API VEGA

DeepSeek Harness

Open-source агентный каркас от DeepSeek AI, в котором всё — от адаптеров моделей до самого цикла агента — собирается из заменяемых плагинов.

Что это такое

DeepSeek Harness (dsh) — это открытая платформа для запуска и сборки AI-агентов, разработанная командой DeepSeek AI. В отличие от монолитных кодинг-ассистентов, здесь действует принцип everything-is-a-plugin: адаптеры моделей, файловая система, реестр инструментов, хранение сессий и сам агентный цикл являются плагинами на фреймворке Cordis. Каждый из них можно настроить, заменить или отключить через конфигурацию, не трогая остальную систему.

Главный интерфейс — веб-UI: команда npx @deepseek-ai/dsh web поднимает его на http://127.0.0.1:3080 и открывает в браузере. Помимо него есть консольный CLI, Python SDK, десктопное приложение на Electron и профиль ACP для подключения внешних клиентов по протоколу Agent Client Protocol.

Как это используют

Harness подстраивается под разные сценарии через профили — готовые композиции плагинов:

  • Web (dsh web): интерактивная работа с агентом в браузере — диалог, инструменты, настройки моделей и сессии в одном окне.
  • Headless (dsh --profile headless "задача"): разовый запуск без интерфейса: агент выполняет задачу, печатает финальный ответ и завершается. Подходит для скриптов и CI.
  • SDK (dsh --profile sdk): программное управление агентом из Python через JSON-RPC поверх stdio — для встраивания в собственные продукты.
  • ACP (dsh --profile acp): обслуживание клиентов автоматизации по протоколу Agent Client Protocol.
  • Свои профили: вы можете собрать собственную композицию — создать директорию с package.json, перечислить нужные бандлы и добавить слой cordis.patch.yml со своими настройками.

В работе агент опирается на полный набор инструментов: редактирование файлов, выполнение shell-команд, веб-поиск, HTTP-запросы, субагенты и отслеживание задач. Сессии сохраняются между перезапусками, а реестр навыков позволяет подключать переиспользуемые инструкции под типовые сценарии.

Безопасность включена по умолчанию: режим workspace-write ограничивает запись файлов рабочей директорией, а перед рискованными действиями агент запрашивает подтверждение. На Linux применяется изоляция через bwrap и Landlock, на Windows — Restricted Tokens. Политику можно ужесточить до read-only или, наоборот, снять ограничения через danger-full-access.

Преимущества

  • Всё — плагин — любую часть системы, включая агентный цикл, можно заменить или расширить без форка.
  • Свобода провайдеров — DeepSeek, Anthropic, OpenAI, Moonshot (Kimi), Z.AI (GLM) и любые кастомные эндпоинты по протоколам OpenAI и Anthropic.
  • Несколько точек входа — браузерный UI, CLI для автоматизации, Python SDK и ACP для внешних клиентов.
  • Живучие сессии — состояние диалога и задач переживает перезапуск процесса.
  • Песочница из коробки — запись ограничена рабочей областью, рискованные операции требуют подтверждения пользователя.
  • Экосистема расширений — свои плагины публикуются с топиком dsh-plugin и подключаются через dsh plugin.

Open Source и совместимость

DeepSeek Harness — полностью открытый проект под лицензией MIT. Исходный код доступен в репозитории deepseek-ai/deepseek-harness на GitHub, а лицензии сторонних зависимостей раскрыты в THIRD_PARTY_NOTICES.md.

Продукт полностью совместим с API VEGA: поддержка кастомных провайдеров по протоколам openai-completions и openai-responses позволяет указать эндпоинт VEGA в качестве базового URL и направлять вызовы моделей через вашу инфраструктуру без изменения кода агента.

Проект находится в статусе developer preview и активно развивается: между версиями возможны изменения, ломающие совместимость.

Ссылки