sandbaseai/deepseek-harness-handbook · 上手攻略
- 仓库:sandbaseai/deepseek-harness-handbook
- 链接:https://github.com/sandbaseai/deepseek-harness-handbook
- 分类:AI 工具 / Agent 运行时 / DeepSeek 生态
- 作者:Tom
- 更新:2026-08-21
这是什么
DeepSeek Harness Handbook 是一个独立维护的权威实战手册,面向在生产环境或日常工作中使用 DeepSeek Harness(DSH)的开发者、运维和 AI 爱好者。它不是命令列表,而是一部覆盖完整 Agent 边界的操作指南——从模型路由、工具调用、权限审批、沙盒隔离、持久化 Session、插件体系、MCP(Model Context Protocol)到 ACP,114 篇经过源码核验的指南,全部带原始链接与 commit SHA。
[!IMPORTANT] DeepSeek Harness 本身是 DeepSeek AI 推出的开源 Agent 运行时(类 Claude Code/Codex 定位),而本手册是由 SandBase 维护的独立社区手册,非官方项目。
核心定位: - 114 篇canonical guides,rc.8 源码级覆盖 - 主-source 优先:每篇指南都链接到原始 commit/PR/issue,版本敏感页面标注核验日期 - 三语内容:英文原文,附简体中文、日语、韩语、西班牙语参考
解决什么问题
DeepSeek Harness 是一个复杂的 Agent 运行时,普通用户和开发者常遇到以下问题却找不到可靠答案:
| 痛点场景 | 本手册对应方案 |
|---|---|
/compact 手动压缩后报 DeepSeek request aborted by caller |
Manual compaction cancellation runbook |
插件更新遇到 ERR_PNPM_UNEXPECTED_STORE |
pnpm store-identity recovery |
Node 版本看似正确但报 AbortSignal.any is not a function |
Runtime identity and offline recovery runbook |
| Web 界面卡在 Loading plugins(pnpm 源码 checkout) | pnpm symlink boot guide |
| Responses API 重复流量、SSE 泄漏 | Responses overload runbook |
| 上下文窗口 / token 预算溢出 | Classify and recover context overflow |
| Session 历史损坏 / 重复提交序列 | Duplicate committed seq runbook |
| API Key 被工具/备份泄露 | Credential storage threat model |
| Windows 文件选择器崩溃 / Unicode 路径截断 | Windows folder-picker crash guide |
| 想要自定义 MCP server 或排查 MCP 工具缺失 | MCP preset and connection guide |
手册把这些场景全部收敛到一套可执行的 runbook,开发者遇到具体错误可以直接检索,不需要在论坛里大海捞针。
快速安装
DeepSeek Harness Handbook 本身是纯文档项目,无需安装。使用前需先安装 DeepSeek Harness 运行时,以下为最小安装路径:
# 方式一:npm 一键安装(rc.8+)
npm install -g @deepseek-ai/deepseek-harness
# 方式二:npx 免安装(测试用,不污染全局)
npx @deepseek-ai/deepseek-harness --version
# 方式三:pnpm 源码构建(rc.8,开发者向)
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness && pnpm install && pnpm build
# 安装后验证
dsh --version # 期望输出 rc.8.x
⚠️ 硬件/CUDA 要求(运行 DeepSeek 模型 provider 时): - 若连接 DeepSeek API:无需本地 GPU,直接使用 API Key - 若本地部署模型 provider:需 NVIDIA GPU(建议 24GB+ VRAM),CUDA 12.1+,cuDNN 8+ - 手册 rc.8 Field Status 页面:https://sandbaseai.github.io/deepseek-harness-handbook/field-status.html
核心用法
1. 启动 Web 界面(五分钟上手)
# 安装后直接运行,默认 localhost:3000
dsh web
# 指定端口
dsh web --port 8080
# 带 API Key(DeepSeek API 为例)
DEEPSEEK_API_KEY=sk-xxxx dsh web
启动后访问 http://localhost:3000,按引导完成模型 provider 配置。
2. CLI 自动化任务(Headless)
# 单次任务(无交互)
dsh run "用 Python 实现一个快速排序" --model deepseek-chat --no-browser
# 读取当前目录代码并分析
dsh run --task analyze --path . --model deepseek-coder
# 通过 STDIN 传入任务
echo "解释这段代码的逻辑" | dsh run --model deepseek-chat
3. 配置模型 Provider(Provider 路由)
# 添加 DeepSeek 官方 API
dsh config add-provider --name deepseek \
--api-base https://api.deepseek.com \
--api-key $DEEPSEEK_API_KEY \
--models deepseek-chat,deepseek-coder
# 添加 OpenAI 兼容 Provider(如硅基流动等)
dsh config add-provider --name siliconflow \
--api-base https://api.siliconflow.cn/v1 \
--api-key $SILICONFLOW_API_KEY \
--models gpt-4o,claude-3-5-sonnet
# 查看当前 Provider 列表
dsh config list-providers
4. 安装社区插件(Plugin Store)
# 搜索插件
dsh plugin search code-interpreter
# 安装插件(以官方 plugin store 为例)
dsh plugin install @deepseek-ai/plugin-code-interpreter
# 手动加载本地插件(开发场景)
dsh plugin add --path ./my-plugin --name my-plugin
# 查看已加载插件
dsh plugin list
⚠️ 插件安装遇到
ERR_PNPM_UNEXPECTING_STORE时,参考:https://sandbaseai.github.io/deepseek-harness-handbook/pnpm-unexpected-store.html
5. MCP Server 配置
# 添加一个 MCP Server(以 Filesystem 为例)
dsh mcp add filesystem --type filesystem --root .
# 查看已配置的 MCP Servers
dsh mcp list
# 验证 MCP 连接(无报错即正常)
dsh mcp check
6. Session 管理(持久化对话)
# 查看所有 Session
dsh session list
# 恢复指定 Session
dsh session resume <session-id>
# 导出 Session 日志(调试用)
dsh session export <session-id> --format json > session.json
⚠️ Session 数据默认保存在
~/.deepseek-harness/sessions/,迁移机器时可整体备份。
7. Token 计量查询
# 查看当前 Provider 使用量
dsh usage
# 解读 token 估算(防止上下文溢出)
# 参考:https://sandbaseai.github.io/deepseek-harness-handbook/token-meter-accounting.html
典型适用场景
1. 作为 DeepSeek API 的高级客户端 不想只用 API 调用,而希望有 Agent 记忆、工具调用、多轮对话管理时,DSH 比 raw API 更适合。
2. 团队统一 AI 编程环境 通过 Plugin Store 预装团队统一插件集(代码审查、文档生成、CI 集成),Session 持久化让上下文不丢失。
3. 自动化流水线(Headless/CI)
在 CI 环境中用 dsh run 执行代码审查、文档生成等重复任务,结合 GitHub Actions 使用。
4. MCP 工具接入 已有 MCP Server(如文件系统、数据库、API),通过 DSH 统一接入多个 Agent provider,统一管理权限和 Session。
5. 跨 provider 路由与对比 同时配置 DeepSeek、OpenAI、Claude 等多个 provider,通过 DSH 切换对比不同模型能力,降低厂商锁定风险。
坑与注意
| 坑点 | 说明 | 解决方案 |
|---|---|---|
| rc.7 → rc.8 兼容破坏 | rc.8 引入了一些不兼容变更,旧配置可能失效 | 参考 Field Status 页面:https://sandbaseai.github.io/deepseek-harness-handbook/field-status.html |
pnpm 安装卡在 npx install-boundary |
pnpm 缓存与 root 冲突 | 参考 runbook:pnpm-adding-to-root.html |
| Windows 中文路径导致工具调用失败 | PTY 与 locale/readline 冲突 | 参考:macos-bash-nonascii.html(含 Windows 方案) |
| 上下文窗口溢出(Context overflow) | 长对话后 token 超限,Agent 停止响应 | 参考:context-window-overflow.html,含压缩策略 |
插件加载报 missing @deepseek-ai/dsh-client-schema-form |
插件 distribution-closure 不完整 | 参考:missing-client-schema-form.html |
重复安装导致 Duplicate core runtime |
多份 dsh-core 包同时存在 | 参考:duplicate-core-runtime.html |
| Session 历史损坏(Poisoned Session) | JSON 解析失败或工具返回异常 | 参考:poisoned-session-invalid-tool-json.html |
| CJK 命令在 Bash 中卡死 300 秒 | PTY 损坏与 locale trap 共同作用 | 参考:separate-locale-readline-trap.html |
与同类对比
| 维度 | DeepSeek Harness | Claude Code | OpenAI Codex |
|---|---|---|---|
| 定位 | Agent 运行时 + 插件生态 | 官方 CLI 编程工具 | 官方 SaaS/API 编程工具 |
| Provider 灵活性 | 多 provider(MCP/Agent) | 主要 OpenAI/Anthropic | 主要 OpenAI |
| 插件生态 | Plugin Store + MCP 扩展 | 有限插件 | 极有限插件 |
| Session 持久化 | ✅ 完整 | ✅ 有限 | ❌ 无(API 调用) |
| Headless/CI 支持 | ✅ 完善 | ✅ | ✅ |
| 中文文档 | 英文原版 + 本手册中文参考 | 有限 | 有限 |
| 维护活跃度 | rc.8 开发中(社区手册 114 篇) | 官方稳定 | 官方稳定 |
| 上手门槛 | 中等(手册齐全) | 低 | 低 |
结论:如果你使用 DeepSeek 系列模型或需要高度可定制的 Agent 运行时,DSH + 本手册是最佳组合;如果只用 Claude/OpenAI 的官方能力,直接用 Claude Code 或 Codex 更省心。
一句话推荐
DeepSeek Harness 是目前最接近 Claude Code 体验的多 provider 开源 Agent 运行时,配合 SandBase 这部 114 篇源码级手册,遇到任何问题都能快速找到有原始链接的可靠答案。
最小可跑命令清单
# 硬件:NVIDIA GPU(24GB+ VRAM)或纯 API 模式(无需 GPU)
# 系统:macOS/Linux/Windows 10+
# CUDA:12.1+(仅本地模型 provider 场景)
# Node:20+(rc.8 要求)
# ① 安装(无需 clone,npm 一行)
npm install -g @deepseek-ai/deepseek-harness
# ② 验证安装
dsh --version
# ③ 启动 Web UI
DEEPSEEK_API_KEY=sk-xxxx dsh web
# → 访问 http://localhost:3000
# ④ CLI 单次任务
dsh run "解释什么是 RAG" --model deepseek-chat
# ⑤ 查看 Provider 配置
dsh config list-providers
# ⑥ 遇到问题查手册(交互式路由)
# https://sandbaseai.github.io/deepseek-harness-handbook/diagnose.html
来源:DeepSeek Harness Handbook · DSH GitHub · Field Status · Install Doctor