18.8 万 Star 爆红！开源 Agent 框架 DeepSeek Harness，把「一切皆插件」玩成了现实

引子：你是不是也觉得现在的 AI 工具「不太好改」

用了那么多 AI Agent，有没有这种感觉——

• 模型是别人替你挑好的，换不了；
• 工具是写死的，加不了；
• 记忆、会话、循环逻辑、甚至界面，全被开发者焊死了，你只能"用"，不能"改"；
• 想接个自己的模型、自己的沙箱、自己的流程，结果要从头改源码，劝退。

最近开源圈突然杀出来的 DeepSeek Harness，恰恰把这件事反了过来。从公开发布到现在不过几天，它的 GitHub Star 已经冲到 18.8 万，Fork 也破了 2 万——一个刚开源的 Agent 框架，凭什么这么快引爆关注？

答案就四个字：一切皆插件。

一、这套方案是什么

DeepSeek Harness 是 DeepSeek 开源的一个 Agent 框架，底层基于名为 Cordis 的插件架构。它最硬核的一句话是：Everything is a Plugin（一切皆插件）。

它不像传统 Agent 那样"给你一个组装好的成品"，而是给你一套可以自己组装 Agent 的积木：模型适配器、工具注册、Session、Agent Loop、UI……全部可以通过插件替换。换句话说，它不是告诉你该怎么用 Agent，而是把 Agent 拆开，让你自己决定怎么组合。

需要说明：项目目前仍是 Developer Preview，官方明确提醒迭代非常快、会有破坏性更新。所以它现在更像"方向验证"，而不是成熟产品——但单看开源生态的想象力，已经非常值得关注。

二、为什么是 DeepSeek Harness：它到底好在哪

2.1 先看痛点对比

DeepSeek Harness 的差异化：把 Agent 从一个"软件功能"，变成一套可以自由组合的基础设施——模型、工具、Skill、沙箱、文件系统、浏览器、手机，全都能像插拔模块一样接进来。

2.2 七大优点详解

① 模型随便换
OpenAI 兼容接口、OpenRouter、Ollama、vLLM、本地 GPU 模型……想用谁的就用谁的，不被单一厂商绑定。

② 工具随便加
插件机制让你可以注册自己的工具，Agent 能调用 Shell、文件系统、浏览器、乃至真实设备。

③ Agent 本身也能拆
不只是"换模型"——工具怎么注册、Session 怎么存、Agent Loop 怎么跑、UI 怎么显示、组件间怎么通信，都能通过插件介入。它更像Agent 操作系统的雏形，而不只是个编程助手。

④ WebUI 朴素却极实用
默认本地运行在 http://127.0.0.1:3080，浏览器 + Agent Runtime 的朴素组合，反而最实用：任务跑几个小时、甚至一整晚，你换个地点、第二天还能接着看执行过程。

⑤ 长任务友好
社区已经有人让它从零做出一个可运行的 FPS 游戏：687 个步骤、约 8790 万输入 Token、82.2 万输出 Token、运行 5 小时以上——敌人会推进、枪有后坐力、太阳会移动，"它是真的能玩"。

⑥ 本地闭环可控
接上本地模型（如 Qwen3 系列开源模型）+ 本地 GPU + 插件后，成本从"按 Token 付费"变成"一次性硬件 + 电费"，控制权回到自己手里。

⑦ 生态在疯长
有人写了 iOS 自动化插件（自动构建/运行/点击/滑动/测试 App、看实时画面）；SwiftUI 预览、热重载也在被塞进来。只要有人愿意写插件，能力边界就被不断撑大。

2.3 横向对比表

说明：以上为按各方案公开定位整理的概览，非逐版本实测，具体以官方最新文档为准。

2.4 适合谁 / 不适合谁

✅ 适合：

• 想自己组装、定制 Agent 的开发者
• 想用本地模型 + 本地 GPU 省钱跑长任务的人
• 做 Agent 工作流 / 自动化 / 桌面客户端折腾的人
• 看好"Agent 基础设施化"方向的观察者

❌ 不适合：

• 想要"装好就能稳定用"的成熟产品用户（目前是 Developer Preview，破坏性更新频繁）
• 不想碰命令行、不想填 API 或配置模型的新手（有门槛，需一定折腾能力）

三、本地部署（新手能跑通）

注意：项目处于 Developer Preview，迭代很快，命令以官方最新仓库为准。

3.1 准备环境

需要两个基础环境：

1. Node.js（建议 LTS 版本，官方下载或高速镜像均可）
2. pnpm（装好 Node 后用以下命令即可）

<code class="language-bash"># 验证 pnpm 是否安装成功。
pnpm -v
</code>

3.2 下载并构建

<code class="language-bash"># 克隆官方仓库。
git clone https://github.com/deepseek-ai/deepseek-harness
# 进入项目目录。
cd deepseek-harness
# 安装依赖。
pnpm install
# 初始化并提交（可选，便于后续更新回溯）。
git init
git add .
git commit -m "initial commit"
# 构建。
pnpm run build
</code>

3.3 启动 WebUI

<code class="language-bash"># 启动 WebUI，默认运行在 http://127.0.0.1:3080，启动后会自动弹出。
pnpm dsh web
</code>

四、连接模型：云端或本地都行

不想用本地模型，可以接兼容 OpenAI 协议的云服务，比如 OpenRouter，按需选模型即可。

如果你有自己的 GPU，更推荐接本地模型，彻底把成本压到"电费"：

1. 用 Jan 这类开源软件（软件中心可直接拉 Hugging Face 上的开源模型，如 Qwen3 系列 27B 级别 GGUF）；
2. 在 Jan 设置里开启本地 API 服务器（默认地址 http://127.0.0.1:1337/v1）；
3. 把这个地址填进 DeepSeek Harness 的模型配置，对话里就能选到本地模型。

整体数据流就像：

<code>DeepSeek Harness
      ↓
    Agent
      ↓
本地开源模型（Qwen / 其他）
      ↓
工具 + Shell + 文件系统
      ↓
    你的电脑
</code>

客观提醒：本地模型在速度、推理力、长任务可靠性上仍与顶级闭源模型有差距，但换来的是完全不同的控制权——尤其适合"跑一整晚"的长任务。

五、插件玩法：Agent 的边界由你定义

最夸张的不止官方 Demo，是社区已经开始折腾：

• 从零做游戏：本地模型驱动 Agent，687 步、8790 万 Token，做出一个真能玩的 FPS（有后坐力、有阴影、太阳会落山）。
• iOS 自动化插件：让 Agent 直接操作 iOS 模拟器 / 真机——自动构建、运行、点击、滑动、输入、查进程、分析调用栈。

安装示例（社区插件）：

<code class="language-bash"># 安装 iOS 自动化插件。
dsh plugin --profile web add @zseven-w/dsh-ios@latest
# 重启 WebUI。
dsh web
</code>

这意味着过去「AI 写代码 → 人工编译 → 人工测试」的链路，正变成「AI 编码 → 构建 → 运行 → 操作设备 → 测试 → 改 → 再测」的全自动闭环。

六、写在最后

DeepSeek Harness 真正值得关注的，不只是 18.8 万 Star 这个数字，而是背后的方向：

AI Agent 正在从一个「软件功能」，变成一个可以自由组合的基础设施。

过去我们用软件，是软件规定我们怎么用；未来的 Agent，可能反过来——由用户自己决定它是什么。换模型、加工具、塞 Skill、连本地 GPU、控浏览器、操作手机、自己写插件……最终搭出来的 Agent，可能只有你自己能定义。

18.8 万 Star 只是开始。真正值得期待的，是这个「一切皆插件」的生态接下来会长成什么样。

你最想给自己的 Agent「插」上什么能力？本地模型、浏览器、手机自动化，还是别的？评论区聊聊，我看到回复～