Pluginy DeepSeek Harness: 7, które warto zainstalować, i jedna warstwa, której nikt nie umieszcza na swojej liście

Programista w jasnym domowym biurze z dwoma monitorami, na lewym ekranie przewijają się logi instalacji wtyczek w terminalu, a na prawym odświeża się siatka kart wtyczek

Siedem wtyczek, jeden blok dostawcy i profil, który faktycznie rozumiesz. To cała konfiguracja.

13 sierpnia 2026 roku DeepSeek udostępnił open-source swój agent harness. Zdobył około 50 000 gwiazdek na GitHubie w ciągu około dwunastu godzin, a około 92 000 po 28 godzinach (Justin3go, sierpień 2026). Cztery dni później repozytorium ma 144,4 tys. gwiazdek i 14,7 tys. forków (GitHub, sierpień 2026).

Twój kanał informacyjny jest teraz wypełniony repozytoriami dsh-*. Motywy, wprowadzanie głosowe, minutniki Pomodoro, arkadowa gra o wielorybie na czas, gdy agent myśli. Kuratorowana lista społeczności przekroczyła 1100 pozycji.

Potem patrzysz na swoją stronę użycia API.

To nie jest kolejny katalog wtyczek. To siedem elementów, które sprawiają, że dsh można zostawić włączonego na całe popołudnie, plus jedna warstwa konfiguracji, której prawie nikt nie dodaje do swojej listy wtyczek, mimo że decyduje, czy pozostałe sześć pozostanie przystępnych cenowo.

Najważniejsze wnioski

• dsh jest licencjonowany na MIT i wyraźnie jest to wersja deweloperska. Sam plik README mówi: "NASTĄPIĄ ZMIANY ŁAMIĄCE KOMPATYBILNOŚĆ."
• "Wszystko jest wtyczką" obejmuje również samą warstwę modelu. To najbardziej niedoceniana konsekwencja architektury.
• Liczba wtyczek to nie jakość wtyczek. Jeden recenzent znalazł 41 zgodnych integracji w porównaniu do 219 oznaczonych jako wymagające uwagi, a wszystkie 5 narzędzi firm trzecich, które wypróbował, całkowicie zawiodło.
• Dowiedz się, czym jest profil, zanim cokolwiek zainstalujesz, w przeciwnym razie zainstalujesz w jednym profilu, uruchomisz inny i będziesz się zastanawiać, dlaczego nic się nie pojawiło.
• dsh z założenia zużywa dużo kontekstu, a własne API DeepSeek obecnie rozlicza się według pory dnia. Twoja konfiguracja dostawcy jest kluczowym elementem zestawu.

Zysk z całej tej konfiguracji: jedna tura pracy agenta, wyceniona na dwa sposoby, na panelu, który faktycznie można odczytać. Wartości obliczone na podstawie opublikowanych stawek poszczególnych tras według stanu na 17 sierpnia 2026 r., a nie z pomiarów.

Dlaczego wtyczki DeepSeek Harness eksplodowały i dlaczego większość z nich się psuje

Wzrost jest realny, a kruchość jest również realna. Ponad 2000 zgłoszeń wtyczek pojawiło się w ciągu dwóch dni od premiery (Justin3go, sierpień 2026), a lista społeczności zawiera obecnie ponad 1100 instalowalnych wtyczek w czternastu kategoriach.

To, co odróżnia to od normalnego API rozszerzeń, to głębokość szwu. Zasada projektowa DeepSeek obejmuje "modele, narzędzia, umiejętności, sesje, piaskownice, systemy plików, pętle, orkiestrację i komponenty UI", które można "mieszać, dopasowywać, zastępować i rozszerzać" (The Register, sierpień 2026). Harness jest zbudowany na jądrze Cordis, wtyczka rejestruje swoje działanie poprzez funkcję apply(ctx), która czyści po wyładowaniu, a sama pętla agenta jest wymienna. Podobnie jak dostawca modelu.

Armin Ronacher, cytowany w tym samym artykule, dobrze ujął atrakcyjność: "Nie sądzę, że DeepSeek Harness jest doskonały, ale to na pewno pierwszy raz, kiedy patrzę na coś nowego w tej dziedzinie i czuję się zainspirowany, aby ponownie rozważyć niektóre z naszych wyborów."

A teraz zimny prysznic. Oficjalna lista kompatybilności pokazała 41 zgodnych integracji wobec 219 oznaczonych jako wymagające uwagi, a w testach praktycznych "wszystkie 5 narzędzi firm trzecich, które wypróbował, całkowicie zawiodło" (Justin3go, sierpień 2026). Harness README nie ukrywa tego. To wersja deweloperska, "szybko iterująca", z obietnicą zmian łamiących kompatybilność napisaną wielkimi literami.

Więc rozsądną strategią nie jest "zainstaluj trzydzieści wtyczek". To zainstalowanie niewielkiej liczby, które rozwiązują realne problemy operacyjne, w kolejności, w której każda sprawia, że następna jest bezpieczniejsza.

Jak wtyczki DeepSeek Harness pasują do siebie: profile, pakiety i warstwa modelu

Trzy koncepcje wyjaśniają prawie każdy wpis "zainstalowało się, ale nic się nie stało", który przeczytasz.

Profile. Profil to nazwana, samodzielna kompozycja wtyczek i konfiguracji. dsh dostarcza szablony, które inicjują się automatycznie przy pierwszym użyciu, w tym web (co uruchamia dsh web) i headless, z dsh-base, dsh-web-app i dsh-headless dostępnymi jako źródła pakietów. Wtyczki instalują się do profilu. Zainstaluj w niewłaściwym, a wtyczka faktycznie tam jest, ale nie w tym, co uruchamiasz.

Pakiety. Każda instalowalna wtyczka deklaruje manifest dsh.bundle. Ten manifest sprawia, że jest wykrywalna przez polecenie wtyczki i przez listę społeczności, która akceptuje tylko wpisy instalowalne za pomocą dsh plugin add.

Warstwa modelu. Pod llm-pi-ai dostawcy są tylko konfiguracją. Oto kształt prosto z dokumentacji:

yamlCopy
1llm-pi-ai:
2  providers:
3    my-gateway:
4      apiKeyEnv: GATEWAY_API_KEY
5      api: openai-completions
6      baseURL: https://gateway.example/v1
7      models:
8        - id: legacy-chat
9        - id: vision-preview
10          input: [text, image]
11

To cały mechanizm. Ustaw api: openai-completions plus baseURL i jesteś skierowany na wszystko, co mówi protokołem OpenAI Chat Completions. Klucze znajdują się osobno w $DSH_HOME/.credentials.yaml i pozostają tylko do zapisu, więc settings.yaml przechowuje referencję, a nigdy dosłownego sekretu.

Warstwa wtyczek DeepSeek Harness, której nikt nie umieszcza na swojej liście

Przewiń dowolny katalog wtyczek, a znajdziesz motywy, panele, systemy pamięci, mostki powiadomień. Tego, czego nie znajdziesz na górze, to blok dostawcy, ponieważ nie jest to wtyczka, którą instalujesz. To dziewięć linii YAML, które piszesz raz.

Ma to znaczenie ze względu na arytmetykę. dsh rejestruje wszystko, co model widzi w dzienniku sesji tylko do dołączania, agresywnie wstrzykuje kontekst i planuje podagentów. Ten projekt ma koszt tokenów. We wstępnym porównaniu na tym samym modelu, niebuforowane wejście Pi wynosiło około 4,5K tokenów wobec około 47,6K dla dsh, "różnica rzędu wielkości". Recenzent wskazał czynniki zakłócające i zauważył, że dsh jest w wersji zapoznawczej, a także potwierdził prawdziwy błąd, w którym dsh odczytuje zarówno CLAUDE.md, jak i AGENTS.md i podwaja prompt systemowy, gdy ich zawartość jest taka sama (Justin3go, sierpień 2026). Traktuj to jako wczesny pomiar jednej osoby, a nie ustalony fakt. Kierunek podróży nie jest jednak kwestionowany.

Tymczasem własne API DeepSeek obecnie wycenia według pory dnia. Okna szczytowe to 01:00-04:00 i 06:00-10:00 UTC, a stawki poza szczytem wynoszą połowę stawki szczytowej (dokumentacja API DeepSeek, sierpień 2026). Zarówno deepseek-v4-flash, jak i deepseek-v4-pro mają 1M kontekstu i 384K maksymalnego wyjścia.

Tak więc warstwa modelu jest miejscem, w którym stos wtyczek albo pozostaje zrównoważony, albo nie. Dla porównania, oto jakie są koszty tych samych identyfikatorów modeli DeepSeek na hostowanym punkcie końcowym o stałej stawce. Atlas Cloud jest jednym z nich, wymienionym tutaj, ponieważ udostępnia własne identyfikatory modeli DeepSeek po stałych stawkach, co czyni go bezpośrednio porównywalnym z liczbami pierwszej strony, a nie zamianą jabłek na pomarańcze.

Tabela 1. Identyfikatory modeli DeepSeek i opublikowane stawki za 1M tokenów, zweryfikowane 17 sierpnia 2026 r.

Przeczytaj tę tabelę uczciwie, ponieważ nie mówi jednej rzeczy. Flash jest tańszy na stałe niż na dowolnym oficjalnym poziomie. Stała stawka wejściowa Pro jest wyższa niż oficjalna stawka szczytowa przy braku trafienia w pamięć podręczną. A oficjalne wejście z trafieniem w pamięć podręczną jest prawie darmowe, więc obciążenie z wysokim współczynnikiem trafień w pamięć podręczną może być najtańsze na własnym API DeepSeek. To, co stały punkt końcowy faktycznie zapewnia, to przewidywalność: ta sama liczba o 03:00 UTC co o 15:00 UTC, bez ograniczania przepustowości konta pierwszej strony i identyczne identyfikatory modeli, więc powrót to jedna linia.

Stos wtyczek DeepSeek Harness, krok po kroku

Osiem kroków, w tej kolejności nie bez powodu. Każdy albo umożliwia następny krok, albo czyni go bezpieczniejszym.

Tabela 2. Siedmioelementowy stos, samodzielny

Uwaga dotycząca specyfikacji instalacji przed rozpoczęciem. dsh plugin --profile <nazwa> <args> przekazuje swoje argumenty do pnpm w katalogu tego profilu, więc wszystko, co pnpm może rozwiązać, działa: nazwa pakietu npm, specyfikacja github:owner/repo lub link:/ścieżka/bezwzględna dla wtyczki, którą tworzysz. Ma to znaczenie w praktyce. Sprawdziłem rejestr, a dsh-cost-meter i dsh-tier-router nie są opublikowane w npm, więc specyfikacja GitHub jest jedyną drogą dla tych dwóch.

Krok 1. Zainstaluj dsh i uruchom profil web.

bashCopy
1npx @deepseek-ai/dsh web
2

Polecenie wyświetla adres URL serwera. Jeśli wolisz zbudować ze źródła:

bashCopy
1git clone https://github.com/deepseek-ai/deepseek-harness.git
2cd deepseek-harness
3pnpm install
4pnpm run build
5pnpm dsh web
6

Następnie w przeglądarce: Ustawienia, Modele, wklej klucz API, zapisz. Wybierz obszar roboczy, wskaż katalog projektu i rozpocznij sesję.

Interfejs webowy DeepSeek Harness po pierwszym uruchomieniu, pokazujący ekran nowej sesji z wyborem obszaru roboczego

Krok 1 zrobiony: dsh web działa lokalnie z wybranym obszarem roboczym.

Krok 2. Zrozum swój profil, zanim cokolwiek zainstalujesz.

To krok, który ludzie pomijają i powoduje większość zamieszania związanego z "wtyczka zainstalowana, ale się nie pojawia". Sprawdź skonfigurowane drzewo konfiguracji bez uruchamiania:

bashCopy
1dsh --profile web --dump-config
2

Istnieje również --dump-default-config, jeśli potrzebujesz punktu odniesienia do porównania. To, czego szukasz, to czy pakiet, który właśnie zainstalowałeś, faktycznie pojawia się w skomponowanym drzewie dla profilu, który uruchamiasz. Jeśli nie, zainstalowałeś w innym profilu.

Wyjście terminala polecenia dsh --dump-config, z widoczną skomponowaną listą pakietów wtyczek dla profilu web

--dump-config jest odpowiedzią na prawie każde pytanie "moja wtyczka zniknęła".

Krok 3. Zainstaluj rynek przed wtyczkami.

bashCopy
1dsh plugin --profile web add dshmarket
2

To umieszcza przeszukiwalną przeglądarkę wtyczek w Ustawieniach z instalacją i aktualizacją jednym kliknięciem, plus zakładką motywów. Po tym większość instalacji będzie odbywać się w interfejsie użytkownika, a nie w terminalu. Jeśli wolisz całkowicie delegować wyszukiwanie:

bashCopy
1dsh plugin --profile web add dsh-find-plugin
2

Ta pozwala twojemu agentowi znaleźć wtyczki za Ciebie, co jest nieco absurdalne i bardzo przydatne.

Przeglądarka wtyczek dsh-market w Ustawieniach DeepSeek Harness, pokazująca przeszukiwalne karty wtyczek z przyciskami instalacji i filtrami kategorii

Panel rynku w Ustawieniach, w którym odbędzie się reszta instalacji.

Krok 4. Zainstaluj skaner przed kodem firm trzecich.

Lista społeczności nosi ostrzeżenie w ramce na górze i zasługuje na zacytowanie: "Instalacja wtyczki uruchamia kod firm trzecich na twojej maszynie z twoimi uprawnieniami, może odczytać twoje pliki, użyć twoich poświadczeń i uzyskać dostęp do sieci. Zatwierdzenia narzędzi nie izolują kodu wtyczki" (awesome-dsh-plugin, sierpień 2026).

Więc najpierw skanuj:

bashCopy
1npm install -g dsh-poison-guard
2dsh-poison-guard scan ./some-plugin
3dsh-poison-guard scan ./some-plugin --json
4

Działa na trzech warstwach: analiza AST przez NodeSecure JS-X-Ray dla dynamicznych importów, zaciemniania, użycia eval / Function / vm, eksfiltracji i niebezpiecznych poleceń powłoki; dekoder deobfuskacji, który rozpakowuje atob(), Buffer.from() base64 i hex, String.fromCharCode() i sekwencje ucieczki przed ponownym skanowaniem; oraz heurystyki regex dla dosłownych łańcuchów i skryptów czasu instalacji, takich jak postinstall i prepare. Kod wyjścia to 0 dla czystego i 1, gdy są wyniki, więc można go wstawić bezpośrednio do CI. Może również działać wewnątrz profilu:

bashCopy
1dsh plugin --profile web add dsh-poison-guard
2

Połącz go z dsh-plugin-doctor, który sprawdza manifest, łatkę, punkt wejścia, kompilację, pakiet i instalację, wykrywa shadowowanie profilu-host oraz uruchamia własną kontrolę przedinstalacyjną.

Raport skanowania dsh-poison-guard w terminalu, wymieniający znaleziska według warstw dla wtyczki społecznościowej

Skanowanie przedinstalacyjne przypadkowej wtyczki społecznościowej. Nie chodzi o to, że zawsze coś znajdzie, ale że sprawdziłeś.

Krok 5. Skieruj warstwę modelu tam, gdzie chcesz.

To jest warstwa z poprzedniej sekcji, teraz jako rzeczywista edycja. Otwórz $DSH_HOME/settings.yaml:

yamlCopy
1llm-pi-ai:
2  providers:
3    atlas:
4      apiKeyEnv: ATLASCLOUD_API_KEY
5      api: openai-completions
6      baseURL: https://api.atlascloud.ai/v1
7      models:
8        - id: deepseek-ai/deepseek-v4-flash-0731
9        - id: deepseek-ai/deepseek-v4-pro
10        - id: deepseek-ai/deepseek-v3.2
11

bashCopy
1export ATLASCLOUD_API_KEY=sk-...
2

Blok dostawcy akceptuje dowolny punkt końcowy zgodny z OpenAI: własną bramę, lokalny serwer vLLM lub usługę hostowaną. Powyższy przykład używa hostowanego punktu końcowego DeepSeek, ponieważ jego identyfikatory modeli i schemat żądań są zgodne z API pierwszej strony, więc powrót to zmiana baseURL w jednej linii, a reszta konfiguracji pozostaje nietknięta.

Jeśli wolisz klikanie, interfejs webowy ma formularz niestandardowego dostawcy. Wymaga identyfikatora dostawcy (małe litery, stały), nazwy wyświetlanej, adresu URL bazowego, protokołu API, poświadczenia klucza API i co najmniej jednego modelu. Po zapisaniu otrzymasz zredagowany deskryptor, nigdy dosłownego sekretu.

Jeden praktyczny haczyk. Przycisk "Pobierz dostępne modele" w interfejsie wywołuje GET /models punktu końcowego, a punkty końcowe bez tej trasy wymagają ręcznego wpisania identyfikatorów modeli. Sprawdziłem ten punkt końcowy bezpośrednio: odpowiada na /v1/models i zwraca wszystkie trzy powyższe identyfikatory DeepSeek, ale jego osnowa JSON nie jest bajtowo identyczna z listą OpenAI. Jeśli więc pobieranie zwróci pustą odpowiedź, nie zakładaj, że dostawca jest uszkodzony. Wpisz trzy identyfikatory dokładnie tak, jak powyżej, co jest w pełni obsługiwaną ścieżką.

Wybór modelu DeepSeek Harness z rozwiniętym niestandardowym dostawcą, pokazujący trzy identyfikatory modeli DeepSeek załadowane z bloku dostawcy w settings.yaml

Krok 5 zrobiony: modele DeepSeek niestandardowego dostawcy są wybieralne obok wbudowanych.

Krok 6. Uczyń rachunek widocznym.

bashCopy
1dsh plugin --profile web add github:Han-1413141/dsh-cost-meter
2

Otrzymujesz koszt na sesję i dzienny, budżet z procentem użycia, oficjalne saldo i panel historii. Krytyczny szczegół, którego żadna strona katalogu ci nie powie: ma synchronizację oficjalnych cen jednym kliknięciem, w tym poziomów szczytowych i poza szczytem. Jeśli używasz własnego dostawcy, ustaw swoje rzeczywiste stawki, w przeciwnym razie panel będzie wykonywał poprawną arytmetykę na cudzej liście cen.

Jeśli chcesz kształt tokenów, a nie dolary, warianty dsh-token-usage dają mapy ciepła i podziały według modeli, a dsh-context pokazuje skład samego okna kontekstu: historię na żądanie, zdarzenia kompresji i wstrzykiwania oraz statystyki tokenów na wiadomość. To ostatnie jest tym, jak dowiesz się, czy twoje 47K tokenów wejściowych to pliki projektu, historia sesji, czy te same instrukcje załadowane dwukrotnie.

Krok 7. Podziel planowanie od wykonywania.

bashCopy
1dsh plugin --profile web add github:BruceLanLan/dsh-tier-router
2

Routing dwupoziomowy: silny model planuje, doradza i przegląda, tani model realizuje. Jest świadomy trybu planu, ma zabezpieczenie eskalacji dla działań o dużym wpływie, automatycznie eskaluje w przypadku awarii i również warstwuje podagentów. Konkretnie, przypisz planistę do V4 Pro, a wykonawcę do V4 Flash. Biorąc pod uwagę różnicę stawek w Tabeli 1, jest to najskuteczniejsza dźwignia przeciwko apetytowi na kontekst harnessa, bardziej skuteczna niż jakiekolwiek ręczne przycinanie promptów.

Krok 8. Uruchom coś prawdziwego i sprawdź rachunki.

Wklej to do sesji skierowanej na projekt Express:

textCopy
1Dodaj do tej aplikacji Express strukturalne logowanie z zakresem żądania: utwórz middleware, który
2dołącza identyfikator UUID żądania do każdego żądania, loguj metodę, ścieżkę, status i czas trwania jako
3JSON, propaguj identyfikator żądania do wszystkich istniejących wywołań loggera i dodaj testy jednostkowe dla
4middleware. Nie zmieniaj żadnych sygnatur handlerów tras. Pokaż mi plan przed edycją.
5

Celowo jest średniej wielkości: wieloplikowy, zawiera wymaganie testowe, zawiera ograniczenie, które agent może naruszyć, i prosi o plan na początku, abyś mógł obserwować, jak router przekazuje zadania między poziomami. Po zakończeniu tur przeczytaj panel kosztów i zanotuj tokeny wejściowe, wyjściowe i buforowane wraz z upływem czasu. Następnie przełącz dostawcę w wyborze modelu i uruchom go ponownie na tym samym commicie. To drugie uruchomienie jest całym powodem, dla którego zainstalowałeś kroki od 5 do 7.

Sesja DeepSeek Harness zakończona, pokazująca plan, trajektorię wywołań narzędzi dla edycji middleware oraz przechodzące testy jednostkowe

Krok 8 zrobiony: plan, edycje i testy w jednej trajektorii tylko do dołączania, którą możesz przewijać wstecz.

Wtyczki DeepSeek Harness dla różnych ról

Siedmioelementowy stos to podstawa. To, co dodasz na górze, zależy od tego, co faktycznie robisz, a czternaście kategorii listy społeczności całkiem dobrze odwzorowuje role.

• Badania i pisanie. xiehuan123/dsh-deepread oferuje pięć trybów czytania z raportami twierdzenie-dowód-dane i mapami myśli Mermaid lub XMind, plus wstępną kontrolę budżetu. Połącz go z bowenliang123/dsh-context dla widoczności i flymysql/dsh-memory dla magazynu między sesjami.
• Frontend i design. AKS1st/dsh-mermaid renderuje bloki Mermaid jako oczyszczony SVG zgodny z twoim motywem. omdsh-dev/dsh-genui renderuje interaktywne komponenty wbudowane w odpowiedzi, w tym wykresy, formularze i sceny 3D, z pętlą zdarzeń z powrotem do modelu.
• Zespół i audyt. dfycaly98931680/dsh-trajectory-governance odbudowuje płaskie dzienniki sesji w drzewa gałęzi i flaguje zakleszczenia pętli, nieprawidłowe ponowienia i dryfowanie celu z przypisaniem kosztów. DamonKoy/dsh-secret-redactor maskuje klucze API, tokeny, JWT i klucze prywatne w wynikach narzędzi, zanim zobaczy je model, a JohnXu22786/secret-guard blokuje odczyty i zapisy .env i materiałów kluczowych.
• Osoby terminalowe. kouyichi/dsh-tui-app to pełnoprawny klient czatu terminalowego oparty na Ink z kartami narzędzi, panelem zadań, odtwarzaniem trajektorii i zakładkami wielu sesji. s3yf1337/dsh-desktop opakowuje powierzchnię webową w natywne okno Tauri.
• Modele lokalne. NOirBRight/dsh-llm-ollama to natywny adapter czatu Ollama z wykrywaniem modeli, więc sztuczka z dostawcą z Kroku 5 działa również dla modeli na twojej własnej maszynie.
• Odporność. aokamoaki/dsh-startup-guard wstępnie sprawdza kompozycję wtyczek, testuje dymne hosta apply() i izoluje pakiety powodujące awarie, aby jedna zepsuta wtyczka nie zablokowała uruchomienia. W przypadku harnessa w fazie zapoznawczej jest to mniej paranoiczne, niż brzmi.

Ile kosztuje uruchomienie stosu wtyczek DeepSeek Harness

Pozwól, że będę precyzyjny co do tego, co następuje. Są to obliczenia na podstawie opublikowanych stawek, a nie z uruchomienia, które zmierzyłem. Wolumen tokenów jest zapożyczony z cytowanego wcześniej pomiaru strony trzeciej, a liczba wyjściowa jest założeniem, które wypowiadam na głos.

Weź jedną turę z 47,6K niebuforowanych tokenów wejściowych (liczba dsh z tego wstępnego porównania) i załóż 8K tokenów wyjściowych.

Tabela 3. Jedna tura 47,6K wejściowych, 8K wyjściowych, obliczona na podstawie opublikowanych stawek

Trzy rzeczy w tej tabeli są warte więcej niż sumy.

Po pierwsze, Flash stały jest tańszy niż Flash na dowolnym oficjalnym poziomie, a różnica w wyjściu w porównaniu do szczytu wynosi około 4,7x. Po drugie, Pro stały jest droższy na wejściu niż oficjalny szczytowy brak trafienia w pamięć podręczną, więc obciążenie z dużą ilością Pro nie jest automatycznie lepsze po opuszczeniu API pierwszej strony. Po trzecie i najważniejsze: gdyby to wejście 47,6K było trafieniem w pamięć podręczną zamiast chybienia, oficjalna wycena pobierałaby od $0,0003 do $0,0007 za nie, w zależności od godziny. Praktycznie za darmo. Obciążenie z naprawdę wysokim współczynnikiem trafień w pamięć podręczną może być najtańsze na własnym API DeepSeek, kropka. Każdy post mówiący, że hostowany punkt końcowy jest powszechnie tańszy, nie przeczytał własnej karty stawek.

Jest też haczyk związany ze strefą czasową, o którym nikt nie wspomina. Szczyt to 01:00-04:00 i 06:00-10:00 UTC, czyli 09:00-12:00 i 14:00-18:00 w Pekinie, chiński dzień roboczy. Deweloper z San Francisco pracujący w standardowych godzinach jest całkowicie poza szczytem. Deweloper z Berlina w godzinach porannych znajduje się w samym szczycie. To, gdzie siedzisz, zmienia, która kolumna Tabeli 3 opisuje twój rzeczywisty miesiąc.

Trzy dźwignie faktycznie przesuwają liczbę, w kolejności efektu: routing poziomów, aby drogi model tylko planował, grupowanie wywołań narzędzi, aby każda tura przenosiła mniej rund kontekstu, oraz otwarcie dsh-context, aby dowiedzieć się, co wypełnia okno. Zacznij od trzeciej. Ten błąd z duplikowaniem CLAUDE.md i AGENTS.md podwajał prompt systemowy dla prawdziwych użytkowników i żadna sprytna routowanie nie naprawi problemu, którego nie widzisz.

Zanim zainstalujesz: zaufanie i licencjonowanie

Kod wtyczki działa w twoim procesie Node, z twoimi uprawnieniami, a zatwierdzenia narzędzi go nie izolują. To nie jest hipotetyczne. Harness z założenia odczytuje twoje repozytorium i pliki poświadczeń, a wtyczka żyje w tej samej granicy. Własne kryteria listy społeczności wyraźnie stwierdzają, że umieszczenie "nie jest przeglądem bezpieczeństwa" i nie dowodzi niczego poza tym, że wtyczka instaluje się i robi to, co mówi jej jednoliniowy opis.

Praktyczne podejście: skanuj za pomocą dsh-poison-guard przed instalacją, preferuj wtyczki, których kod źródłowy możesz przejrzeć w jednym posiedzeniu, i wypróbowuj nieznane gdzieś, gdzie nie ma twoich kluczy produkcyjnych.

Jeśli chodzi o licencjonowanie, samo dsh jest na licencji MIT. Poszczególne wtyczki nie są. Są to oddzielne repozytoria z własnymi licencjami, a permisywne jądro nie mówi nic o rozszerzeniu, które właśnie pobrałeś ze specyfikacji GitHub. Jeśli instalujesz do czegoś komercyjnego, przeczytaj każdą z nich.

Często zadawane pytania dotyczące wtyczek DeepSeek Harness

Jak zainstalować wtyczkę DeepSeek Harness?

Uruchom dsh plugin --profile <nazwa> add <specyfikacja>. Polecenie przekazuje do pnpm w katalogu tego profilu, więc prawidłowe specyfikacje obejmują nazwę pakietu npm, github:owner/repo (opcjonalnie z #ref) i link:/ścieżka/bezwzględna dla lokalnego rozwoju. Wartość --profile musi być zgodna z profilem, który faktycznie uruchamiasz. Wtyczki ze składnikiem po stronie hosta wymagają ponownego uruchomienia procesu, a nie tylko przeładowania strony.

Moja wtyczka DeepSeek Harness zainstalowała się, ale się nie pojawia. Dlaczego?

Cztery przyczyny, w kolejności prawdopodobieństwa. Zainstalowałeś w innym profilu niż ten, który uruchomiłeś. Przeglądarka serwuje buforowany interfejs i wymaga twardego odświeżenia. Wtyczka dotyka hosta Node i wymaga ponownego uruchomienia procesu. Albo pakiet nigdy nie trafił do skomponowanej konfiguracji, co dsh --profile <nazwa> --dump-config powie ci w jednym poleceniu.

Czy mogę używać DeepSeek Harness z modelem innym niż DeepSeek lub punktem końcowym strony trzeciej?

Tak, i jest to zmiana konfiguracji, a nie wtyczka. Pod llm-pi-ai dodaj dostawcę z api: openai-completions i swoim baseURL, wymień co najmniej jeden identyfikator modelu i odwołaj się do klucza przez apiKeyEnv lub $DSH_HOME/.credentials.yaml. Dla modeli na własnej maszynie dsh-llm-ollama zapewnia natywny adapter Ollama z wykrywaniem modeli.

Czy wtyczki DeepSeek Harness są bezpieczne do instalacji?

Traktuj je jak każdą zależność npm z dostępem do systemu plików i sieci, ponieważ tym właśnie są. Kod wtyczki działa w twoim procesie Node z twoimi uprawnieniami, a zatwierdzenia narzędzi go nie izolują. Skanuj przed instalacją za pomocą dsh-poison-guard, weryfikuj manifesty i kompilacje za pomocą dsh-plugin-doctor i używaj wtyczki do maskowania lub ochrony sekretów, aby ciągi znaków przypominające poświadczenia nigdy nie dotarły do modelu.

Czy DeepSeek Harness jest gotowy do codziennej pracy programistycznej?

Szczerze mówiąc, jeszcze nie dla większości ludzi. Jest to wersja deweloperska, której plik README obiecuje zmiany łamiące kompatybilność, kompatybilność wtyczek firm trzecich jest obecnie słaba, a zużycie kontekstu jest wysokie. Jest to dobre rozwiązanie, jeśli budujesz infrastrukturę agentów, potrzebujesz audytowalnej trajektorii wykonania lub chcesz wymienić samą pętlę agenta. Do codziennego wdrażania trzymaj się swojego istniejącego narzędzia i obserwuj to.

Dlaczego DeepSeek Harness zużywa tak wiele tokenów?

Częściowo z założenia, częściowo z powodu błędu. Koszt projektu jest realny: dziennik tylko do dołączania wszystkiego, co widzi model, agresywne wstrzykiwanie kontekstu i planowanie podagentów. Strona błędu jest do naprawienia, a jeden potwierdzony przypadek dotyczył dsh odczytującego zarówno CLAUDE.md, jak i AGENTS.md i podwajającego prompt systemowy, gdy ich zawartość była taka sama. Ograniczaj za pomocą routingu poziomów, mniejszej liczby i większych wywołań narzędzi oraz dsh-context, aby zobaczyć rzeczywisty skład.