出错。文件编辑、Shell 终端、网页搜索、子 Agent 调度、工作流编排等能力都比较完整。无论是写代码、修 Bug，还是分析项目结构，这个模式通常都能覆盖，大约 90% 的常见场景都能胜任。
PTC模式：更适合批量任务和自动化流程，可以理解为效率增强器。在普通模式下，Agent 可能需要 100 轮对话来完成的事情，PTC 模式会让模型先写一段 TypeScript 代码，把多步操作串联成一次执行，从而把 100 轮压缩到 3 轮左右。它特别适合批量搜索、并行读取以及多步骤自动化处理等高频任务。
极简模式：这是一个轻量级执行方案，特别适合追求资源占用低的环境。它只保留 Shell 和文件编辑两项基础工具，冷启动时间不到 3 秒，内存占用约 80MB。对于 CI/CD 流水线自动化测试，或者树莓派这类资源有限的设备来说，会更加实用。
创造模式：这是偏自编程和自扩展的高阶模式，也是最有想象空间的一种玩法。它可以检查当前运行时环境，在内存中测试 Cordis 插件，并进一步组合出新的 Agent 预设。更关键的是，当 Agent 在执行任务时发现自己缺少某项能力，它甚至可以自行开发、安装并调用插件，这种机制已经很接近“能力自进化”的方向。
实操：用创造模式养了只桌面宠物
正好，我也实际体验了一下创造模式，顺手创建了一个桌面宠物来测试它的能力。
最简单直接的方式，就是直接对 Agent 下达需求：
创建一个桌面宠物，点击后可以有不同的动作以及对话回应。接下来，Agent 就开始连续执行一系列操作，基本上喝杯茶的时间，它就把功能跑出来了。
从实际效果来看，成品表现还挺不错。
可能：企业AI工作台的基础
上面这个桌面宠物案例虽然只是一个小玩具，但它背后真正值得关注的逻辑是：Agent 可以动态生成插件。也就是说，同样的机制，只要换一套提示词，就可能生成“自动整理周报数据”“监控服务器日志”“汇总运营报表”这类企业插件，而这恰恰打开了企业 AI 应用的想象空间。
之前 WorkBuddy 刚推出时，很多 ERP 软件都尝试接入类似能力，但这类产品虽然上手方便，在深度自定义和可扩展性方面仍然有限。
而 DeepSeek Harness 的“一切皆插件”路线意味着：模型可以更换、工具可以替换，甚至连界面形态也可以重新定义。再加上 MIT 协议开源，这让我看到了它作为可扩展企业 AI 工作台基础设施的潜力。
比如，企业完全可以预置内部 API 插件、数据库查询插件，让 Agent 不只是停留在对话框中，而是以工具面板的形式嵌入 OA 系统，在审批、报表生成、风险识别等环节主动给出提示与辅助。
所以它未必只是一个面向编码开发的 AI 工具，更有可能进一步延展成企业级 AI 工作台的底层框架。
最后说句实在话：Harness 目前仍然是预览版，官方也明确提醒后续版本可能不兼容。虽然当前成熟度还比不上 Claude Code，但2.4 万星背后的真正价值，在于它展示了一种全新的 AI 工作方式，不是把聊天框做得更强，而是构建一个可持续扩展的插件生态宇宙。
登录查看剩余 70% 内容