DeepSeek Harness 在 GitHub 上刚刚超过 20 万 Star，受到很多关注。不过，它的设计思路和组织方式都不同于传统 Agent，许多人第一次接触时会一头雾水。
围绕 DeepSeek Harness 的教程也很快多了起来。不过，其中 90% 都是粗糙的 AI 产物：有的内容经不起推敲，有的 AI 味太重，根本读不下去。
为了改变这一局面，过去 14 天里，我们 7 位同学一起完成了《DeepSeek Harness 实战指南》的第一版。大家把 DeepSeek Harness 用在调研、办公、内容创作、求职、市场投研和代码审查等任务中，逐章跑操作、留截图、整理 Demo，再根据真实结果写正文。我们也深入研究了 DeepSeek Harness 源码，梳理 DeepSeek Harness 的扩展能力、自进化机制和核心插件系统 Cordis，帮助想继续深入的读者理解其中的奥妙。
全书共 14 章，分成三部分。第一部分“玩转 DeepSeek Harness”负责把任务做起来；第二部分“扩展 DeepSeek Harness”介绍 Skill、MCP 和插件，并安排了一次 Agent 自进化实验；第三部分“拆解 DeepSeek Harness”顺着一次任务的执行过程，解释 Harness 和 Cordis。
从具体任务场景入手
理解 DeepSeek Harness，最好从具体任务入手。书中前十章各自对应一个真实任务，从安装和第一次文件操作开始，逐步走到个性化定制、并行调研、日常办公和飞书协作。后面还有海报与短剧制作、求职、市场投研，以及多 Agent 代码审查。合在一起，覆盖 8 类工作与生活场景。
下面，我们将通过三个案例，看看这本书具体写了什么。
定制自己的 DeepSeek Harness
第 2 章先创建一个名为“技术编辑”的专用助手。它会审阅 README、教程和项目文档，先检查事实、结构和语言，默认只提出建议；只有收到明确要求后，它才会修改文件。创建完成后，这套配置会保存在 DeepSeek Harness 的用户目录中，以后新建会话时可以直接选择。
我们还让 DeepSeek Harness 换上了一套翡翠绿主题。页面背景、侧栏、发送按钮和输入框边框统一改成绿色系，右下角加入原创角色插画。视觉方案确认以后，再把主题代码整理成独立插件，让它在重新启动后继续生效。读者可以从这个案例看到，DeepSeek Harness 可以按工作习惯调整助手行为，也可以通过插件改变界面和功能。
让 DeepSeek Harness 制作短剧
第 7 章用 DeepSeek Harness 制作了一部 3D 卡通短剧《纸箱小屋》。故事发生在一个雨夜：橘猫躲在便利店门口，店员给它搭了纸箱小屋。第二天清晨，橘猫衔来一条小鱼干放在门口。
DeepSeek Harness 先写剧本，整理角色和场景，再把故事拆成 8 个镜头。每个镜头生成一段约 5 秒的视频。并且，项目里保存了剧本、分镜和各镜头的生成记录。如果某个画面需要重做，可以直接回到对应镜头直接改。最后，剪成约 40 秒的短剧。
一人公司如何用 DeepSeek Harness 做代码审查
第 10 章用 DeepSeek Harness 审查一个开源项目两周内的更新：95 个提交，涉及 771 个文件。一个人从头看到尾，很容易在功能、Bug、安全和性能之间反复切换。
DeepSeek Harness 临时组建了一个代码审查团队。四名 Agent 各自读取指定范围内的 Git 历史，分别整理功能变化、Bug 修复、安全问题和性能变化。四份材料全部交回以后，统筹会话再做交叉核对，整理升级决策报告。重要结论会标出提交记录或文件位置，维护者可以逐项复查。最终，团队列出四项需要继续确认的安全线索，以及两项需要压测的性能场景。
DeepSeek Harness 是怎样工作的
看过这三个案例，再读 DeepSeek Harness 的工作原理会容易很多。
回到《纸箱小屋》的制作过程。DeepSeek Harness 写完剧本后，模型会读一遍剧本和当前会话，判断下一步该整理角色和场景。工具完成这一步，结果随即回到会话里，模型读到结果，再继续拆分镜头。后面的文件创建和视频生成也是这样完成的：模型决定下一步，工具执行，执行结果交回模型。这个不断重复的过程叫作 Agent Loop。
每次交接都会留下记录。用户提出了什么要求，模型调用了哪个工具，工具返回了什么结果，都会按顺序保存在会话中。界面里的执行轨迹就来自这些记录。某个镜头需要重做，或者代码审查报告中的结论有疑问，可以沿着记录查看当时用了哪些材料，工具又做了什么。
任务执行得越久，会话里的内容就越多，但模型每次能读取的上下文有限。DeepSeek Harness 会计算上下文占用，把特别大的工具结果写入文件，裁剪较早的长结果；当历史继续增长时，再用摘要替换早期内容。
而模型、工具、会话和界面之所以能够一起完成这些工作，靠的是 DeepSeek Harness 的核心插件系统 Cordis。
Cordis 把 DeepSeek Harness 的各部分组装起来
DeepSeek Harness 采用“一切皆插件”的结构，Cordis 负责组织插件运行。模型接入、工具、会话和界面可以由不同插件提供，Cordis 管理它们什么时候加载、依赖哪些服务、怎样通信，以及卸载时如何清理资源。
第 14 章从一个最小的 hello 插件讲起。读者先运行插件，看配置怎样让 Cordis 加载代码，再观察插件实例的创建和卸载。随后加入服务依赖、事件和调用链，最后回到 DeepSeek Harness，解释模型插件如何找到工具，工具执行结果又怎样回到 Agent Loop。
DeepSeek Harness 自进化
自进化是 DeepSeek Harness 的一个重要设计目标。第 12 章因此安排了一次实验：让 DeepSeek Harness 连续运行十轮，观察它能否找出任务中没有明说的规则，并据此写出适配任务的 Skill。
从哪里开始读
第一次接触 dsh，可以从第 1 章顺着做。完成安装和模型接入，跑通文件任务并熟悉执行轨迹以后，后面的案例会更容易上手。
已经能够正常使用 DeepSeek Harness，可以直接选择手头需要的章节。这本书包含了调研、办公、内容创作、求职、市场投研和代码审查等任务。
想继续扩展 DeepSeek Harness，可以读 Skill、MCP、插件和自我进化实验。对内部机制感兴趣，再看 Harness 与 Cordis 两章。
目前，《DeepSeek Harness 实战指南》已经在 GitHub 免费开源，在线阅读网站也已上线。欢迎阅读，也欢迎到 GitHub 点 Star。
下载 PDF：https://github.com/Prism-Shadow/deepseek-harness-book/releases/download/latest-pdf/DeepSeek-Harness-Practical-Guide-zh-CN.pdf 在线阅读：https://DeepSeek Harnessbook.penguin.ooo/ GitHub：https://github.com/Prism-Shadow/deepseek-harness-book