
DeepSeek открыла публичный доступ к DeepSeek Harness — агентной среде для работы с кодом, файлами, исследованиями и автоматизацией задач. Проект распространяется с открытым исходным кодом по лицензии MIT, а на официальной странице Harness уже доступны готовые версии для Windows 64-bit и Mac с Apple Silicon. Компания называет нынешний запуск глобальным public preview.
Harness можно воспринимать как альтернативу инструментам вроде Claude Code, но DeepSeek пытается сделать его шире обычного coding-agent. Агент умеет работать с папками пользователя, читать и изменять файлы, запускать команды, анализировать таблицы, готовить документы и презентации, искать информацию в интернете и выполнять многошаговые задачи.
На сайте DeepSeek демонстрируются сценарии с DOCX, XLSX, PDF, HTML, Python, TypeScript и Markdown. Результаты можно просматривать прямо внутри интерфейса и дорабатывать в диалоге с агентом.
Почти всё в Harness можно заменить плагином

Главная архитектурная особенность проекта — принцип «everything is a plugin». Harness построен поверх фреймворка Cordis, а модели, инструменты, файловый доступ, агентный цикл и другие компоненты подключаются как отдельные модули.
Это позволяет не только устанавливать дополнительные возможности, но и создавать их непосредственно через Harness. В Creator Mode можно описать нужную функцию обычным текстом — например, попросить сделать таймер Pomodoro — после чего агент способен написать плагин, подключить его и проверить работу.
В документации DeepSeek Harness также подчёркивается, что отдельными компонентами являются модельные адаптеры, инструменты, песочницы и другие части системы. Поэтому разработчики могут менять отдельные элементы окружения, не переписывая весь агент.
Есть задачи по расписанию, но компьютер должен оставаться запущенным
Через экспериментальный плагин Scheduled Tasks Harness поддерживает одноразовые и повторяющиеся задания. Например, можно попросить каждую пятницу собирать отчёт из рабочих заметок или запускать определённую процедуру по cron-расписанию.
У автоматизации есть ограничение: согласно официальной документации, задания выполняются только пока работает Host. После его перезапуска Harness проверяет пропущенные события и для повторяющихся задач запускает последнюю пропущенную итерацию.
Без настольного приложения систему можно запустить локально через Node.js:
npx @deepseek-ai/dsh web
Команда открывает веб-интерфейс на локальном компьютере. Исходный код находится в официальном репозитории DeepSeek на GitHub.
При этом локальный запуск Harness не означает, что сама нейросеть тоже работает локально. Модель подключается отдельно: Harness поддерживает DeepSeek API, сторонних провайдеров и собственные совместимые API-серверы.
Есть и важная оговорка по зрелости продукта. На основном сайте DeepSeek называет Harness public preview, но в README репозитория используется более осторожное определение developer preview и прямо предупреждается о будущих несовместимых изменениях. Поэтому сейчас Harness скорее стоит рассматривать как активно развивающуюся открытую платформу для экспериментов и настройки собственных ИИ-агентов, а не полностью стабильный рабочий инструмент.