DeepSeek Harness
À Propos
Harness d'agent open-source développé par DeepSeek basé sur le système de plugins Cordis. Tout est un plugin — modèles, outils, compétences, sessions, sandboxes, stockage, ordonnancement et UI sont tous composables et remplaçables
Notre Verdict
RévolutionnaireRedéfinir l'architecture des agents avec un système de plugins véritablement modulaire
DeepSeek Harness apporte un changement de paradigme au développement d'agents en construisant tout sur l'architecture de plugins de Cordis. Chaque capacité — du backend du modèle à l'interface utilisateur — est un plugin interchangeable, ce qui en fait la plateforme d'agents la plus modulaire disponible. Bien qu'encore en aperçu développeur avec un écosystème de plugins naissant, son élégance architecturale et le soutien de DeepSeek la positionnent comme un potentiel changeur de jeu dans le domaine du développement d'agents. La vue Trajectory, les multiples modes d'agent et les capacités de relecture de sessions fournissent déjà une base solide pour le développement et l'utilisation en production.
Idéal pour
- •Développeurs construisant des agents IA personnalisés
- •Chercheurs explorant les architectures d'agents
- •Équipes voulant un contrôle total sur la pile d'agents
Envisagez des alternatives si
- •AutoGPT (framework d'agent mature avec un écosystème plus large)
- •Dify (constructeur visuel d'agents avec plus d'outils GUI)
Plateformes prises en charge
Les plateformes disponibles incluent Application web, Windows, macOS et Linux.
Fonctionnalités Clés
Tarifs
Cas d'Utilisation
Avantages
Inconvénients
Dernière Mise à Jour
2026-08-13 (Aperçu développeur)
Démarrez avec DeepSeek Harness en 5 étapes
Démarrez avec DeepSeek Harness en 5 étapes
Installez et lancez l'interface web
Installez Node.js, puis exécutez `npx @deepseek-ai/dsh web` pour démarrer l'interface web, servie sur http://127.0.0.1:3080 par défaut. Le processus dsh utilise son répertoire d'invocation comme emplacement système de fichiers par défaut. Pour exécuter depuis les sources, clonez le dépôt, puis exécutez pnpm install, pnpm run build et pnpm dsh web. 
npx @deepseek-ai/dsh webgit clone https://github.com/deepseek-ai/deepseek-harness.git && cd deepseek-harness && pnpm install && pnpm run build && pnpm dsh webConfigurez un modèle
Ouvrez Paramètres → Modèles, saisissez une clé API DeepSeek et enregistrez-la. La route du modèle devient utilisable immédiatement sans redémarrer le serveur. Pour ajouter d'autres fournisseurs, choisissez « Ajouter un fournisseur » et sélectionnez-en un dans le catalogue installé (Anthropic, OpenAI, etc.), ou choisissez « Ajouter un fournisseur personnalisé » pour une passerelle d'entreprise ou un endpoint compatible OpenAI auto-hébergé — fournissez un Provider ID en minuscules, une URL de base, un protocole API, une information d'identification et au moins un modèle. Vous pouvez aussi récupérer les modèles disponibles de l'endpoint avant d'enregistrer. 
llm-pi-ai:
providers:
my-gateway:
apiKeyEnv: GATEWAY_API_KEY
api: openai-completions
baseURL: https://gateway.example/v1
models:
- id: vision-preview
input: [text, image]Choisissez un espace de travail
Cliquez sur « Choisir l'espace de travail », ajoutez le répertoire du projet où vous avez lancé dsh et sélectionnez-le. Une interface web fraîche n'a aucun espace de travail sélectionné tant que vous n'en ajoutez pas un — le composeur de session reste indisponible jusqu'à la sélection d'un espace de travail.
Une interface web fraîche exige de sélectionner un espace de travail avant que le composeur de session soit disponible.Exécutez une tâche dans une session
Démarrez une session et envoyez un prompt, par exemple : « Summarize this repository and identify its main packages. » L'agent peut lire et modifier les fichiers de l'espace de travail, exécuter des commandes, déléguer du travail et maintenir un plan. L'interface web demande confirmation avant les opérations qui exigent une approbation selon la politique de permissions active.
Summarize this repository and identify its main packages.Allez plus loin : modes CLI et SDK Python
Outre l'interface web, dsh propose des modes d'entrée CLI — exécutez une session persistante unique avec `dsh --profile headless "job"` pour une session à usage unique qui imprime la réponse finale puis se termine. Pour une utilisation programmatique, installez le SDK Python (`python -m pip install deepseek-harness-sdk`, Python 3.10+, Linux/macOS), définissez DEEPSEEK_API_KEY, puis pilotez le harness depuis votre propre programme.
dsh --profile headless "Inspect the repository and fix the failing tests."python -m venv .venv && . .venv/bin/activate && python -m pip install deepseek-harness-sdk && export DEEPSEEK_API_KEY=sk-...from deepseek_harness import DeepSeekHarness
with DeepSeekHarness(
provider="deepseek-official",
model="deepseek-v4-flash",
max_tokens=49152,
cwd="/path/to/workspace",
session_root="/path/to/sessions",
cordis="examples/jsonrpc-agent/minimal.cordis.yml",
) as harness:
result = harness.run(
"Inspect the repository and fix the failing tests.",
session_id="example-001",
)
print(result.final_response)Plus de DeepSeek
Outils Agents IA similaires
Le phénomène pionnier des agents autonomes, reconstruit en plateforme low-code de workflows d'agents IA (AutoGPT Platform)
Agent IA multiplateforme de Nous Research avec mémoire unifiée sur Telegram, Discord, Slack et plus
Plateforme de développement d'applications LLM open-source avec workflows IA, pipelines RAG, capacités d'agent et gestion de modèles
Plateforme de développement de bots IA de ByteDance avec plugins personnalisés, base de connaissances, workflows, publication multicanal en un clic
