dsh-univer-office是dream-num团队为DeepSeek Harness开发的办公插件，基于Univer引擎，使AI智能体能够通过自然语言操作Word、Excel、PPT等文件。它支持六种内容类型，采用隔离工作树机制确保修改安全，可预览审核后合并。该插件将AI的“大脑”与文档操作的“双手”结合，改变办公自动化方式，但PPT支持仍在开发中。

DSH-IM插件由开发者@Xmanrui开源，可将DeepSeek Harness连接至微信、飞书、钉钉、Telegram等IM工具，支持多机器人绑定及私聊群聊。安装后需重启服务并配置机器人，提供多种命令管理会话、模型和工作区，支持图片发送，单张最大5MB。

DeepSeek Harness 安装使用指南：可通过源码、npx命令或第三方桌面端安装，也可让Codex/WorkBuddy自动部署。支持多模态输入、插件系统（如皮肤、PPT制作）和轨迹追踪。卸载简单，删除相关文件即可。核心亮点是降低命令行门槛，让AI代理处理繁琐操作。

Prime Intellect的研究表明，开源模型结合Multi-Agent Harness在nanoGPT优化任务中表现接近顶级闭源模型，挑战了RSI的假设。实验发现模型间的差距不在于创意，而在于试错吞吐量。更便宜的开源模型负责监控实现，高效的试错机器能提升AI科研速度，加速AI研发迭代。

南京大学综述《Self-Evolving Coding Agents》提出编码智能体应基于执行反馈自我进化，而非静态固定。文章将进化对象分为框架、记忆、技能工具、模型、工作流拓扑五类，并区分任务内、任务后、阶段性三种时机及结果、环境、轨迹三类证据。同时指出可复现性、反馈可靠性、记忆腐化、评测短视四大挑战，为手搓Harness的工程师提供系统化进化方向。

DeepSeek Harness v0.1发布后，社区迅速涌现超千个插件。文章推荐七款必装插件：External CLI Router调度Claude、OpenAI等模型，Phone Access Setup支持手机访问，Bell Notifier推送通知，Clipboard Context读取剪贴板，Git Checkpoint实现代码回滚，Quick Tunnel生成临时公网链接，Gemini CLI Router提供第二意见。这些插件让DSH从空壳聊天框变为完整AI编程工作站，但“一切皆插件”的中立设计也引发对DeepSeek自身模型角色的思考。

DeepSeek Harness在GitHub三天获近13万星，成增长最快项目。其“一切皆插件”特性催生6000多个插件，涵盖皮肤、交互UI、浏览器操作、视觉工具和多Agent调度等。社区通过插件自定义Agent，形成“AI时代App Store”雏形，但官方提醒仍处预览阶段，未来或成Agent架构基础。

AI SDK新增Cline适配器，通过统一HarnessAgent接口运行Cline，无需修改应用代码即可切换运行时。Cline在主机进程运行，沙箱仅作远程文件系统和shell，不安装桥接进程。目前支持Claude Code、Cline、Codex等七种工具，未来将扩展更多。

DeepSeek V4 Pro在官方测试中得分87.9，但第三方仅得54.68，差距33分。原因在于官方使用Harness极简模式，该模式是模型训练时的原生环境，能激活其最强能力。切换模式后分数下降，但通过首轮锚定极简工具可恢复高分。这暴露了Agent能力评测对测试框架的依赖，引发对评测标准的反思。

本文探讨AI编程工具效率差异的关键在于“鞍具”（harness）而非模型本身。Pi以极简提示词（约200 token）实现高完成率和低成本，而Claude Code等复杂工具消耗大量token，成本差达六倍。OpenCode Go提供月费模型入口，Herdr支持代理编排。作者强调工具应透明、可控，选择需匹配模型与工作流，避免被工具绑架。

DeepSeek发布V4 Pro模型，编程和Agent能力受期待。同时推出DeepSeek Harness开源平台，支持快速部署、多模型接入和插件化扩展。用户可通过NPM或源码安装，访问Web Chat，并添加第三方API。插件生态尚处早期，未来潜力待观察。

该文介绍开源插件dsh-web-search-ddg，解决DeepSeek Harness搜索计费问题。它用本地浏览器headless访问DuckDuckGo替代官方搜索，实现零API key、零依赖、零模型账单。安装简单，配置灵活，但延迟10-20秒，结果质量依赖DDG，适合对账单敏感且不追求速度的用户。

DeepSeek Harness采用“万物皆插件”架构，核心Agent由多个插件组合而成，而非固定程序加扩展。插件通过声明依赖（如tools）动态连接，系统持续管理其生命周期（PENDING至DISPOSED），卸载时自动清理注册的工具、监听器和定时器（effect机制）。Fiber记录插件运行状态，waterfall中间件链允许权限检查等拦截流程。Bundle打包多个插件，Profile定义组装方案，安装插件即下载并加入Profile。

DSH与Pi是两种相反的Agent框架设计：DSH基于Cordis插件系统，支持动态装卸组件，强调可逆副作用和自修改能力；Pi则极简，仅保留核心循环和四个工具，依赖扩展。两者分别解决长任务恢复和结构重组，但验证机制仍缺失，需证明自进化真正有效。

文章探讨DeepSeek Harness（DSH）的用户定位问题。作者认为DSH面向追求Agent自我进化、接受变化、自行开发插件的用户，而非需要稳定工作流的业务用户。相比Claude Code等固化工具，DSH缺乏专业维护和垂直领域沉淀，可能导致不稳定。作者类比React Native的失败，认为DSH更适合构建“贾维斯”式超级AI，而Pi框架更适合作为业务系统底层。

Hermes智能体框架通过三项改造，将DeepSeek Harness编码工具成本降至0.30美元：图优先代码审查减少Token消耗82倍，OpenRouter提供灵活模型路由，Hermes委托调用实现大脑与执行分离。此方案虽高效，但依赖静态解析精度，稳定性待验证，三毛钱成本或难复现，仅为开源生态探索起点。

DeepSeek开源Agent框架Harness，42小时GitHub破10万星，创最快纪录。其核心是“一切皆插件”的微内核架构，支持灵活组装，成本仅为同类1/120。但安全审计发现40条攻击路径、13个漏洞，插件无签名校验，沙箱可逃逸。项目虽火爆，但生产安全性存疑，是一场未完成的实验。

dsh-market是DeepSeek Harness的可视化插件市场，提供超300个插件的搜索、安装、更新和卸载，支持分类筛选和双语说明。插件覆盖UI、主题、记忆、工具、浏览器控制、GitHub、工作流等类别，使Agent能操作现实对象，从命令行管理转向应用商店式体验，并支持跨任务记忆和模型调度。