Electricitysheep/dsh-handbook · 上手攻略

  • 仓库:Electricitysheep/dsh-handbook
  • 链接:https://github.com/Electricitysheep/dsh-handbook
  • 分类:Agent 运行时 / 开发框架
  • 作者:Tom
  • 更新:2026-08-15

是什么

DeepSeek Harness(dsh) 是 DeepSeek 官方于 2026-08-13 开源的 Agent 运行时框架,MIT 许可证,用 TypeScript 开发。其核心理念是"一切皆插件"(everything is a plugin)——整个系统由一个可插拔的 profile 骨架和 60+ 官方能力包组成,模型无关,支持 Claude、GPT、DeepSeek 等多种 LLM 后端。

dsh-handbook 则是一份与官方文档互补的中文上手白皮书(14 章 + 附录,含中文 PDF 和英文 PDF),填补了官方文档"架构视角为主、缺少从零上手路径"的空白。手册本身也以插件形式持续更新(社区 FAQ + 讨论区沉淀)。

⚠️ dsh 当前版本为 0.1.0-rc.6(预发布阶段),存在破坏性变更风险,生产环境请谨慎评估。


解决什么问题

官方 dsh 仓库的文档面向了解架构的开发者,而 handbook 解决了以下实际问题:

痛点 dsh-handbook 对策
官方文档零散,没有上手路径 3 天学习计划 + 验收标准
不知道插件怎么写 完整可运行插件模板 + 实机验证
不清楚性能瓶颈在哪 工具链 90% 时间在思考的建模 + 降档策略
不知道选哪个 Agent 同模型 3 Agent 实测 benchmark(deepseek-v4-flash)
不知道怎么控制成本 缓存命中率实测 97% + 推理档位联动
完全没有中文资料 中文优先,英文同步 PDF

快速安装

环境要求

  • Node.js ≥ 22
  • DeepSeek API Key(或等效兼容网关)

一条命令启动

# 安装并启动 Web UI
npx -y @deepseek-ai/dsh web

启动后浏览器打开 http://127.0.0.1:3080 即可对话。

Headless 模式(适合脚本 / CI)

dsh --profile headless "你好,请用一句话介绍自己"

⚠️ 需要提前配置 DEEPSEEK_API_KEY 环境变量,或在 ~/.dsh/profiles/web/settings.yaml 中配置。


核心用法

推理档位策略(性能调优核心)

dsh 支持三级推理档位,决定模型的思考深度:

档位 适用场景 说明
off / low 简单轮次、快速问答 关闭或减少思考(官方适配器为 off)
high(默认) 日常大多数任务 平衡速度与质量
max 复杂推理、多步工具链 最强推理能力

注:手册实测中,低档位为 low(本手册实测网关 pi-ai/opencode-go 的档位),而官方 DeepSeek 适配器用 off(关闭思考/最快)。

核心性能洞察:工具链任务 90% 时间消耗在"模型思考"(每次工具调用前)。降低档位是最高杠杆的提速手段。

Profile 与插件系统

profile = bundle 栈 + patch 层,核心配置文件为 package.json + cordis.patch.yml

挂载插件只需 2 处改动:

# cordis.patch.yml
- insert:
  - id: my-plugin
    name: my-plugin
// package.json
"dependencies": {
  "my-plugin": "link:/path/to/my-plugin"
}

配置文件速查

# ~/.dsh/profiles/web/settings.yaml
agent-default-model:
  model: deepseek-v4-flash  # 或 deepseek-v4-pro
  reasoningEffort: high     # off / high / max

完整工作流:web 模式

# 1. 启动
cd ~/.dsh/profiles/web && pnpm install && dsh web

# 2. 浏览器打开 http://127.0.0.1:3080
# 3. 新建会话 → 选择模型 → 发送任务

插件开发模板

# 克隆官方模板
git clone https://github.com/Electricitysheep/dsh-handbook.git
cd dsh-handbook/examples/plugin-template/

核心开发纪律: 1. 先找扩展点(agent/request waterfall / ctx.slots / ctx.provide 等 5 大扩展点) 2. 决策逻辑抽为纯函数(单测毫秒级) 3. 实机验证不能省


典型适用场景

  1. 深度定制 Agent 行为:需要挂载自定义工具、对工具调用进行细粒度控制(如 Git 面板、数据清洗管线)
  2. 多步自动化任务:dsh 的 waterfall 机制天然适合"拉取→清洗→报表→校验"的多步编排
  3. CI 自动化:headless 模式 + API Key 配置,可编入脚本执行一次性任务
  4. 插件生态参与:dsh 官方明确表示外部贡献方式为插件生态(而非直接 PR),当前生态零门槛入场
  5. Agent 横向评测:用同一模型对比 dsh / opencode / omp 的效率差异

坑与注意

  1. rc 版本破坏性变更:0.1.0-rc.6 迭代快,package.json 依赖应锁定 ^0.1.0-rc.6 而非 latest
  2. rc.1 依赖断裂:旧 profile 挂插件遇到 404,需降级到 rc.6 线
  3. Windows 踩坑:Node 版本要求严格,Windows 家族有额外踩坑记录(见手册第 12 章)
  4. 缓存评测陷阱:当简单任务突然变快,可能是缓存命中而非 Agent 提速——benchmark 解读需排除此干扰项
  5. 端口 3080 占用:web 模式默认 3080 端口,如被占用可改配置
  6. 思考占工具链 90% 时间:不要试图通过"加工具"提速,降档策略才是主杠杆

与同类对比

维度 dsh Claude Code OpenAI Codex OpenCode Gemini CLI Kimi CLI
开源 ✅ MIT ✅ MIT
模型无关 ❌ Claude系 ❌ GPT系 ✅ 任意 ❌ Gemini系 ❌ Kimi系
插件体系 ✅ 官方级 60+ 配置/钩子 配置 配置
自定义界面 ✅(client 半) 部分
Headless CI
生态阶段 零日(2026-08-13) 成熟 成熟 成熟 成熟 早期

选型结论: - 深度定制 + 插件生态 → dsh - 开箱即用 → Claude Code


一句话推荐结论

dsh 是 2026 年最具野心的开源 Agent 运行时——"一切皆插件"的架构在灵活性上远超同类,适合想深度掌控 Agent 行为的开发者;但 rc 阶段 + 零日生态意味着稳定性不足,现在入局的最佳姿势是参与插件生态,而非直接上生产

📖 在线阅读:https://electricitysheep.github.io/dsh-handbook/ 📄 中文 PDF:https://github.com/Electricitysheep/dsh-handbook/blob/main/DeepSeek-Harness-%E7%99%BD%E7%9A%AE%E4%B9%A6.pdf