这一周,GitHub 上最火的项目不是新模型,也不是新工具,而是一个来自 DeepSeek 的开源框架——deepseek-harness。一周涨星超过 6 万,总星数突破 20 万,直接冲上 GitHub Trending 榜首。
它到底是做什么的?为什么能让全球开发者集体上头?今天这篇,我们一次讲清楚,还附上保姆级上手教程。
DeepSeek Harness 是什么?
DeepSeek Harness(简称 dsh),是 DeepSeek 官方开源的一个 AI 智能体(Agent)开发框架。它最核心的理念只有一句话:Everything is a Plugin——一切都是插件。
简单说,在这个框架里,从数据处理、模型推理到结果输出,每一个环节都被设计成可以自由插拔的"积木模块"。你想换 embedding 模型、换向量数据库、甚至换底层的 LLM,都不需要改动核心逻辑。
这种"乐高式"的架构,恰恰是现在 AI 开发最稀缺的:不被单一模型或工具绑架,随时可以灵活组合。
为什么这一周突然爆火?
原因并不复杂。AI Agent 正处在大爆发期,但市面上很多框架要么绑死在某家模型上,要么扩展起来很痛苦。deepseek-harness 把"可插拔"做到极致,加上 DeepSeek 本身开源模型的强势口碑,自然成为开发者的第一选择。
它基于 Cordis 框架构建,插件生态非常活跃。你甚至可以给自己的插件仓库打上 dsh-plugin 标签,让更多人发现和使用它。项目使用 MIT 协议开源,可以放心商用和二次开发。
怎么用?两条命令就能跑起来
重点来了。上手真的非常简单。
方式一:npm 一条命令,直接启动图形界面。
npx @deepseek-ai/dsh web
执行后,浏览器会自动打开 http://127.0.0.1:3080,一个可视化的 AI 应用编排界面就起来了。不想自动打开浏览器的话,加个 --no-open 参数即可。
方式二:从源码运行,适合想二次开发的玩家。
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web
能拿来做什么?一个典型例子
最典型的场景是搭建 RAG(检索增强生成)系统:把你的文档喂进去,向量化、检索、再交给大模型回答。而 deepseek-harness 的好处是,这中间的每一环都可以按需替换——今天用这个向量库,明天想换另一个,核心代码一行都不用改。
几个小提示
开源社区每周都在诞生新惊喜,这一周,是 DeepSeek。你对 AI 开发的未来怎么看?评论区聊聊。