DeepSeek 官方开源的一款智能体运行时，把模型、工具、技能、沙箱全都做成插件，让 Agent 在真实场景里持续干活。

模型只会聊天，不会干活？

大模型的推理能力越来越强，可真要让它在电脑上独立完成一件事——读文件、跑命令、调用工具、一步步推进——中间还隔着一段很长的路。要么把模型塞进一个黑盒框架里，出了错不知道卡在哪一步；要么自己从头拼一套调度逻辑，费时又难维护。DeepSeek Harness 想填的正是这段路，它不是一个新模型，而是一个让模型理解环境、使用工具、持续工作的运行时。

一切皆插件，没有特权核心

DeepSeek Harness 的架构主张很直接：模型、工具、技能、会话、沙箱、存储、循环、调度，甚至界面，全都是插件，处在同一权限层级。底层是一个叫 Cordis 的插件内核，它只负责插件的加载、卸载和依赖关系，不承载任何具体的 Agent 能力。想换掉某个环节，不用改源码，改一行配置就行——连 agent 循环本身都可以替换。这意味着你能在配置层自由重组一个 Agent，而不是去 fork 一整个框架。

模型无关，接谁家都行

它不绑定任何一家模型。你既可以接 DeepSeek 自己的模型，也能用 OpenAI、Anthropic、Google 等近 40 家提供方，子智能体甚至可以委派给别的厂商的 agent。装上 Node.js 之后，一条命令就能把 Web 界面拉起来，也有便携版可以免去本地配置。项目以 MIT 协议开源，2026 年 8 月放出开发者预览版，很快在 GitHub 上积累了二十多万颗星。

每一次运行都有迹可循

黑盒最大的问题是不可观测。DeepSeek Harness 把模型看到的一切都写进一份仅追加的会话日志——系统提示词、思维链、每次工具调用与结果、子 agent 调度、上下文注入，全都记录在案。在 Trajectory 视图里，你能按来源逐条查看，回放一整次运行，定位究竟是哪一步出了问题。这对想把 Agent 真正用到生产环境的开发者来说，是很实在的一步。

四种模式，从完整到极简

它预设了四种运行模式供不同场景选用：标准模式给出一整套功能完整的编码 Agent，涵盖文件编辑、Shell、检索、技能与子代理；PTC 模式把工具以代码 SDK 的形式呈现，让模型用一段 TypeScript 程序组合多步操作；极简模式只留一个持久 Shell 和一个文本编辑工具，适合最小环境下的基准测试；创造模式则用来检查运行时、在内存里试验插件，再据此组合出自己的新模式。

DeepSeek Harness 把 Agent 运行时拆成了可插拔的零件，模型无关、日志可追溯、模式可裁剪。想从一个可控、可观测的起点构建自己的智能体，它值得花一个下午跑起来试试。