DeepSeek Harness was just released with MIT license. The current 0.1.0 version is a developer preview, and may still have many rough edges. Feedback is welcome! DeepSeek Harness
Flaq AI Agenten-Guide
Praktischer Leitfaden zur Verwendung von DeepSeek Harness mit der OpenAI-kompatiblen API von Flaq AI
Führen Sie die quelloffene Weboberfläche von DeepSeek Harness mit dem OpenAI-kompatiblen Endpunkt von Flaq AI aus und binden Sie anschließend ein unterstütztes DeepSeek-v4-Modell für Repository-Analysen und Programmierabläufe ein. DeepSeek Harness folgt einer „Alles ist ein Plugin“-Architektur: Modelladapter, Werkzeuge, Agentenschleife, Sitzungsspeicher, Berechtigungen, Sandboxing, Telemetrie und Weboberfläche lassen sich über Plugins und Konfigurationen zusammenstellen oder ersetzen.
Installieren
DeepSeek Harness ausführen
DeepSeek Harness erfordert Node.js 22.19+ oder eine Version ab 24. Starten Sie es in dem Projektverzeichnis, das Sie als standardmäßigen Speicherort im Dateisystem verwenden möchten. Der offizielle npm-Befehl startet die Weboberfläche standardmäßig unter http://127.0.0.1:3080.
Weboberfläche von DeepSeek Harness ausführen
Starten Sie die Weboberfläche mit dem offiziellen npm-Paket. Lassen Sie dieses Terminal geöffnet, während Sie DeepSeek Harness verwenden.
Beim ersten Start wird das aktuelle Paket @deepseek-ai/dsh heruntergeladen und das Profil der Weboberfläche initialisiert.
Offizieller npm-Befehl
Repository: Die neuesten Installationsanweisungen, Releases, Kompatibilitätshinweise und den Quellcode finden Sie im offiziellen GitHub-Repository von DeepSeek Harness.
Konfigurieren
DeepSeek Harness mit Flaq AI verbinden
Öffnen Sie in DeepSeek Harness Settings → Models, fügen Sie Flaq AI als benutzerdefinierten Anbieter hinzu und geben Sie Ihren Flaq-API-Schlüssel ein. Die Provider ID kann nach dem Speichern nicht mehr geändert werden. Verwenden Sie daher flaq, sofern Sie nicht bewusst einen anderen Routennamen benötigen. Wählen Sie nach dem Speichern des Anbieters einen Arbeitsbereich aus, bevor Sie eine Sitzung starten.
Empfohlenes DeepSeek-v4-Pro-Modell für Repository-Analysen, Programmieraufgaben und Arbeitsabläufe, die von ausgeprägteren Schlussfolgerungsfähigkeiten profitieren.
Schnelleres und kostengünstigeres DeepSeek-v4-Flash-Modell für routinemäßige Fragen zu Code, Zusammenfassungen und einfache Repository-Aufgaben.
Wählen Sie unter Settings → Models die Optionen Add provider → Add a custom provider. Geben Sie die unten aufgeführten Werte ein und fügen Sie die ausgewählte Modell-ID manuell hinzu, statt Fetch available models zu verwenden. Speichern Sie den Anbieter und wählen Sie dieses Modell anschließend für eine neue Sitzung aus. DeepSeek Harness behandelt manuell eingegebene Modelle als reine Textmodelle, sofern keine zusätzlichen Modalitäten angegeben werden.
- Verwenden Sie exakt die Flaq-Basis-URL und das Protokoll
openai-completions. - Ersetzen Sie den Platzhalter durch Ihren Flaq-API-Schlüssel und übernehmen Sie die Modell-ID genau wie angegeben.
Benutzerdefinierter Anbieter für Flaq AI
- Verwenden Sie exakt die Flaq-Basis-URL und das Protokoll
openai-completions. - Ersetzen Sie den Platzhalter durch Ihren Flaq-API-Schlüssel und übernehmen Sie die Modell-ID genau wie angegeben.
Benutzerdefinierter Anbieter für Flaq AI
Prüfen
Flaq in DeepSeek Harness überprüfen
Öffnen Sie die Weboberfläche, wählen Sie das Projektverzeichnis aus, in dem Sie DeepSeek Harness gestartet haben, wählen Sie das konfigurierte Flaq-Modell und erstellen Sie eine neue Sitzung. Das Eingabefeld bleibt deaktiviert, bis ein Arbeitsbereich ausgewählt wurde.
- DeepSeek Harness gibt die aktive URL im Terminal aus.
- Die standardmäßige lokale Adresse ist unten angegeben.
Weboberfläche öffnen
- DeepSeek Harness gibt die aktive URL im Terminal aus.
- Die standardmäßige lokale Adresse ist unten angegeben.
Weboberfläche öffnen
- Senden Sie zunächst eine schreibgeschützte Aufgabe.
- Eine normale Antwort, die den ausgewählten Arbeitsbereich berücksichtigt, bestätigt, dass DeepSeek Harness den Flaq-Endpunkt erreichen und das konfigurierte Modell verwenden kann.
Repository-Zugriff testen
- Senden Sie zunächst eine schreibgeschützte Aufgabe.
- Eine normale Antwort, die den ausgewählten Arbeitsbereich berücksichtigt, bestätigt, dass DeepSeek Harness den Flaq-Endpunkt erreichen und das konfigurierte Modell verwenden kann.
Repository-Zugriff testen
Plugin-Beispiel
Ein DeepSeek-Harness-Plugin installieren
DSH OpenPencil dient als konkretes Beispiel für die „Alles ist ein Plugin“-Architektur von DeepSeek Harness. Schließen Sie die oben beschriebene Konfiguration und Überprüfung des Flaq-Anbieters ab, beenden Sie die laufende Weboberfläche, fügen Sie das Plugin zum Profil web hinzu und starten Sie dieselbe DeepSeek-Harness-Version neu. DSH OpenPencil stellt Werkzeuge zum Erstellen, Anzeigen, Prüfen und Bearbeiten von .op-Designdokumenten innerhalb einer Unterhaltung bereit.
DSH OpenPencil installieren
Fügen Sie das öffentliche OpenPencil-Paket mit der derzeit vom Plugin getesteten DeepSeek-Harness-Version zum Profil web hinzu. Führen Sie diesen Befehl in demselben Projektverzeichnis aus, das Sie für DeepSeek Harness verwenden.
DSH OpenPencil installieren
Repository: Quellcode, Einrichtungsanforderungen, Releases und Kompatibilitätshinweise finden Sie im GitHub-Repository von DSH OpenPencil.
DSH OpenPencil installieren
Repository: Quellcode, Einrichtungsanforderungen, Releases und Kompatibilitätshinweise finden Sie im GitHub-Repository von DSH OpenPencil.
Weboberfläche neu starten
Starten Sie die getestete DeepSeek-Harness-Version erneut, damit das Profil web DSH OpenPencil lädt. Lassen Sie dieses Terminal geöffnet, während Sie die Weboberfläche erneut aufrufen.
Weboberfläche neu starten
Weboberfläche neu starten
DSH OpenPencil mit Flaq AI testen
Wählen Sie das konfigurierte Flaq-Modell und den Arbeitsbereich aus, starten Sie eine neue Sitzung und senden Sie die unten stehende Anfrage. Wenn die OpenPencil-Binärdatei verfügbar ist, sollte das Plugin ein .op-Dokument erstellen und eine bearbeitbare Vorschau in der Unterhaltung anzeigen.
DSH OpenPencil mit Flaq AI testen
DSH OpenPencil mit Flaq AI testen
Open Source
Das offizielle Repository von DeepSeek Harness erkunden
DeepSeek Harness ist ein von DeepSeek AI entwickeltes quelloffenes Agenten-Framework. Besuchen Sie das offizielle Repository, um den Quellcode einzusehen, Releases und Kompatibilitätsänderungen zu verfolgen, die aktuelle Dokumentation zu lesen und während der Entwicklervorschau Probleme zu melden.
Öffnen Sie das offizielle Repository von DeepSeek Harness, um Quellcode, Einrichtungsdokumentation, Entwicklungshinweise, Diskussionen und Projektneuigkeiten aufzurufen.
Open-Source-Leitfaden
Den quelloffenen DeepSeek-Harness-Leitfaden von Flaq AI erkunden
Gehen Sie mit dem unabhängigen, von der Community gepflegten Leitfaden von Flaq AI zu DeepSeek Harness über die Ersteinrichtung hinaus. Erfahren Sie, wie Plugin-Baum, Profile, Bundles, Patch-Ebenen, austauschbare Agentenschleife, Modelladapter, Werkzeuge, Sitzungsdienste, Berechtigungsrichtlinien, Sandboxes und Erweiterungen der Weboberfläche benutzerdefinierte Agentenabläufe unterstützen.
Entdecken Sie praktische Architekturhinweise, ein Benutzerhandbuch, Anleitungen zur Plugin-Entwicklung, mehrsprachige Dokumentation und wiederverwendbare Agenten-Skills, um DeepSeek Harness zu verstehen, zu erweitern und darauf aufzubauen.
Fehlerbehebung
Häufig gestellte Fragen zu DeepSeek Harness
Diskussionen über DeepSeek Harness auf X (Twitter)
Entdecken Sie Diskussionen von Entwicklern und frühen Teilnehmern über DeepSeek Harness (DSH), ein quelloffenes Agenten-Framework, zu seiner „Alles ist ein Plugin“-Architektur, der kombinierbaren Laufzeitumgebung, dem Plugin-Ökosystem und praktischen Erfahrungen.
DeepSeek Harness 内测结束 有幸认识一群特别有意思的技术大佬 问就是表情包收藏了好几页 很荣幸 OpenPencil 作为第一批插件入驻 DSH 插件名 dsh-openpencil 希望大家支持 🤗 咱们小黑鲸见~ 🐳 “下次还一起组乐队” #deepseek #deepseekharness #dsh #openpencil #harness
有幸一个月前就被 @tianyi 拉进了仓库。当时 DSH 还是一个只实现了 core framework 的毛坯房。过去一个月,基本上每次 pull 代码,都是上千个 commits 的速度在涨。 说一下我对 DSH 的一些理解,不一定对: 1. 首先是怎么理解 DeepSeek Harness 这个东西。我觉得 DSH 既是一个可以直接运行的 Coding
DeepSeek Harness was just released with MIT license. The current 0.1.0 version is a developer preview, and may still have many rough edges. Feedback is welcome! DeepSeek Harness
有幸参与了 DeepSeek Harness 的内测, 现在官方终于将 DSH 开源,也终于可以分享一些自己的看法了~ 一周前第一次拿到源码、把整体架构梳理完时,我最大的感受是:DSH 甚至很难只被称作一个 Agent Harness。 它更像一个 Agent Runtime,甚至已经呈现出某种 Agent OS
