DeepSeek Harness: обзор агента-конкурента Claude Code

DeepSeek Harness - open-source агентская среда от DeepSeek AI, где буквально всё - плагин: модель, инструменты, сессии, песочница, даже сам агентский цикл. Запустился 13 августа 2026 и за 4 дня собрал 148 тысяч звёзд на GitHub, это быстрее любого агентского проекта до него. Ставится одной командой npx @deepseek-ai/dsh web, работает под любую LLM через OpenAI-совместимый API. Позиционируется как open-source альтернатива Claude Code.

Что такое DeepSeek Harness

DeepSeek Harness (сокращённо dsh) - это агентский рантайм на движке Cordis. Cordis - фреймворк со "spatiotemporal composability": каждая функция (модель, инструмент, память, интерфейс, цикл принятия решений) это независимый плагин, который можно загрузить, выгрузить или заменить на лету, без правки кода самого агента.

Идея простая: "everything is a plugin". Хочешь другую LLM - подключил плагин с моделью. Нужна другая песочница - воткнул нужный плагин. Хочешь свой UI - тоже плагин. Ядро ничего не знает про конкретные реализации, все зависимости декларативные.

Cordis не новый: он 4 года крутит Koishi, китайский чат-бот фреймворк с 4000+ плагинов. DeepSeek взял его как базу для агентского рантайма. Лицензия MIT, статус developer preview, ломающие изменения ожидаются.

Почему 148 тысяч звёзд за 4 дня

Реальная скорость: за первые 48 часов проект собрал 100 тысяч звёзд, к моменту публикации этого гайда - 148 837 звёзд и 15 228 форков. Быстрее OpenClaw, который до этого держал рекорд среди агентских опенсорсов.

Что зацепило сообщество:

• Реальная модульность. Обычно фреймворки говорят "мы модульные", но заменить агентский цикл или сессию это целое приключение. В dsh это буквально ещё один плагин.
• Ставится в одну команду. npx @deepseek-ai/dsh web и через 30 секунд у тебя веб-UI на localhost:3080. Никакого Docker, конфигов на 200 строк, отдельного сервера. Порог входа минимальный.
• Community-плагины уже есть. На GitHub-топике dsh-plugin больше 1080 проектов за первые дни (кураторские списки собрали 1216). Модели, сессии, память, скиллы, интеграции - большая часть работы за тебя уже сделана.
• Позиционируется как opensource-альтернатива Claude Code. Тот же класс тула, только с исходниками и без вендор-лока.

Как установить DeepSeek Harness за минуту

Самый быстрый способ - через npx (нужен Node.js):

npx @deepseek-ai/dsh web

Всё. Откроется http://127.0.0.1:3080, там веб-UI, где подключаешь модель (OpenAI, OpenRouter, локальную Ollama - любую через OpenAI-совместимый API) и работаешь.

Если хочешь ставить из исходников (например, чтобы разрабатывать свои плагины):

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

Если сидишь в Claude Code и не хочешь возиться с терминалом руками, вставь такой запрос:

Поставь мне DeepSeek Harness локально через npx, запусти web-UI на 127.0.0.1:3080 и подключи модель Claude Sonnet 4.6 через OpenRouter (мой ключ уже в переменной OPENROUTER_API_KEY). После запуска покажи, как открыть UI и где смотреть логи.

Claude Code разберётся с зависимостями сам, проверит Node, поставит через npx, откроет конфиг и подставит адаптер модели.

Чем DeepSeek Harness отличается от Claude Code

• Открытые исходники. dsh под лицензией MIT, Claude Code это проприетарный CLI от Anthropic.
• Свобода моделей. В dsh любая LLM через плагин-адаптер: Claude, GPT, DeepSeek, локальные модели. Claude Code завязан на модели Anthropic.
• Замена цикла. В dsh можно переписать сам агентский loop (например, добавить своё правило "думать дольше на сложных задачах"). В Claude Code этого нет.
• UI из коробки. dsh идёт с веб-интерфейсом, Claude Code это CLI-only тул.
• Зрелость. Claude Code стабильный, много готовых скиллов, экосистема Anthropic отлажена. dsh это developer preview, ломающие изменения ожидаются.

Короткая правда: dsh это lego-конструктор для того, кто хочет собрать свой агент под конкретную задачу. Claude Code это готовая машина от Anthropic, которую взял и работаешь.

Как искать плагины и не наткнуться на мусор

Основная точка входа - топик dsh-plugin на GitHub. Плюс community-каталоги:

• dshworks/awesome-dsh-plugins - реестр, отфильтрованный от спама.
• awesome-dsh-plugin.com - сайт-каталог по категориям: UI, темы, сессии, память, инструменты, workflow, уведомления, модели.

Что смотрю сам перед установкой плагина:

1. Дата последнего коммита. Если больше месяца, скорее всего брошено.
2. Кто автор. Если аккаунт создан вчера и это единственный репозиторий, скипаю.
3. Есть ли README с примером конфига. Без него не понятно, что вообще делает плагин и как его включить.

Кому подходит DeepSeek Harness, а кому нет

Подходит:

• Инженерам, которые собирают агента под конкретный процесс и хотят полный контроль.
• Тем, кто хочет запускать несколько LLM бок о бок или переключаться между ними без переезда всей инфры.
• Разработчикам плагинов и опенсорс-энтузиастам - экосистема на подъёме, писать плагины сейчас = попасть в топ ранних.

Не подходит:

• Тем, кому нужен стабильный CLI-агент "здесь и сейчас" - берите Claude Code.
• Не-разработчикам без желания разбираться с конфигами - веб-UI дружелюбный, но плагинная модель требует понимания, что вы стыкуете.
• Продакшн-нагрузкам. dsh в developer preview, авторы прямо предупреждают про ломающие изменения.

Частые вопросы

Это только для DeepSeek-моделей? Нет. Через плагины подключается любая LLM с OpenAI-совместимым API: Claude, GPT, DeepSeek, локальные Ollama, OpenRouter.

Нужен GPU? Нет. dsh это агентский рантайм, а не LLM. Сам он крутится на любом ноутбуке. GPU нужен только если хочешь локальную модель.

Работает под Windows? Да, кроссплатформенный. Нужен установленный Node.js.

Насколько стабильный? Developer preview. Ломающие изменения ожидаются, до продакшена не готов, но для локальных экспериментов и pet-проектов - работает.

Данные утекают в Китай? Сам dsh локальный, ничего никуда не шлёт. LLM зависит от того, кого подключил: если DeepSeek API - запросы уйдут в Китай, если локальную Ollama или Claude через AWS - не уйдут.

Вывод

DeepSeek Harness - самый быстрорастущий агентский фреймворк последних лет. 148 тысяч звёзд за 4 дня это не спам, а реальная реакция сообщества на удачную архитектуру. Идея "всё есть плагин" оказалась той, что комьюнити ждало. Ставится в одну команду, работает под любую модель, экосистема из 1000+ плагинов уже есть.

Но это developer preview. Если нужен стабильный агент под работу сегодня - берите Claude Code. Если хочется собрать своё под конкретную задачу и повозиться - смотрите dsh.

Что дальше

Если хочешь собрать такую систему у себя - у меня есть курс по вайбкодингу и работе с нейросетями в клубе Мандарин Лаб: mandarinedu.ru. Первые уроки открыты бесплатно.

Если нужно внедрить ИИ в бизнес - процессы, агентов, автоматизацию под вашу задачу - пишите мне напрямую: t.me/Philigranchik. Разберу задачу и скажу, что реально автоматизируется, а что нет.