DeepSeek Harness: tudo como plugin – visão detalhada
Em 13 de agosto de 2026 a DeepSeek AI lançou DeepSeek Harness (dsh), um runtime open‑source para agentes de IA. O projeto segue a filosofia “everything is a plugin” baseada no kernel Cordis. Neste artigo faremos uma visão geral, explicaremos a arquitetura, compararemos com outras soluções (Claude Code, Codex CLI, OpenHands) e mostraremos como instalar e usar o Harness.
Visão geral da arquitetura
Um agente no DeepSeek Harness é composto por:
- Model – o LLM que gera respostas.
- Harness – o runtime que orquestra o modelo, fornece ferramentas, sessões e gerenciamento de estado.
- Plugins – cada capacidade (ferramentas, sessões, loops, UI) é implementada como um plugin
npmque pode ser trocado ou recombinado.
A camada Cordis oferece um sistema de registro, dependências e eventos, permitindo que plugins sejam montados dinamicamente sem tocar no código‑fonte do Harness.
Modos de execução
O Harness suporta quatro modos predefinidos:
- Standard – conjunto completo de ferramentas (shell, editor de arquivos, busca web, habilidades, sub‑agentes).
- Code – as mesmas ferramentas expostas via SDK TypeScript, ideal para modelos que escrevem código de orquestração.
- Minimal – apenas shell e editor de texto, usado para benchmarks de desempenho.
- Creator – modo interativo com inspeção de sessão, experimentação de plugins e criação de presets.
Instalação rápida (Web UI)
Com Node.js instalado, basta executar:
npx @deepseek-ai/dsh web
O comando inicia a UI web em http://127.0.0.1:3080. A partir daí você pode selecionar o modelo, anexar plug‑ins e iniciar sessões interativas.
Instalação a partir do código‑fonte
Para quem deseja personalizar ou contribuir:
git clone https://github.com/deepseek-ai/deepseek-harness.git cd deepseek-harness pnpm install pnpm run build pnpm dsh web
Comparação com outras runtimes de agente
| Recurso | DeepSeek Harness (dsh) | Claude Code | Codex CLI | OpenHands |
|---|---|---|---|---|
| Arquitetura plugin | ✔ Tudo como plugin (model, tools, UI) | ✖ Arquitetura monolítica | ✖ Sem plug‑ins | ✔ Plugins limitados |
| Modos de runtime configuráveis | 4 modos predefinidos + custom | Um modo único | Um modo único | 2 modos (desktop, server) |
| Suporte a múltiplos LLMs | Sim (via provider plugin) | Somente Claude | OpenAI Codex | Variados via OpenAI/Anthropic |
| Extensibilidade de ferramentas | Plugins npm (qualquer lib JS) | Ferramentas internas fixas | Plugin Python limitado | Plugins Python |
| Logs de sessão auditáveis | ✔ Trajetória completa (JSON) | ✖ Logs voláteis | ✖ Sem rastreamento | ✔ Registro básico |
| Ecossistema de plugins | GitHub topic dsh-plugin | Nenhum | Não aplicável | Comunidade emergente |
| Licença | MIT | Proprietária (Anthropic) | Licença OpenAI | MIT |
O ponto forte do DeepSeek Harness é a capacidade de trocar qualquer componente via plug‑in, permitindo experimentação rápida e integração com provedores customizados. Em contrapartida, ainda está em developer preview, portanto quebras de compatibilidade são esperadas.
Casos de uso típicos
- Assistente de desenvolvimento que pode instalar novas ferramentas on‑the‑fly.
- Orquestração de pipelines de dados com plugins de fonte/sink (ex.: bases de dados, APIs REST).
- Benchmark de LLMs usando o modo
Minimalpara medir latência de chamadas de ferramenta. - Experimentação de UI customizada ao montar um plug‑in de front‑end.
Próximos passos
Para quem quiser contribuir, basta abrir um pull request ou iniciar uma discussão em GitHub Discussions. O repositório já conta com mais de 140 k estrelas, o que indica forte interesse da comunidade.
Fique de olho nas próximas releases — a equipe da DeepSeek promete introduzir um SDK de Rust e melhorar o suporte a modelos localizados.