三天破10万Star：DeepSeek Harness小白接入全攻略

DeepSeek Harness火了：GitHub上线不到三天，Star数破10万。但对刚接触AI的小白来说，最大的门槛是不知道怎么把它跑起来、接上好用的API。这篇教程把三种部署思路都走了一遍，从装命令行到让Agent替你装，再到直接下载桌面版，总有一条适合你。

对于刚接触AI的小白来说，可能因为不了解如何部署，只能眼馋别人先玩上了DeepSeek Harness。这篇教程，就是帮大家把DeepSeek Harness真正跑起来，并且接上好用的API提供商。如果你已经是Agent部署老手，也可以直接跳到文末的测评部分——作者用同一套测评集跑了包括DeepSeek Harness在内的十几个框架，来对比谁的Harness更强。

部署就三条路，适用于几乎所有开源项目

第一条：自己装，遇到问题问AI。核心就是打开命令行，跟着官方指令一步步走。报错了怎么办？把报错信息直接丢给豆包，问它下一步该怎么做；如果解决不了，就换一个更强的模型，比如持续进化的高智版豆包Doubao-Seed-Evolving。这里推荐作者在做的中国版OpenRouter：词元跳动TokenDance，上面聚合了各家最新模型，遇到疑难杂症可以直接切高智商模型来排查。

第二条：先装一个Agent，让Agent帮你装。这是更AI Native的思维：做事之前，先考虑用Agent做一遍。先把Agent工具跑起来，然后用一句话告诉它"帮我安装DeepSeek Harness"，剩下的安装、部署、API对接都可以交给它。

第三条：找到能帮你装的项目。这本质是一种外包思维——直接下载别人做好的懒人启动包。作者把三种方式都试了一遍，下面把具体步骤写清楚。

自己装：四步跑起来

先打开命令行——Mac用户开终端，Windows用户开PowerShell。第一步装npm：Mac用户输brew install node，Windows用户去Node.js官网下载安装包一步步确认即可。第二步装npx：npm install -g npx。第三步按官方部署命令一键安装：npx @deepseek-ai/dsh web。装完在浏览器打开http://127.0.0.1:3080/就能看到界面。

接下来配置API。先去TokenDance的配置界面，点右上角头像打开API密钥界面，创建并复制密钥。回到http://127.0.0.1:3080，点设置、点自定义提供方配置，填入：Provider ID填token-dance，显示名称填token-dance，地址填https://tokendance.space/gateway/v1，API密钥填刚复制的，然后点"获取模型"勾选想用的模型。配置好回到对话框选中模型，就可以愉快对话了。相比其他Harness框架，DeepSeek-Harness的回复速度相当快。

嫌麻烦？让Agent代劳

如果觉得上面步骤太麻烦，可以试试用Workbuddy代劳。先获取词元跳动的API key并下载WorkBuddy，在配置界面填地址https://tokendance.space/gateway/v1、API key、模型名称deepseek-v4-pro-0813。剩下的部署配置启动工作，都交给WorkBuddy——把一句话发给Agent即可："请帮我安装https://github.com/deepseek-ai/deepseek-harness，安装后帮我完成自定义API key配置，我的API设置如下……"说完可以去打把游戏或刷个短视频，一会儿就装好了。过程中遇到任何问题，告诉WorkBuddy协助解决，它让干嘛就干嘛即可。

还有一种解法：直接下载别人做好的桌面版项目，比如github.com/anywhere-labs/deepseek-harness-desktop，或者github.com/dataelement/dsh-desktop。点击链接到下载页面安装即可，打开模型配置页面，同样填好词元跳动的地址和API key，点"获取模型"勾选，再点创建就能对话了。整个过程基本就是复制粘贴加等待，极度省心。

装了之后值不值？跑个横向测评

说实话，装之前作者对DeepSeek Harness的期待值被社交媒体拉得很高。10万star的项目，总该有点过人之处。于是他拿出自己常用的一套Agent综合能力测评集，固定用deepseek-v4-flash-0731这个模型，在十几个不同框架上跑了同样的任务。实测结果：DeepSeek Harness整体表现中等偏上，符合内测声明，有待改进和打磨。

几个有趣的结论：一是本次缓存命中率最高的框架是OpenCode，第二才是DeepSeek Harness；二是不同框架任务完成度不同，完成率最好的三个是DeepSeek Harness、Codex和Qwencode，但成本差异很大——Codex偏低、Qwencode偏高、DeepSeek居中；三是思考效率分化非常明显，Pi框架整体最好、OpenCode第二，DeepSeek Harness和Claude Code并列第三档；四是整体价格差异巨大，Pi最便宜——同样的任务用Pi跑完总费用只要几块钱，最贵的框架是它的80多倍；五是缓存命中率对价格影响巨大，命中率低的框架费用往往是高的几倍到几十倍。

所以DeepSeek Harness值不值得装？值得。它"插件即一切、一切即插件"的理念让可玩性、自由度都非常高，针对DeepSeek的工程化适配很好，缓存命中高，整体性价比不错。但它不是唯一的选择，Pi这样的框架在性价比上可能表现更突出。想试试其他框架的话，安装方式都很类似：装好Workbuddy之后，一句话丢给它就行。

最后送上一句很实用的建议：遇到任何问题，先让Agent来解决。这种AI Native的思维方式，会让你在大部分事情上省掉80%的折腾时间。