保姆级教程:DeepSeek Harness从安装到跑通测试,30分钟上手

简介: DeepSeek Harness是DeepSeek开源的AI Agent运行时,主打“一行命令安装、5分钟跑通”。它让模型真正动手干活——读代码、跑测试、分析失败、生成修复方案。本文手把手教你30分钟从零上手,覆盖安装、配置、实测及避坑指南,助你快速掌握下一代AI编程范式。

一行命令装好,5分钟跑通,然后你会明白为什么它一夜5万星

01 一个让我失眠的对话
“兄弟,DeepSeek Harness你试了吗?12小时5万星那个。”

前天晚上,一个做测试的老同事发来消息。

“看了,还没试。”

“赶紧试一下。我昨晚装上了,一行命令,5分钟跑通。然后我让它跑我们项目的测试——它自己读代码、自己执行、自己分析失败原因,然后把修复方案列出来了。”

“整个过程,我就坐在旁边看着。”

他停顿了一下,又说了一句:

“我感觉……我以后招人的标准要彻底变了。 ”

我当晚就装上了。

然后失眠了。

这篇文章,就是把我踩过的坑、走过的弯路、跑通的流程,全部整理出来。目标只有一个:让你在30分钟内,从零开始,跑通第一个DeepSeek Harness任务。

02 痛点:官方文档有架构,但没有“从零上手”的路径
DeepSeek Harness(简称dsh)是DeepSeek在2026年8月13日开源的Agent运行时。官方口号只有五个字:一切皆插件。

但有一个问题:官方文档以架构说明为主,缺少一条从零上手的路径。

打开GitHub仓库,你会看到AGENTS.md、architecture.md、development.md——全是给开发者看的架构文档。对于一个刚接触dsh的新手来说,根本不知道从哪里开始。

所以就有了这篇教程。

先搞清楚一个核心概念:Agent = Model + Harness。模型是“大脑”,负责思考和推理;Harness是“手脚”,负责让模型真正动手干活——读文件、调工具、执行命令。

用大白话理解:你以前是自己写脚本跑测试,现在是给AI一个“能动手干活的身体”,让它自己去跑。

03 核心思路:30分钟从零到跑通,就这5步
整个流程就5步:

装Node.js(2分钟)
装dsh(2分钟)
启动Web UI(1分钟)
配置API Key(2分钟)
选工作区+跑任务(3分钟)
剩下的20分钟,用来跑几个真实任务感受一下。

全程不需要写一行代码。

04 具体步骤:从安装到跑通,手把手教学
第一步:检查Node.js环境(2分钟)
DeepSeek Harness需要Node.js环境,要求Node.js版本 ≥ 22。

打开终端(Windows用户打开命令提示符或PowerShell),输入:

node --version
如果看到版本号(如v22.19.0或更高),说明已经装好了。

如果提示找不到node命令,去Node.js官网下载LTS长期支持版本安装即可。

小技巧:如果明明装过Node.js但终端提示找不到命令,关闭当前终端重新打开。很多时候只是环境变量还没刷新。

第二步:一条命令安装DSH(2分钟)
Node.js准备好之后,执行这条命令:

npx @deepseek-ai/dsh web
这条命令会自动下载并启动DeepSeek Harness的Web UI。

首次运行可能需要等一两分钟下载依赖。

装完之后,可以验证一下版本:

dsh --version
看到版本号(当前是0.1.0-rc.6)就说明安装成功了。

Windows用户特别提醒:安装Node.js或全局npm包以后,如果遇到“明明装好了却找不到命令”的问题,重新打开一次PowerShell或命令提示符。

不想折腾命令行? 还有两个选择:

桌面版:GitHub上有社区打包的DeepSeekHarness-win32-x64-0.1.0-rc.5.zip(~238 MB),解压即用
Docker:docker run -d --name dsh -p 3080:3080 ghcr.io/huoxue1/deepseek-harness:latest
第三步:启动Web UI(1分钟)
执行启动命令:

npx @deepseek-ai/dsh web
稍等片刻,终端会输出本地地址,默认是http://127.0.0.1:3080。用浏览器打开即可。

如果浏览器没有自动打开,手动把这个地址复制进去就行。

注意:目前DSH还是v0.1开发者预览版本,项目处于快速迭代阶段,接口和配置方式后续可能会有变化。

第四步:配置API Key(2分钟)
第一次进入Harness,最重要的一步:配置DeepSeek API Key。

操作路径:

点击界面中的 设置(Settings) → 模型(Models)
在DeepSeek卡片中输入你的API Key并保存
密钥保存在本地$DSH_HOME/.credentials.yaml中,不会被上传
还没有API Key? 去DeepSeek开放平台注册账号,创建API Key。

安全提醒:API Key是调用模型服务的凭证,不要随便发给别人,不要贴到公开文章、GitHub仓库或截图里。

密钥保存后为什么看不到了? 这是刻意设计——密钥只写,界面只显示脱敏描述符。

第五步:选择工作区(1分钟)
配置完API Key后,点击 选择工作区(Choose Workspace) 。

工作区就是Agent能“动手”操作的文件夹——Agent可以读取、编辑这个文件夹里的文件,执行命令。

选择一个你想让Agent工作的项目目录。

注意:在Web UI中选中工作区之前,会话输入框是不可用的。

第六步:跑通第一个任务(3分钟)
现在可以开始体验了!

新建一个会话,输入一个简单的任务,比如:

Summarize this repository and identify its main packages.
Agent会开始工作:读取仓库文件、执行命令、按需委派子任务、维护执行计划。

每个操作都可以在Web UI中看到实时进展。当某个操作需要审批时,界面会先询问你。

每次会话都会自动持久化(默认存在$DSH_HOME/sessions),可以随时恢复继续。

跑完这个任务,你就正式上手了。整个过程不到10分钟。

05 进阶:四种运行模式,总有一种适合你
除了Web UI,DeepSeek Harness还支持多种运行方式:

方式一:从npm运行(最推荐新手)

npx @deepseek-ai/dsh web
方式二:全局安装(长期使用)

npm install -g @deepseek-ai/dsh
dsh web
方式三:Headless模式(适合脚本/CI,一次性任务)

dsh --profile headless "你的任务描述"
例如:

dsh --profile headless "把当前目录的测试跑一遍并汇总结果"
运行完会打印Agent的最终回答并退出。

方式四:从源码运行(适合开发者)

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web
四种预设模式:标准模式(开箱即用,具备AI编程工具的全部能力)、极简模式(轻量快速)、代码模式(专注代码任务)、创造模式(适合创意类任务)。

06 真实案例:让Harness帮你跑测试
这才是测试人最关心的部分。

案例一:安装测试运行插件
社区已经有人做了一个叫dsh-test-runner的插件。

安装方法:

dsh plugin --profile web add suimi8/dsh-test-runner
这个插件让Agent一次工具调用就能完成“改代码→跑测试→修”的完整闭环。

它能做什么:

自动探测测试框架(vitest/jest/pytest/node:test)
执行测试
只返回结构化摘要(通过/失败统计+失败用例名称与错误信息)
省token、少一轮
案例二:Web自动化插件
还有dsh-plugin-playwright插件,基于Playwright的浏览器自动化工具。

安装后,模型可以:

读取页面内容
点击控件
填写表单
滚动与导航
同时保留登录态、会话和Cookie
案例三:真实测试场景
有开发者实测让Harness跑一个中等复杂度的项目:

让它分析代码仓库结构
自动探测测试框架
执行全部测试
汇总失败用例
给出修复建议
整个过程,人只需要在旁边看着。

07 避坑指南:新手最容易踩的6个坑
坑1:Node.js版本不对

DSH要求Node.js ≥ 22。用老版本会报错。检查方法:node --version。

坑2:终端没刷新

装完Node.js或npm包之后,一定要重新打开终端。很多时候“找不到命令”只是环境变量没刷新。

坑3:API Key没配置就发消息

没配置API Key就直接发消息,会报错。先去设置→模型里把Key填好。

坑4:没选工作区

Web UI中没选工作区之前,输入框不可用。点一下“选择工作区”,选一个文件夹就行了。

坑5:npx下载很慢或失败

网络问题。换npm镜像源重试。或者用桌面版一键包,不用折腾网络。

坑6:等“稳定版”再学

DSH目前是v0.1开发者预览版,官方明确说“核心插件和基础接口未来几个月会快速演化”。等稳定了再学,你就已经落后了。

08 常用命令速查
命令
用途
npx @deepseek-ai/dsh web
启动Web UI(最常用)
dsh --profile headless "任务"
一次性任务,跑完退出
dsh --dump-config
查看叠加后的最终配置(排查问题很有用)
dsh plugin --profile web add <包名>
给web profile安装插件
dsh --help
查看启动器帮助
参数顺序的讲究:

启动器自己的参数(--profile、--patch等)必须写在最前面
应用参数写在启动器参数之后
正确示例:

dsh --profile web --port 8080 # --port 是web应用的参数
dsh --profile headless "任务" # 任务文本是应用参数
09 写在最后
DeepSeek Harness开源不到12小时,GitHub上5万星。

它把Agent框架从“固定大楼”变成了“一盒乐高” ——模型适配器、工具注册表、会话日志、Agent Loop,每一部分都可以从配置替换。官方默认部署里有一百多个可单独开关的插件,发布24小时内社区带dsh-plugin标签的插件仓库已经攒到288个。

对于测试工程师来说,这意味着什么?

意味着“写测试脚本”这个技能,正在被AI Agent化。 社区已经有人在Harness上做出了“改代码→跑测试→修”的完整闭环。

但Harness不会让测试工程师消失——它会让“只会执行”的测试工程师消失。

就像Excel没有让会计消失,但让“只会打算盘”的会计消失了。

工具在变,但“对质量负责”这件事,永远需要人。

问题是——

你是那个被工具替代的人,还是那个用工具的人?

现在就去试试吧。打开终端,输入npx @deepseek-ai/dsh web,30分钟后你就知道了。

本文部分内容参考了霍格沃兹测试开发学社整理的相关技术资料,主要涉及软件测试、自动化测试、测试开发及 AI 测试等内容,侧重测试实践、工具应用与工程经验整理。

相关文章
Shell API 调度
910 2
人工智能 JavaScript 测试技术
212 4
人工智能 数据可视化 开发工具
268 0
|
2月前
|
机器学习/深度学习 人工智能 安全
从模型、Agent 到 MCP:这个 10.7k Star 项目,把 AI 工程学习路线重新铺了一遍
`ai-engineering-from-scratch` 是一套硬核AI工程实战路线:20阶段、435课、320小时,从数学原理手写实现Tokenizer/Attention/Backprop,到LLM微调、RAG、Agent、MCP及生产部署,每课产出可集成的Prompt/Skill/Agent等工程资产,专为构建可验证、可复现、可维护的AI系统而设计。
安全 机器人 API
679 2
人工智能 JavaScript 开发工具
3446 6
|
4月前
|
人工智能 自然语言处理
上下文长度是什么意思?AI大模型128k、256k和1M上下文长度是什么概念?
上下文长度指大模型单次处理的最大Token数,涵盖输入与输出。如Qwen、DeepSeek等支持128K(约16万汉字)、256K乃至1M上下文,直接影响长文档理解、多轮对话与代码分析能力。阿里云百炼/通义平台提供详细参数与阶梯计费
11874 3
人工智能 监控 安全
81 0

热门文章

最新文章