🐋 Agent 框架 · 开源实测
开源 Agent 框架实测：88 页论文翻译耗时 22 分钟，GitHub 星数 3 小时破 3 万
8 月 14 日，DeepSeek Harness 以 v0.1 开发者预览版正式公测并开源。它没有套用社区猜测的 Pi Agent 架构，也没有沿用缓存命中率超高的 Reasonix，而是用一套「一切皆插件」的元框架，让开发者自己拼装想要的智能体。
来源：综合公开信息整理•
2026-08-14•
全文约 5 分钟读完
#DeepSeek Harness
#Agent 框架
#一切皆插件
#开源
🐋 元框架
不内置 Agent 本体，只定义插件的挂载规则
30 分钟
GitHub 星数破 1 万
3 小时
仓库星数发稿时已超 3 万
⚡ 30 秒速览
- 闪电二连击：V4-Pro 正式版上线并预告涨价两小时后，DeepSeek Harness v0.1 公测开源；星数 30 分钟破万，发稿破 3 万。
- 设计哲学：模型、工具、技能、会话、沙箱、存储、循环、调度、UI 全部插件化；底层 Cordis 元框架只负责加载、卸载和依赖管理。
- 四种模式：标准 / 极简 / 创造 / PTC 各自加载不同插件集，按场景自由选。
- 实测数据：88 页论文翻译耗时 22 分钟，首 Token 平均 1.4 秒，缓存命中率 98%；贪吃蛇游戏极简模式 50 秒完成。
- 诚实分歧：它不是开箱即用的 Coding Agent，更像一套可组装的开发框架——这正是社区讨论最激烈的地方。
01发生了什么 一场密集的深夜发布
这不是一次孤立的产品更新，而是一次刻意安排的「组合拳」。
DeepSeek-V4-Pro 正式版上线，官方同步预告「价格即将大幅上涨」。
DeepSeek Harness v0.1 公测，开发者预览版与源代码同步开放。
GitHub 仓库星数突破 1 万。
星数超过 3 万，国内外开发者开始晒内测合影与「解密感言」。
注：时间线按公开信息整理，未标注具体分钟刻度；星数增长数据以官方仓库实时显示为准。
02它到底是什么 一个「一切皆插件」的元框架
社区原本的猜测落空了。DeepSeek Harness 没有采用 Pi Agent 架构，也没有套用缓存命中率极高的 Reasonix。它选择了更底层、也更开放的路线：先把 Agent 拆成积木，再让用户自己拼。
模型·
工具·
技能·
会话·
沙箱·
存储·
循环·
调度·
UI
这些能力全部通过插件挂载到底层 Cordis 插件系统上。Cordis 本身不关心业务，只负责插件的加载、卸载和依赖关系。它的设计思想来自北京大学与 DeepSeek 联合署名的一篇论文，核心是「时空可组合性」——把不同模块按需组合成新的系统能力。
换句话说，DeepSeek Harness 不是一台组装好的机器，而是一套允许你造机器的工具箱。
社区原本期待
Pi Agent 架构 / Reasonix 高缓存命中率 / 开箱即用的 Coding Agent。
实际给出的
Cordis 插件系统 / 可替换的组件集合 / 需要开发者自行组装的 元框架。
注：这不等于「失望」。两类产品的评价体系完全不同——成品看功能，框架看扩展空间。
03实测：能做什么 翻译 88 页论文，只花了 22 分钟
编辑第一时间拉取源码，在标准模式下喂了两个真实任务：翻译一篇 88 页论文、写一个贪吃蛇游戏。
22 min88 页论文翻译
1.4 s首 Token 平均耗时
98%缓存命中率
72.7k输出 Tokens
注：翻译任务输入约 6.6M Tokens，共派发 10 个子代理；数据来自单次本地运行记录，不同环境可能有差异。
📄 88 页论文翻译 完成
- 首次执行时没有内置 PDF 工具，Agent 先自行安装工具，再提取文本。
- 它没有直接开写，而是识别出桌面上已有一份该论文的旧翻译稿，并建议在旧稿基础上做增量修正。
- 最终派发 10 个子代理，完成复制、修正、补齐，交付格式完整、内容严谨的翻译文件。
亮点不在翻译速度，而在「先发现旧稿、再决定增量更新」的决策路径——这是传统自动化流程很难做到的部分。
🍎 贪吃蛇游戏：极简模式 vs PTC 模式 双模式完成
- 极简模式 50 秒完成，产出 Python 版，需在终端运行。
- PTC 模式 1 分 05 秒完成，由模型生成一段代码组合多轮工具调用。
- 极简模式刻意不做 HTML 封装，因为它的目标不是 C 端体验，而是最小环境下测出模型真实能力。
同一个任务，两种模式给出不同的「够用」定义；开发者要按场景选择插件集。
04为什么能做到 模式可组合，过程可回放
这个框架的工程巧思，藏在两个地方：模式系统与轨迹系统。
标准模式
提供完整工具组合，覆盖日常开发与任务执行。
极简模式
只保留 shell 与文件编辑工具，专门服务模型基准测试。
创造模式
允许在内存中调试 Cordis 插件，组合并创作新模式。
PTC 模式
程序化工具调用，由模型生成代码组合多轮调用。
「每一次运行都有迹可循」不是一句口号，而是一个具体设计：
🧭 轨迹系统
- 模型看到的一切都会写入仅追加的会话日志，包括系统提示词、思维链、工具调用与结果、子 Agent 调度、上下文注入。
- 轨迹视图支持按来源检索，也支持恢复、分叉、回放。
- 每个彩色读条对应一个运行节点，报错信息同样可回溯。
注：轨迹系统是 Agent 的「白箱」基础——开发者看到的是完整执行过程，而不是只拿到一个结果。
05为什么开源 闭源提供现在，开源掌握未来
团队负责人崔添翼在公开发布时说了这样一句：
「这是一个预览版本，可能存在很多粗糙之处，希望大家多提意见。」
从产品形态看，DeepSeek Harness 并不完美：生态不完整、界面极简、很多能力需要开发者自己补完。但它把选择权交了出来。
它不是一款面向 C 端用户的产品，更像一套乐高底座——你可以把它拼成评测工具、Coding Agent，或任何尚未被定义的东西。
编辑核心判断
DeepSeek Harness 的价值，不在「现在能跑多快」，而在把 Agent 的组装权交还给社区。一个不完美但可塑的开源底座，比一个封闭的完美产品更能定义下一代基础设施；当模型能力开始趋同，下一轮竞争的关键变量，是框架工程与开发者生态。
▶现在就能装
官方仓库已开放，需要 Node 环境与 pnpm。三行命令即可拉起本地网关，输入 API Key 后开始体验。
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install && pnpm run build && pnpm dsh web