DeepSeek Harness: Die Open-Source-Agent-Runtime, bei der alles ein Plugin ist

DeepSeek hat gerade die fehlende Hälfte seines Agent-Stacks veröffentlicht. DeepSeek Harness v0.1 ist jetzt in der Entwicklervorschau verfügbar — ein Open-Source-Agent-Harness unter MIT-Lizenz, das auf einer einzigen Idee basiert: alles ist ein Plugin. Modelle, Tools, Skills, Sessions, Sandboxes, Dateisysteme, Schleifen, Orchestrierung und die UI sind alle als Plugins implementiert, die sich beliebig kombinieren, austauschen und erweitern lassen. Hier erfahren Sie, was das Harness tatsächlich ist, wie seine Cordis-basierte Architektur funktioniert und warum „Agent = Modell + Harness" wichtig ist, wenn Sie Agenten entwickeln oder selbst hosten.

Was ist DeepSeek Harness?

DeepSeek Harness (dsh) ist ein Open-Source-Agent-Harness, das von DeepSeek AI entwickelt und unter der MIT-Lizenz veröffentlicht wurde. Es ist die Runtime-Schicht, die ein Sprachmodell so einbettet, dass das Modell seine Umgebung verstehen, Tools nutzen und mehrstufige, reale Aufgaben durchführen kann. (GitHub)

DeepSeek formuliert die Trennung klar: Das Modell ist die Seele eines Agenten, und das Harness ermöglicht es diesem Agenten, seine Umgebung wahrzunehmen, Tools aufzurufen und in realen Szenarien weiterzuarbeiten. Mit anderen Worten: agent = model + harness. Ein starkes Modell ohne Harness ist nur eine sehr teure Autovervollständigung; das Harness ist das, was es zum Handeln bringt. (DeepSeek)

Das schließt eine offensichtliche Lücke. DeepSeeks V4-Modelle sind Open-Weight, MIT-lizenziert und deutlich günstiger als proprietäre Frontier-Modelle — die verbleibende Schwäche war jedoch die Zuverlässigkeit von Agenten, was grundlegend ein Harness-Problem ist. Harness ist DeepSeeks Antwort darauf, positioniert als offene, erweiterbare Alternative zu Anthropics Claude Code. (CryptoBriefing)

„Alles ist ein Plugin": Die Cordis-Architektur

Die entscheidende Designentscheidung ist, dass jede Agent-Fähigkeit ein Plugin ist. Harness ist auf dem Cordis-Meta-Framework aufgebaut, und der Cordis-Kernel übernimmt das Einbinden, Entfernen und die Abhängigkeiten zwischen Plugins. Die eigentlichen Fähigkeiten des Agenten liegen vollständig in diesen Plugins. (DeepSeek)

Was gilt als Plugin? Fast alles:

• Modelle — das LLM-Backend selbst
• Tools — Dateibearbeitung, Shell, Datei- und Websuche
• Skills — wiederverwendbare Fähigkeiten, die der Agent aufrufen kann
• Sessions — Konversations- und Ausführungszustand
• Sandboxes — isolierte Ausführungsumgebungen
• Storage / Dateisysteme — wo Zustand und Artefakte gespeichert werden
• Schleifen & Scheduling — der Kontrollfluss des Agenten und das Subagenten-Scheduling
• UI — sogar die Benutzeroberfläche ist ein Plugin

Cordis-Services und -Events ermöglichen die Kommunikation zwischen diesen Plugins. Der praktische Vorteil: Sie können jede Fähigkeit per Konfiguration auswählen, austauschen oder erweitern, ohne den DeepSeek-Harness-Quellcode anzufassen. Sie möchten eine andere Sandbox, ein benutzerdefiniertes Tool oder ein anderes Modell-Backend? Binden Sie ein Plugin ein, anstatt die Runtime zu forken. (DeepSeek)

Das ist eine grundlegend andere Haltung als bei monolithischen Agent-Tools, bei denen Schleife, Tools und UI fest miteinander verbunden sind. Hier ist das Harness ein schlanker Kernel und eine Sammlung kombinierbarer Komponenten.

Vier Runtime-Modi

Harness wird mit vier vordefinierten Modi geliefert, die dieselben Plugins für unterschiedliche Aufgaben neu kombinieren: (DeepSeek)

• Standard-Modus — der vollständige Coding-Agent: Dateibearbeitung, Shell, Datei- und Websuche, Skills, Planung, Ziele, Subagenten und Workflows.
• Code-Modus — alle Standard-Fähigkeiten, aber Tools werden über ein Code Mode SDK bereitgestellt, sodass das Modell mehrstufige Operationen in einem einzigen TypeScript-Programm kombinieren kann, anstatt viele separate Tool-Aufrufe zu tätigen.
• Minimal-Modus — ein reduzierter Zwei-Tool-Agent: persistentes Bash plus ein str_replace_editor. Dies ist der Modus, den DeepSeek für seine eigenen offiziellen Modell-Benchmarks verwendet hat, und dient daher auch als saubere Umgebung zur Bewertung eines Modells mit minimalem Scaffolding.
• Creator-Modus — zum Erstellen eigener Voreinstellungen: die Live-Runtime inspizieren, Cordis-Plugins im Speicher testen und zu neuen Modi kombinieren.

Der Minimal-Modus ist es wert, besonders erwähnt zu werden, wenn Sie Modell-Ankündigungen lesen: DeepSeek hat seine veröffentlichten Code-Agent-Benchmarks im „Harness Minimal-Modus" durchgeführt, weshalb Ihre Produktionszahlen stark vom tatsächlich verwendeten Harness und Scaffolding abhängen. Diesen Vorbehalt haben wir in unserem DeepSeek V4 Flash offiziellen API-Überblick behandelt.

Jeder Durchlauf ist nachvollziehbar

Das zweite Designprinzip ist Beobachtbarkeit. Alles, was das Modell sieht, wird in einem append-only Session-Log aufgezeichnet — System-Prompts, Reasoning, Tool-Aufrufe und deren Ergebnisse, Subagenten-Scheduling und jede Kontext-Injektion. (DeepSeek)

Eine Trajectory-Ansicht ermöglicht es Ihnen, diese Aufzeichnungen nach Quelle zu inspizieren, und da das Log ein einzelner Event-Stream ist, können Sie jeden Durchlauf fortsetzen, forken, durchsuchen und wiederholen — gegen dieselbe Historie. Für alle, die debuggen möchten, warum ein Agent entgleist ist, ist ein inspizierbares, wiederholbares Event-Log der Unterschied zwischen Raten und Wissen.

Warum MIT und Open Source hier wichtig sind

Die Lizenzwahl ist strategisch. MIT ist eine der freizügigsten Open-Source-Lizenzen — sie erlaubt es im Wesentlichen jedem, den Code zu nutzen, zu modifizieren und kommerzielle Produkte darauf aufzubauen, dieselbe Lizenz wie bei grundlegenden Tools wie React und Node.js. (CryptoBriefing)

Das setzt DeepSeeks übergreifendes Muster fort: wettbewerbsfähige Modellleistung gepaart mit aggressiven Open-Source-Veröffentlichungen, zu einem Zeitpunkt, an dem OpenAI sich von Open Source abgewandt hat, Anthropic es nie unterstützt hat und Metas Llama unter einer benutzerdefinierten, eingeschränkten Lizenz veröffentlicht wird. Ein MIT-lizenziertes Harness plus MIT-lizenzierte Open Weights bedeutet, dass ein Team grundsätzlich einen leistungsfähigen Agent-Stack von Anfang bis Ende betreiben kann, ohne einen proprietären Anbieter einzubinden. (CryptoBriefing)

So probieren Sie DeepSeek Harness aus

Harness ist ein Node.js-Projekt. Der schnellste Weg ist die gehostete Web-UI über npx:

npx @deepseek-ai/dsh web

Das startet die Web-UI, die standardmäßig unter http://127.0.0.1:3080 erreichbar ist. Um stattdessen aus einem Quell-Checkout zu starten:

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

DeepSeek fördert auch ein Plugin-Ökosystem — Sie versehen ein Plugin-Repository mit dem dsh-plugin-Topic für die Auffindbarkeit, und Feedback wird über GitHub Discussions und eine Discord-Community gesammelt. (GitHub)

Ein wichtiger Vorbehalt: Harness befindet sich in der Entwicklervorschau und wird schnell weiterentwickelt. DeepSeek warnt ausdrücklich, dass es kompatibilitätsbrechende Änderungen geben wird, und Kern-Plugins sowie APIs werden sich weiterentwickeln. Behandeln Sie v0.1 als etwas zum Experimentieren und zum Entwickeln von Plugins, nicht als Grundlage für ein Produktionssystem. (GitHub)

Für wen ist das relevant

• Agent-Entwickler — wenn Sie Ihre eigene Agent-Schleife entwerfen, ist ein Plugin-basierter Kernel mit austauschbaren Tools, Sandboxes und Orchestrierung eine fertige Grundlage zum Erweitern, anstatt das Rad neu zu erfinden.
• Teams, die DeepSeek-Modelle betreiben — Harness ist die vorgesehene Runtime, um V4-Serienmodelle in zuverlässige autonome Coding-Agenten zu verwandeln und die Lücke zwischen Modell und Runtime zu schließen.
• Teams mit Fokus auf Self-Hosting und Datensouveränität — MIT-Harness + MIT-Open-Weights ist ein vollständig offener Weg, Agenten ohne proprietären Anbieter-Lock-in zu betreiben.
• Alle, die Agent-Benchmarks vergleichen — zu wissen, dass ein Score im „Minimal-Modus" erzielt wurde, sagt Ihnen, wie viel des Ergebnisses auf das Modell und wie viel auf das Scaffolding zurückzuführen ist.

Tun Sie dies mit Ihrer eigenen KI-Belegschaft

Ein Plugin-basiertes, modell-agnostisches Harness ist genau deshalb leistungsstark, weil es Ihnen ermöglicht, das beste Modell in jeden Schritt einzusetzen, ohne die Architektur neu zu gestalten — und das ist dieselbe Wette, die Eigent eingeht. Eigent ist eine Open-Source-Multi-Agenten-„Cowork"-Desktop-App, die spezialisierte Agenten über reale Workflows lokal orchestriert, sodass Sie DeepSeeks Modelle (oder beliebige andere) in konkrete Aufgaben einbinden können, anstatt eine Runtime mühsam von Hand zusammenzustellen. Wenn Sie das in der Praxis bei agentischen Coding-Aufgaben sehen möchten, schauen Sie sich an, wie Eigent GitHub-PRs überprüft, oder laden Sie Eigent herunter, um Ihre eigene KI-Belegschaft aufzubauen.

Häufig gestellte Fragen

Was ist DeepSeek Harness?

DeepSeek Harness (dsh) ist ein Open-Source-Agent-Harness unter MIT-Lizenz von DeepSeek AI. Es ist die Runtime-Schicht, die ein Sprachmodell mit Tools, Sandboxes, Sessions und Orchestrierung ausstattet, damit das Modell als autonomer Agent bei mehrstufigen Aufgaben agieren kann. Es wurde als v0.1 in der Entwicklervorschau gestartet.

Was ist das Cordis-Meta-Framework?

Cordis ist das Plugin-System, auf dem Harness aufgebaut ist. Sein Kernel verwaltet das Einbinden, Entfernen und die Abhängigkeiten zwischen Plugins, während jede Agent-Fähigkeit — Modelle, Tools, Skills, Sandboxes, Storage, Schleifen, Scheduling und die UI — in einem Plugin lebt, das per Konfiguration ausgetauscht oder erweitert werden kann.

Ist DeepSeek Harness kostenlos und Open Source?

Ja. DeepSeek hat den Quellcode unter der MIT-Lizenz veröffentlicht, einer der freizügigsten Open-Source-Lizenzen, die kommerzielle Nutzung, Modifikation und Weiterverbreitung erlaubt.

Was sind die vier Runtime-Modi?

Standard (der vollständige Toolsatz), Code (Tools werden über ein Code Mode SDK bereitgestellt, sodass das Modell mehrstufige Operationen in einem TypeScript-Programm orchestriert), Minimal (ein Zwei-Tool-Bash-plus-Editor-Agent für Benchmarking) und Creator (zum Inspizieren der Runtime und Erstellen benutzerdefinierter Voreinstellungen).

Ist DeepSeek Harness produktionsreif?

Noch nicht. Es befindet sich in der Entwicklervorschau und wird schnell weiterentwickelt, und DeepSeek warnt ausdrücklich vor kompatibilitätsbrechenden Änderungen. Es eignet sich derzeit am besten für Experimente und die Entwicklung von Plugins, nicht als Grundlage für ein Produktionssystem.