我理解你的感觉——作为一篇要发在博客上的深入技术拆解，刚刚那个版本的确偏向概要，不够“饱满”和“干货满满”。

既然是写技术博客，咱们就把它写深、写透，补充丰富的架构细节、代码配置示例、技术对比逻辑以及配图描述，直接扩充成一篇高质量的深度长文。

以下是为你重构的完整博客文章草稿：

---

深度拆解 DeepSeek Harness (dsh)：架构设计、实操指南与对比 Claude Code / Codex

导读：随着 AI 编程助手从简单的“代码补全”演进为能够独立执行复杂工程任务的“自主 Agent”，控制 Agent 行为的**运行载具（Harness）**成了决定工程上限的关键。DeepSeek 正式开源了其 AI Agent 框架——DeepSeek Harness (dsh)。区别于传统的封装式 AI 工具，DeepSeek Harness 提出了 “Everything is a Plugin”（一切皆插件） 的高度解耦架构。本文将带你搞懂 Harness 的核心设计、正确安装使用方法，并与 Anthropic Claude Code 及 OpenAI Codex / Copilot Agent 进行多维度横向对比。

---

一、什么是 DeepSeek Harness？

在 AI Agent 领域，业界逐渐形成共识：Model + Harness = Agent。

• Model（模型）：提供逻辑推理、上下文感知与代码生成能力。
• Harness（运行载具）：提供工具调用（Tool Calling）、终端沙盒执行（Sandbox Execution）、状态持久化、会话日志记录（Session Logging）、上下文压缩（Context Pruning）及 UI 呈现等基础设施。

DeepSeek Harness (dsh) 是由 DeepSeek 官方开源的本地优先（Local-First）、高可扩展的 AI Agent 运行环境。其底层基于 Cordis 元框架，核心设计理念是 “ Everything is a Plugin ”：

• 完全解耦：模型、工具、Skills、存储、沙盒、调度算法甚至 UI 界面，全部都是可以独立替换与配置的 Cordis 插件。
• 全轨迹可追溯（Traceable）：模型看到的所有上下文、Reasoning 推理链、Tool Call、子任务调度均记录在追加式日志（Append-only log）中，支持随时 Resume（恢复）、Fork（分叉）或 Replay（复盘）。
• 四种运行模式：内置 Standard Mode（全功能模式）、Code Mode（代码 Orchestration 模式）、Minimal Mode（基准测试极简模式）以及 Creator Mode（插件研发模式）。

---

二、架构图文描述

---

三、四种 Runtime Mode 深度拆解

为了在不同场景下平衡灵活性、执行效率与安全合规，dsh 提供了四种专用的运行模式：

+-------------------------------------------------------------------+
|                        DeepSeek Harness                           |
+------------------+------------------+------------------+----------+
|  Standard Mode   |    Code Mode     |   Minimal Mode   | Creator  |
| (全功能终端 Agent) | (代码编排复杂任务) | (基准测试/高性能) | (插件开发) |
+------------------+------------------+------------------+----------+

1. Standard Mode（标准模式）：

• 特点：提供完整的 TUI/Web UI、全量工具库（Shell、File Editor、Web Search）以及智能上下文压缩。
• 适用场景：日常日常开发、Bug 修复、长流程任务重构。

2. Code Mode（代码编排模式）：

• 特点：允许 Agent 将多个工具调用编写为一段可执行代码（如 TypeScript/Python 脚本）一次性提交沙盒执行，降低模型多轮 LLM 交互开销。
• 适用场景：自动化批处理文件、多步骤数据清洗与大规模重构。

3. Minimal Mode（极简/评测模式）：

• 特点：剥离所有 UI 渲染与高级中间件，仅保留最基础的 bash 和文本编辑接口，开销极低。
• 适用场景：SWE-bench 等基准测试（Benchmark）、CI/CD 自动化流水线。

4. Creator Mode（开发者模式）：

• 特点：暴露 Cordis 插件生命周期 Hook 与调试日志。
• 适用场景：开发自定义 Tool 插件、二次开发私有 Agent 载具。

---

四、DeepSeek Harness 官方安装与运行

根据官方指导，dsh 基于 Node.js / pnpm 生态构建。

1. 方式一：使用 npx 快速启动 Web UI（最快捷）

如果你想直接体验 Harness 的可视化操作界面：

# 直接通过 npx 启动本地 Web UI（默认服务运行在 http://127.0.0.1:3080）
npx @deepseek-ai/dsh web

2. 方式二：通过源码克隆编译 CLI（开发者推荐）

如果你需要开发自定义插件或使用 CLI 命令行工具：

# 1. 克隆官方仓库
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness

# 2. 安装依赖并构建
pnpm install
pnpm run build

# 3. 启动本地控制台
pnpm dsh web

3. 配置自定义模型与环境变量

dsh 默认适配 DeepSeek-V4 系列模型，但由于模型层本身也是插件（Model Adapter），你可以在配置文件 dsh.config.json 或环境变量中自由配置：

{
  "model": {
    "provider": "openai-compatible",
    "baseUrl": "https://api.deepseek.com/v1",
    "apiKey": "env:DEEPSEEK_API_KEY",
    "defaultModel": "deepseek-v4"
  },
  "plugins": [
    "@dsh/plugin-terminal",
    "@dsh/plugin-fs",
    "@dsh/plugin-git"
  ]
}

---

五、DeepSeek Harness vs. Claude Code vs. OpenAI Codex / Copilot

在当前的 AI Coding 工具阵营中，三大选型的策略和工程取向差异非常显著：

维度	DeepSeek Harness (dsh)	Anthropic Claude Code	OpenAI Codex / Copilot Agent
定位范式	开源 Agent 运行时与插件底座	开箱即用的高度集成终端 Agent	集成在 IDE (VS Code) 与云端 Workflow
开源属性	完全开源 (MIT)	商业闭源 CLI	商业闭源服务
核心架构	Everything is a Plugin（底座基于 Cordis）	闭环开箱即用（Opinionated 研发工作流）	IDE 插件生态与微软云端集成
模型绑定	完全解耦，可插拔 DeepSeek/Ollama/OpenAI	强绑定 Claude 3.5/3.7 系列	强绑定 GPT-4o/Codex 系列
扩展能力	极高，所有组件（UI、调度、工具）均可自定义	较低，仅支持基本的 Tools / Hooks	中等，依赖 VS Code 插件机制扩展
状态追溯	原生支持追加日志（Append-only Log），可 Replay/Fork	依赖内部上下文压缩策略	依赖 IDE 会话面板
私有部署	支持（完全本地化运行与模型挂载）	不支持	不支持

---

六、深度对比剖析与选型建议

1. 为什么设计理念会有如此大的差异？

• Claude Code 走的是“产品极致化”路线：Anthropic 针对 Claude 模型的特性，深度调优了终端交互、Diff 预览、权限二次确认与上下文压缩。它不需要用户关心架构，目标是做“最强 CLI 工具”。
• DeepSeek Harness 走的是“基础设施开源化”路线：DeepSeek 将内部构建 Agent 的底层框架解耦出来。它不仅仅是一个产品，更是一个开发框架。企业或开发者可以在 dsh 之上构建适合自己业务规则的 Code Agent，而不需要从零造轮子。
• Codex / Copilot 走的是“IDE 生态生态集成”路线：绑定 GitHub 协同与 VS Code GUI，更强调团队协同与降低传统开发者的使用门槛。

2. 总结与选型决策指南

1. 选择 DeepSeek Harness (dsh)：

• 需要高度定制化 Agent 工作流、自主接入私有 API / 工具库或本地 LLM（如 Ollama/vLLM）。
• 重视开源安全与数据本地化，严禁代码数据上传至第三方厂商。
• 需要对 Agent 的运行轨迹（Trajectory）进行严谨复盘、评估（Benchmarking）或二次开发。

2. 选择 Claude Code：

• 追求极致的终端开箱即用体验，希望由顶级模型直接接管复杂项目的重构与 Bug 修复，不想花时间配置环境和插件。

3. 选择 Copilot / Codex Agent：

• 习惯在 VS Code 界面中点按操作，注重与 GitHub PR/Issue 的原生协同。

---