Apa itu Harness DeepSeek
DeepSeek telah membuka sumber waktu kerja agentic DeepSeek Harness: versi v0.1 dirilis dalam mode pratinjau pengembang dan tersedia di bawah lisensi MIT. Proyek didistribusikan sebagai dsh paket dalam repositori deepseek-ai / deepseek- harness.
Menurut penulis, Harness adalah lapisan antara model dan lingkungan di mana ia beroperasi. Ini termasuk alat, sistem berkas, kotak pasir, dan loop kontrol. Rumus sederhana: Agen = Model + HarnessDengan kata lain, ini bukan asisten yang siap dibuat, tapi kerangka kerja dari mana asisten tersebut dirakit.
Penting untuk dimengerti: v0.1 adalah infrastruktur pengembang khusus. Hal ini belum dimaksudkan untuk loading produksi, tetapi tidak memungkinkan Anda memvalidasi proyek ide arsitektur pada tahap awal dan membangun solusi Anda sendiri di atas mereka.
Arsitektur: semuanya adalah sebuah plugin
Perbedaan utama dari kebanyakan harness dengan lapisan tetap adalah posisi yang dinyatakan secara harfiah di baris pertama README: semuanya adalah pluginModel, alat, keterampilan, sesi, kotak pasir, penyimpanan, loop eksekusi, penjadwalan, dan bahkan UI semua eksternal sebagai plugin Cordis.
Cordis adalah kerangka meta- yang desain digambarkan di koran "A Programming Paradigma untuk Komposibilitas Spatiotemporal". Inti hanya bertanggung jawab untuk mengait dan melepas plugin dan mengelola ketergantungan mereka. Semua kemampuan hidup di plugin, bukan dalam inti istimewa - ini adalah keputusan arsitektur kunci.
Implikasi praktis: komponen apapun dapat dipilih, diganti, atau diperpanjang langsung dalam konfigurasi tanpa menyentuh kode sumber Harness DeepSeek itu sendiri. Akibatnya, ini adalah konstruktor untuk usia runtimes disesuaikan dengan tugas tertentu, bukan asisten coding tetap.
Empat mode runtime
Proyek ini menawarkan empat mode preset:
- Standar - agen koding penuh: penyuntingan file, shell, file dan web pencarian, keterampilan, perencanaan, tujuan, subagen, dan arus kerja.
- Kode - alat yang sama, tetapi dapat diakses melalui Kode Mode SDK: model merakit multi- langkah operasi ke dalam program TypeScript tunggal.
- Minimal - lingkungan "telanjang" dengan hanya dua alat (bash persisten dan str _ replace _ editor), dirancang untuk model benchmark.
- Pembuat - modus untuk pemeriksaan waktu-jalan, in- memori plugin eksperimen, dan petunjuk untuk menciptakan preset.
Set mode ini memungkinkan Anda menggunakan waktu yang sama untuk agen produksi, evaluasi model, dan debug plugin Anda sendiri - tanpa beralih ke framework terpisah.
Traceabilitas penuh berjalan
Setiap lari di Harness DeepSeek sepenuhnya terlacak. Tambahan - hanya catatan sesi yang merekam semua model yang dilihat: system prompt, penalaran, panggilan alat dan hasil mereka, perencanaan subagen, dan setiap injeksi konteks. Yang terakhir adalah janji yang paling kuat daripada penebangan alat biasa.
Dibangun di atas arus peristiwa ini adalah pemandangan lintasan untuk menelusuri catatan melalui sumber, serta melanjutkan, garpu, pencarian, dan replay. Sesi apapun dapat diubah, diforked, ditemukan oleh konten, dan diputar ulang - yang penting untuk debug dan untuk audit aksi agen.
Model dan penyedia
Model routing juga sebuah plugin, dan ini adalah kelanjutan logis dari arsitektur keseluruhan. Dalam Pengaturan Model, tombol API DeepSeek mengambil efek dari permintaan berikutnya, tanpa memulai ulang server. Pembangunan katalog penyedia menambahkan Anthropic dan OpenAI via kunci API.
Untuk layanan awan perusahaan, kredensial asli diperlukan: untuk Bedrock - AWS kredensial dan wilayah, untuk Vertex - proyek dengan ADC, untuk Azure - api- versi, untuk Codex - OAuth. Selain itu, penyedia custom didukung: cukup spesifikasikan basis URL dan protokol OpenAI- yang kompatibel.
Kunci disimpan dengan bendera write- hanya di $DSH_HOME/.credentials.yaml berkas; pengaturan hanya menyimpan referensi ke kredensial, bukan rahasia itu sendiri. Hal ini nyaman baik dari sudut pandang keamanan dan ketika bekerja dalam sebuah tim.
Cara menjalankan dan menghubungkan SDK
UI Web
Cara paling sederhana untuk mencoba waktu-jalan adalah perintah npx @deepseek-ai/dsh web, yang dimulai Web UI di http://127.0.0.1:3080Jika Anda memilih untuk membangun dari sumber: git clone, maka pnpm install, pnpm run build, dan pnpm dsh web.
Python SDK
Untuk integrasi programmatic, paket deepseek-harness- sdik disediakan. Ini membutuhkan Python 3.10 atau yang lebih baru, dan platform yang didukung termasuk Linux x64, Linux Arm64, dan MacOS 14 + pada arm64. Detail yang bagus: built-in runtime tidak memerlukan sistem Node.js, jadi Anda tidak perlu mengatur lingkungan tambahan untuk menjalankan agen.
Siapa ini mungkin berguna untuk
Target penonton proyek adalah AI- asli startup dan platform dan pengembangan - pengalaman tim di pertengahan berukuran dan perusahaan besar. Perusahaan regulasi dapat pilot DeepSeek Harness lokal: itu didistribusikan di bawah MIT dan sendiri-diselenggarakan, berarti data sensitif tidak pernah meninggalkan perimeter.
Industri di mana waktu-waktu berjalan seperti itu terlihat sesuai termasuk: pengembangan perangkat lunak dan devtools, layanan keuangan dan asuransi dengan kebutuhan mereka untuk agen audable run, kesehatan dan farmasi R & D, awan dan perantara semikonduktor, dan akademik dan laboratorium penelitian industri.
Biasanya menggunakan kasus termasuk agen pengkodean internal untuk repositori pribadi, evaluasi model dalam lingkungan yang terkendali, pengamatan agen dengan menjalankan replay, kotak pasir kustom dan kebijakan persetujuan, dan kemasan alat internal ke plugin yang dapat digunakan kembali. Semua ini sesuai dengan ide overarching: daripada mengambil asisten siap-dibuat, membangun runtime disesuaikan dengan kebutuhan Anda.
