DeepSeek Harness 五层拆解:装得上、控得住、扩得了、组得起
把一期 50 分钟的 DeepSeek Harness 教程重排成可查阅的结构:它和聊天网页差在哪、桌面端怎么装、四种模式怎么选、四档权限各自的边界、八条斜杠指令与三个 Office 技能、插件的三种安装方式,以及用两个插件拼出一个自动整理视频课程的助手。文末给出一张五层知识树、一份踩坑清单和两道自检题。
本文整理自 B 站视频《【全网最全】DeepSeek Harness 超详细教程:50 分钟吃透 DSH,让 SuperAgent 给你干活》,作者元宝,片长约 50 分钟。原片是一条完整的上手路径,从下载安装一路讲到插件组合,不是 API 文档式的功能清单。
字幕由语音转写生成,专有名词错听较多,例如把 Harness 转成“哈尼斯”、把 PTC 转成“PDC”。本文按官方写法统一订正;几处转写完全无法还原的插件名,只按功能描述,不猜英文名。
多数人第一次打开 AI 编程工具,会遇到同一种落差:看别人用得很顺,自己上手却不知道点哪里。原因往往不是模型不够强,而是没搞清这套东西的部件关系——哪个是模型、哪个是环境、哪个决定它能干什么。
原片用了一套很稳的比喻:马、马具、车马间。下面沿用这套比喻,把五十分钟压成一条可以按图索骥的路径。
先把名字拆开
DeepSeek 是模型的名字,也是做模型的公司。Harness 这个词直译是马具,就是套在马身上那一整套东西:缰绳、嚼子、套包。
这个比喻的关键在于:马具既不是马本身,也不是马后面拉的车。它只做一件事——把马和车连起来,让马听得懂人往哪指挥。
对应到软件上,两者的分工是这样的。
| 部件 | 比喻 | 负责什么 |
|---|---|---|
| 模型 | 马 | 理解要求、分析问题、决定下一步 |
| Harness | 马具与车马间 | 读哪个文件、能调哪些工具、做完一步之后怎么继续 |
所以一句话定义:**DeepSeek Harness 是一套把大模型套上工具的装置。**它让模型不只会回答问题,还能在你自己这台电脑上读文件、写文件、跑命令、装插件、定时干活。
和网页版到底差在哪
“都有 DeepSeek,为什么还要装一个桌面端”——这个问题用一句话就能回答:网页版是一个聊天窗口,Harness 是一个干活的现场。
窗口和现场的区别,落在三个具体动作上。
**改文件。**网页版里,你要么把文件传上去,要么把要改的内容复制过去,改完再粘回来。在 Harness 里,它直接打开那个文件改。
**查资料。**网页版要你把资料一段一段粘给它。Harness 可以自己翻本地文件夹,也可以自己上网搜。
**批量。**一百个文件要改同一个地方,网页版只能一个个粘。Harness 会自己写一个小脚本,一次改完。
一个很多人踩过的坑
有人以为模型越强,Harness 的能力就越强。这句话只对了一半。
马具再好,马具配错了一样拉不动车。选对模式、给对权限、下对指令,往往比换一个更贵的模型更管用。这也是整期教程里最值钱的一句判断。
启动:从下载到第一句回复
这一步比想象中简单。整个过程没有命令行,不配环境变量,也不提前装依赖,和装一个微信没区别。
(1)去官网下载对应系统的安装包。桌面端目前支持 macOS 和 Windows。
(2)Windows 双击一路下一步,安装路径建议选 D 盘。macOS 双击打开,把图标拖进“应用程序”。
(3)打开后用手机号加验证码登录。这一步不能跳过,因为配置、会话、已安装的插件全都跟着账号走;换一台机器登录,它们也还在。
(4)首次进入会让你准备调用额度。注意两点:充值金额是用来调用 API 的;如果已经买过 DeepSeek 官方或其他模型的 API,直接点继续,不用再充。
(5)配 API。路径是左下角账号 → 设置 → 第三栏“模型”。这里有两栏容易混。
| 栏目 | 填什么 | 什么时候用 |
|---|---|---|
| DeepSeek 账号 | 平台账户里的余额 | 已经在桌面端充过值 |
| DeepSeek | 你买到的 API Key | 有自己的 Key,粘贴后旁边出现绿点即成功 |
想接第三方模型,就点“添加模型供应商”,选好提供商,把 Key 粘进对应一栏保存。
(6)验证。随便给一个提示词,收到回复就说明配通了。
界面只有三块
| 区域 | 内容 |
|---|---|
| 左导航栏 | 新建对话、插件入口、按工作区分组的会话列表、账号与设置 |
| 中间对话区 | 标题栏(显示当前会话与模式)、对话与轨迹两个视角、输入框 |
| 右侧停靠面板 | 文件浏览、终端(可多实例)、内置浏览器,支持多标签与左右分栏 |
右侧面板默认隐藏,点标题栏角落的按钮才滑出来。它可以同时开两个页面,也可以一键全屏。这个设计的意义在于:模型在中间干活,你可以在旁边同时看文件、看网页、看运行结果。
还有一个开关值得先打开。设置 → 通用设置 → 打开“显示代码工作图”,回到会话就能在标题栏下面看到“对话”和“轨迹”两个按钮。
它们是同一段过程的两种看法。对话是熟悉的问答流,适合看结论。轨迹是按时序排的事件记录表,点开任意一条能看到这一步的 token 用量和耗时,适合复盘它到底怎么一步步做出来的。
控得住之一:四种模式怎么选
模式决定的是“这匹马怎么干活”。原片反复强调一句:模式之间没有强弱之分,只有适配之别。
| 模式 | 工具配置 | 适合什么 |
|---|---|---|
| 标准 | 功能完整:文件编辑、shell、文件检索、网页检索、skills、计划、目标、子代理、工作流 | 拿不准时先用它;日常任务与资料整理 |
| PTC | 同样是完整编码 agent,但默认不提供工作流工具 | 重复动作多、要批量的任务 |
| 极简 | 只保留两个工具:持久化 shell 与文件编辑器,配固定提示词 | 跑模型基准测试 |
| 创造 | 标准模式全部工具,另加运行时检查、插件管理、开发指引 | 想改造 Harness 本身、写插件、做自己的模式 |
有一条操作限制要先知道:**一个对话里可以换模型,但不能中途换模式。**新建对话时就得想好用哪个。
PTC 到底不同在哪
PTC 的全称是 programmatic tool calling,也就是通过程序调用工具。
标准模式的工作方式是让 agent 直接调工具:做一步、调一次、等结果、再往下走。PTC 反过来,让 agent 先用 run code 写一段 TypeScript 程序,再用生成的工具 SDK 发起调用。程序里可以写循环、条件判断、错误处理,也可以把适合并发的调用放在一起。
一句话:标准是先干一步看一步,PTC 是先写脚本再批量干。
同一个任务,两种模式交出来的结果往往很像,差别藏在过程里。把两个会话的轨迹页并排看,能看出三处不同。
| 对比项 | 标准模式 | PTC 模式 |
|---|---|---|
| 轨迹形态 | 一条长链,每做一步就调一次工具 | 一整段程序加一个干净的结果 |
| 记录表 | 几十条工具调用记录 | 几条 run code 记录 |
| token 花费 | 高 | 明显更低 |
差异最大的是 token 那一栏:干差不多的活,花的钱差出一大截。
选模式的四句话
觉得拿不准,先用标准模式。重复动作多、需要批量处理,再考虑 PTC。想把 Harness 改造成自己的工作台,选创造模式。要跑几种测试、只关心模型本身的表现,选极简。
原片末尾留了一个小测试:二十份格式相同的笔记,要做同一套提取,选哪个模式。按上面四句话推,答案是 PTC。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TD
S["接到一个任务"] --> Q1{"拿不准它能不能做好"}
Q1 -->|是| STD["标准模式"]
Q1 -->|否| Q2{"重复动作多、需要批量"}
Q2 -->|是| PTC["PTC 模式"]
Q2 -->|否| Q3{"想改造成自己的工作台"}
Q3 -->|是| CRE["创造模式"]
Q3 -->|否| MIN["极简模式<br/>仅用于基准测试"]上图把那四句话排成了判断顺序:先排除不确定,再看动作是否重复,最后才考虑改造。
控得住之二:工作区与四档权限
如果模式决定马在哪干活,权限就决定它在这块地方能干多大的事。讲权限之前,得先有工作区。
新建对话时,模式按钮旁边有一个写着“默认工作区”的按钮,点它可以选一个本地目录,也可以新建一个位置。添加成功后,左侧导航栏的会话列表会自动按工作区分组。
权限一共四档,前三档原生自带,第四档要在插件界面里开启。
| 档位 | 能做到什么 | 边界在哪 |
|---|---|---|
| 仅可查看 | 读取允许读的内容 | 不能改文件;请求写入会被限制并提醒 |
| 工作区内修改 | 工作区内随便改 | 碰工作区外的文件会被沙箱拦下,报文件访问被拒 |
| 完全权限 | 选择时弹风险确认,确认后放行 | 越界操作仍会弹审批卡片,每次都要单独放行 |
| 自动授权审查 | 每次调用前先给模型做前置审查,通过后按完全权限执行 | 可能误放不安全操作,也可能误拒有用操作,且每次审查额外消耗 token |
三个容易误解的点。
**完全权限不等于不再问你。**原生状态下,即使切到完全权限,越界的操作仍会弹审批卡片。想真正不再逐个确认,得额外装一个社区插件,这一档本身不带这个效果。
**自动授权审查是实验性的。**选择器上带 EXP 标记,要先在左侧插件页里开启它,才能在会话里选到。选了之后同样会弹一次当前对话的风险提示。
**日常工作用“工作区内修改”就够。**既能干活,又有边界,不会把电脑弄乱。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
A["仅可查看<br/>只读,不能写"] --> B["工作区内修改<br/>区内自由,越界被拦"]
B --> C["完全权限<br/>越界仍需逐次审批"]
C --> D["自动授权审查<br/>在完全权限之上加一层前置审查"]上图是四档按放权程度排成的阶梯。注意两点:拦人的位置在第二档之后;最右边那档虽然建立在完全权限之上,仍可能放错或拒错。
控得住之三:八条指令与三个 Office 技能
每次用鼠标点权限太麻烦,于是有了斜杠指令。总共八条,分成三组。
| 组 | 口诀 | 菜单条目 | 作用 |
|---|---|---|---|
| 常用四条 | 先计划 | plan | 先出计划,你同意再动手 |
| 给权限 | permission | 直接切到某一档,改完看界面状态是否真切过去 | |
| 清桌面 | compact | 把聊过的内容压成摘要,给后续任务腾空间 | |
| 传文件 | file | 把本地文件直接交给它 | |
| 进阶两条 | 选模型 | model | 切换当前对话使用的模型 |
| 管目标 | goal | 设定一个跨多轮持续推进的长期目标 | |
| 收发两条 | 提意见 | feedback | 把意见正式反馈给官方 |
| 存档案 | export | 以 zip 格式导出当前对话日志 |
口诀按菜单顺序念:先计划、给权限、清桌面、传文件、选模型、管目标、提意见、存档案。
上表的英文名按字幕还原,个别可能是单数形式。界面里以你看到的条目为准,作用是准的。
有两件事必须记牢。
**第一,指令是给界面下的,不是给模型下的。光敲一个指令,它不会跟模型说话。所以指令本身不消耗 token,只有指令后面跟了内容才消耗。**这是全篇最实用的一条省钱知识。
**第二,管目标不是普通提问。**普通提问只执行一轮;设了目标之后,agent 会围绕它持续工作,每轮结束自动进入下一轮,直到目标完成、被拦住,或达到轮次上限。单轮任务不用开,跨多轮的长任务才值得。
“压缩上下文”值得单独说,因为它有明确的触发信号。出现以下任一情况就用它:它开始忘记前面提过的要求、开始重复已经说过的事、界面提示上下文快到上限。
菜单里还坐着三个邻居
输入斜杠时,菜单里除了八条指令,还并列着三个 Office 技能:Office Docs、Office PPT、Office Excel。
它们看着像指令,性质完全不同。**指令是控制当前会话的,技能是告诉模型“做这类任务要走什么专业流程”。**所以指令空敲不花钱,技能一叫就花钱。
| 技能 | 能做什么 |
|---|---|
| Office Docs | 新建、读取、修改 Word 文档 |
| Office PPT | 新建、修改演示文稿,产出的是可编辑的原生图表,不是贴上去的截图 |
| Office Excel | 新建、修改表格,处理数据、公式、格式,也支持用 pandas 做数据分析和清洗 |
三者共用一条“生产加质检”的流水线,都是三步。
第一步生成,直接用打包在 Harness 里的 Python 环境写文档,不用另外装软件或装库。第二步体检,检查文件有没有损坏、内容有没有真的写进去、页数对不对、表格数量对不对。第三步预览,渲染成图片或 PDF 看效果,确认没有跑版。
这套流程是桌面端和网页版生成 Office 文件时最大的不同之一:它不只负责写,还负责看一眼写出来是什么样。
扩得了:一切皆插件
官方自带的插件分两类。
内置配置类默认开启,比如子智能体、网页搜索。实验性插件需要手动开,比如智能体团队、语音输入、自动授权审查。设置里第四行“内置插件”还有一份完整的只读清单,对话插件默认展开,全局插件那组折叠在下面。
社区插件的安装有三种方式,对应三种情况。
| 方式 | 怎么操作 | 适合 |
|---|---|---|
| 插件页安装 | 左侧插件 → 添加插件,粘贴 GitHub 仓库地址、插件名或本地目录路径 | 已经知道要装什么 |
| 对话里让 agent 装 | 新建对话 → 输入斜杠选计划 → 粘插件链接并说明要求 | 陌生插件,不想读长 README |
| 插件市场 | 设置最下方的插件市场入口,浏览、搜索、点安装 | 想先逛再决定 |
第二种值得展开,因为它顺带演示了“计划”指令的正确用法。原片的提示词是:先读说明,检查是否和当前版本兼容,再告诉我这个插件的作用、装在哪里、怎么使用。Harness 会先交一份 Markdown 计划书,在右侧边栏就能预览。看完点确认执行,它才动手;不满意就点再次修改,提新要求。
**这个习惯值得养成。**不只是拆解多步骤任务,凡是涉及修改文件的任务,都先让它计划一遍。理由很简单:在它动手之前,你就能看出它有没有理解偏。
组得起:用两个插件拼一个课程助手
前面三件装备单独看都是一个一个的功能,合起来才有意思。原片用它们做了一个真实的组合案例。
先理清需求
痛点很具体:在视频网站看教程,学完就忘。不是没有内容,而是知识点散在不同窗口里——这个讲安装,那个讲插件,真要动手时不知道从哪条开始。
所以目标是一个会自动盯着课程视频、自动生成知识笔记的应用,两个功能。
**功能一,实时总结。**定时观察浏览器当前窗口,如果是新视频,就在工作区生成一份知识笔记;如果不是新视频,保持静默。
**功能二,学科分类。**根据视频关键词判断属于哪个学科。已有学科就更新到对应笔记,全新学科就新建一份。
最终产出还要结合视频内容、弹幕和评论做总结,保存为 Word 文档。
为什么用 PTC
这是典型的批量判断任务,正好是 PTC 的主场。所以在“课程助手”这个新工作区里新建对话,模式选 PTC,然后走计划指令,把整段需求跟在后面发出去。
过程中会弹两类窗口:选项对话框点推荐项,权限申请点允许一次。如果它自动开了别的窗口,不用慌,那是它在测试。
它先交一份 Markdown 计划书,逐个功能说明实现思路。确认执行后,它按计划把应用搭出来。
这里有一句判断值得记下来:**做这个应用不需要写技术方案,只要把“要什么”说清楚。**怎么判断新旧、怎么提取内容、怎么生成笔记,它自己去解决。
再补一个前端
第一版能用,但不方便——每次都得打开 Harness。所以追加一条需求:做一个简单前端,可以调轮询时间、带启动开关、有实时总结界面,并且在桌面生成一个快捷方式。
界面要求写得很克制:不要花哨,简洁实用为主,其余功能适当自由发挥。
同样走计划指令,同样先出计划书再执行。做完后实测:打开 B 站选一个视频,回到课程助手界面,它已经开始实时同步内容并显示正在播放的标题;换一个学科的视频,它把新视频归到了新的学科分类下。
最后一步:存档案
优化的时候有个很实用的技巧:**在同一个工作区下新建一个对话,用自己的大白话把想法说清楚。**它既能讲清改动点,也会直接把应用改好。
收尾是口诀的最后三个字。输入斜杠选“存档案”,整个对话会以 zip 格式导出。以后想复盘、想复用、想发给同事,把这个压缩包发过去就行。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart LR
M["记忆插件<br/>跨对话沉淀偏好"] --> APP["课程助手<br/>按学科归档笔记"]
V["视频课程插件<br/>读取并整理视频内容"] --> APP
APP --> N["知识笔记<br/>Word 文档"]
APP --> F["前端页面<br/>开关 · 轮询 · 实时总结"]上图是两个插件的分工:一个管跨对话的记忆,一个管视频内容的理解,应用把两者的输出汇成笔记,再套一层不依赖 Harness 的前端。
几个容易踩坑的地方
原片在演示中间散落了几句提醒,集中起来看,它们都不属于“不会用”,而属于“用错了还不知道”。
| 坑 | 表现 | 正确的做法 |
|---|---|---|
| 以为模型强就够 | 换了更贵的模型,任务反倒更糟 | 先查模式、权限、指令三处配置 |
| 想中途换模式 | 找不到切换入口 | 新建对话时先定模式,模式在会话内固定 |
| 把完全权限当免审批 | 越界仍被反复打断 | 日常用工作区内修改;要免审批得另装插件 |
| 以为指令也花钱 | 不敢敲斜杠 | 指令空敲不耗 token,后跟内容才耗 |
| 一上手就搬空插件市场 | 装了一堆,一个也没配明白 | 先有需求,再补能力 |
最后一条是原片的原话:插件多不等于任务完成得好。课程助手那个案例的顺序值得照抄——先明确两个功能,再去找能实现这两个功能的两个插件。
五层与四颗果实
把整期内容长成一棵树,一共五层。
| 层 | 对应问题 | 交付的能力 |
|---|---|---|
| 认知 | 它是什么 | 知道它是给模型套工具的装置 |
| 启动 | 怎么装起来 | 装好桌面端、选好工作区、配上模型、收到第一条回复 |
| 控制 | 怎么指挥它 | 模式、工作区与权限、指令、Office 技能 |
| 扩展 | 缺什么怎么办 | 一切皆插件,三种安装方式对应三种情况 |
| 组合 | 怎么变成自己的东西 | 多个插件拼成一个专属助手 |
四颗果实是四个动词:装得上、控得住、扩得了、组得起。
图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。
flowchart TB
R["根:让 AI 从会聊天变成替自己干活"] --> L1["一 · 认知:它是什么"]
L1 --> L2["二 · 启动:装得上"]
L2 --> L3["三 · 控制:控得住"]
L3 --> L4["四 · 扩展:扩得了"]
L4 --> L5["五 · 组合:组得起"]上图是这棵树的主干。它真正的用法不是记住五层,而是卡住的时候用来定位:先看自己卡在哪一层,再回到对应章节复习。
两道自检题
**第一题。**用一句话说清 Harness 和平时用的聊天网页差别在哪。重点不在“一个装在电脑上、一个在网页里”,而在它当前接入的工具和执行环境。
**第二题。**给你一个任务,你知不知道该选哪个模式、给多大的权限、敲哪条指令。
两题都能说清,说明不是跟着按钮点了一遍,而是真的把配置关系学到了手。
我的三点补充
原片讲得很完整,但有几处值得补一句自己的判断。以下是我的评注,不是原片内容。
**第一,这套五层框架的价值不在记忆,在排错。**它把“我不会用”这种模糊感受,拆成了五个可以逐层检查的问题:不知道它是什么、装不上、指挥不动、缺功能、拼不起来。这比记住四个动词有用得多。
**第二,权限那一档是唯一有真实风险的地方。**模式选错只是效率问题,权限给错是数据问题。稳妥的做法是:日常固定用工作区内修改,只在明确知道要动哪里时临时提权,用完降回来。完全权限和自动授权审查都属于“知道自己在做什么”才用的档位。
**第三,插件多不等于任务完成得好。**原片那句“先有需求,再补能力”说得克制。刚上手就把市场搬空,结果是每个插件都装了、每个都没配明白。
一句话总结:**DeepSeek Harness 把“模型能不能干”的问题,换成了“你有没有把模式、权限、指令、插件配到位”的问题。**前者你改不了,后者你可以。