DeepSeek Harness
更新日期:2026年08月18日
DeepSeek Harness(简称 dsh)是由 DeepSeek AI 开发的开源智能体框架(agent harness),采用「一切皆插件」的架构,由 Cordis 内核驱动。开发者可以通过配置自由组合模型、工具、技能、会话、沙箱、存储等能力,无需修改框架源码。
SiliconFlow 官方提供了 @siliconflow-official/dsh-llm-siliconflow 适配器插件,可以在 DeepSeek Harness 中直接使用 SiliconFlow 平台上的所有开源对话模型——包括 DeepSeek-V4-Flash、DeepSeek-V4-Pro、GLM-5.2、Kimi-K2.7-Code 等推理模型。
$DSH_HOME为 dsh 的主目录,默认为~/.dsh,可通过环境变量DSH_HOME自定义。本文档中的凭据文件、设置文件均位于此目录下。
1. 安装 DeepSeek Harness
确保已安装 Node.js,然后验证 dsh 可用:
npx @deepseek-ai/dsh --version如果能看到版本号输出,说明 dsh 已就绪。后续步骤会用到 npx @deepseek-ai/dsh 命令——npx 会临时拉取运行,不需要全局安装。详见 Web UI 使用指南。
2. 获取 SiliconFlow API Key
在配置适配器插件之前,你需要先准备好 SiliconFlow API Key:
- 访问 SiliconFlow 官网 注册或登录账号。
- 进入 API 密钥页面,创建新的 API Key 并复制。
后续安装向导会用到这个 Key。如果你不想使用向导,也可以直接设置环境变量:
export SILICONFLOW_API_KEY=sk-xxxxxxxxxxxx3. 安装 SiliconFlow 适配器插件
将 SiliconFlow 适配器插件安装到你的 dsh profile 中:
npx @deepseek-ai/dsh plugin --profile web add @siliconflow-official/dsh-llm-siliconflow安装完成后,运行随包发布的配置向导,交互式地完成 API Key 配置和模型选择:
npx @siliconflow-official/dsh-llm-siliconflow该命令运行插件的 dsh-siliconflow-setup 向导。npx @siliconflow-official/dsh-llm-siliconflow 会启动插件包附带的 dsh-siliconflow-setup 可执行文件——它与插件安装在哪个 profile 无关,只读写 $DSH_HOME(默认 ~/.dsh)下的凭据与设置文件。
向导会依次引导你:
- 确认是否将 SiliconFlow 设为默认渠道
- 填写 SiliconFlow API Key(写入
$DSH_HOME/.credentials.yaml)——使用第 2 步获取的 Key - 自动拉取 SiliconFlow 平台上的实时对话模型列表
- 选择默认模型并写入
settings.yaml
提示:如果你之前已经通过环境变量设置了
SILICONFLOW_API_KEY,向导会自动检测到并跳过手动输入步骤。
4. 使用 SiliconFlow 模型
4.1 通过 Web UI 使用
-
启动 dsh Web UI:
npx @deepseek-ai/dsh web启动后访问 http://127.0.0.1:3080 即可打开 Web UI。
-
点击选择工作区,添加你的项目目录。
-
在模型选择器中选择 SiliconFlow 提供的模型(如
deepseek-ai/DeepSeek-V4-Flash)。 -
启动会话,发送任务即可。
Agent 可以读取和编辑工作区文件、运行命令、委派子任务并维护计划,在工作流中按权限策略请求审批。
4.2 推理模型支持
SiliconFlow 适配器自动识别推理模型(如 DeepSeek-R1、QwQ、Kimi-K2-Thinking 等)返回的 reasoning_content 字段,并将其翻译为 harness 的 reasoning 块。在工具调用轮次中,推理内容会按要求回传,无工具调用的轮次则丢弃以节省 token。
4.3 动态模型发现
适配器会通过 GET /models?sub_type=chat 实时拉取 SiliconFlow 平台上可用的对话模型列表,并缓存五分钟。因此当 SiliconFlow 平台新增模型时,无需手动更新配置即可在模型选择器中看到新模型。
4.4 后台运行
# Web UI 常驻后台
nohup npx @deepseek-ai/dsh web > ~/.dsh/web.log 2>&1 &
# 无界面后台跑一次性任务
nohup npx @deepseek-ai/dsh --profile headless "分析当前项目的依赖结构" > ~/.dsh/task.log 2>&1 &5. 配置参考
在 $DSH_HOME/settings.yaml 中,SiliconFlow 插件的配置结构如下:
- id: llm-siliconflow
name: '@siliconflow-official/dsh-llm-siliconflow'
config:
apiKeyEnv: SILICONFLOW_API_KEY # 默认环境变量名
baseURL: https://api.siliconflow.cn/v1 # 默认 API 地址
maxTokens: 8192 # 每次请求输出上限
streamIdleTimeoutMs: 300000 # SSE 流空闲超时(毫秒)
defaultContextWindow: 32768 # 默认上下文窗口
models: # 回退模型列表(发现失败时展示)
- id: zai-org/GLM-5.2
- id: deepseek-ai/DeepSeek-V4-Flash插件注册 siliconflow 提供方路由,模型 id 使用 SiliconFlow 的 org/model 格式(如 deepseek-ai/DeepSeek-V4-Flash)。SiliconFlow 端点不暴露 thinking/reasoning_effort 开关,推理模型通过模型 id 直接选择。
相关链接
- DeepSeek Harness 官网:https://www.deepseek.com/harness/en/
- DeepSeek Harness GitHub:https://github.com/deepseek-ai/deepseek-harness
- SiliconFlow 适配器插件 npm:https://www.npmjs.com/package/@siliconflow-official/dsh-llm-siliconflow
- SiliconFlow 适配器插件 GitHub:https://github.com/siliconflow/dsh-llm-siliconflow
- SiliconFlow 官网:https://siliconflow.cn/