DeepSeek Harness / Modes
Creator 改运行时，PTC 改调用方式。一个让 agent 动手重写自己的工具与界面，一个把几十轮工具调用压成一段程序。它们都建立在同一个前提上：模型、工具、界面，全是可替换的插件。
FIG. 01 — 四种模式不是能力高低，而是“这次会话向模型暴露多少运行时”。切换只改变可见面，不改变插件树本身。
DeepSeek Harness（命令行 dsh）是 DeepSeek 在 2026 年 8 月 14 日开源的 agent 运行宿主，MIT 协议。它不是又一个聊天客户端，而是一套“把模型接进真实工作环境”的骨架：文件、终端、搜索、子 agent、定时任务、MCP，全部以插件形式挂上去。
底层是 Cordis 的“一切皆插件”架构。模型是插件，工具是插件，界面也是插件；插件可以组合、替换、在运行时装卸。这个设计带来一个直接后果：“agent 能做什么”不是写死的，而是这次会话装载了什么决定的。
所以它才有四种模式。它们回答的不是“模型多聪明”，而是同一个问题：这一次，把多少运行时能力摆到模型面前？
启动只需要 Node：npx @deepseek-ai/dsh web，默认在 127.0.0.1:3080 开一个本地界面。桌面版、Web 版、SDK 共用同一套运行时。
Creator 不是“更强的 Standard”。它多给的是一组指向运行时自己的工具：agent 能看见自己由什么组成，然后当场改。
cordis_inspect_list、cordis_inspect_query。查插件树、服务、事件、工具注册项——“这个工具是谁提供的”“为什么它没出现”，可以直接问。plugin_manager install_bundle 装进去。plugin_market，可以搜现成插件。官方文档给的例子很能说明问题：让 agent 把一个 MCP server 配成当前 profile 的 demo。它会写一个只含配置的 bundle patch，插入 @deepseek-ai/dsh-mcp-client，用 plugin_manager 安装；HMR 生效后，在同一个会话里直接调用 mcp__demo__ping 验证。整个过程不需要你打开编辑器。
“把这个 MCP server 配成 demo，然后 ping 一下。”
不需要知道包名和配置格式。
agent 生成一个 bundle patch，改的是配置，不是运行中的内存。
持久化，重启后仍在。
install_bundle 安装，HMR 把新工具接进当前会话。
立刻调用验证，失败就改配置重来。
这套东西绑定在当前 profile 上，该 profile 的所有会话都能用。
也可以打成 preset，做成专用 agent。
它把“造工具”的门槛从写一个 Cordis 插件，降到了说清楚你要什么。对愿意读代码的人，这是效率工具；对完全不懂插件机制的人，这是危险品——因为你把修改自身运行环境的权限交给了模型。
四条边界，用之前先记住：
Creator 到底能造出什么？官方把宣传片里七个插件的提示词全放了出来，中英各一版。复制进 Harness、选「创造模式」（Creator）就能复现——想验证「一句话生成插件」到底靠不靠谱，这是最直接的办法。
先看官方自己留的那句话：部分插件经过多轮对话反复打磨，单次生成（one-shot）不一定能完全复刻视频中的效果。所以别把这七段当 benchmark，它们更像七份写得不错的 brief——句式、约束、默认值都给全了。
考的是 3D 资产渲染加上侧边栏入口，七条里最直观的一个。
创建一个带左侧边栏入口的 DeepSeek Harness 插件，用 3D 模型展示巴黎埃菲尔铁塔、中国长城、紫禁城，以及另一座由你选择的著名建筑。
Create a DeepSeek Harness plugin with a left sidebar entry that renders 3D models of the Eiffel Tower in Paris, the Great Wall of China, the Forbidden City, and one more famous building of your choice.
把抽象计算做成可玩的教学游戏。还专门写了「别挡住 macOS 窗口按钮」——说明它是在真桌面应用里跑的，不是浏览器演示。
创建一个带左侧边栏入口的 DeepSeek Harness 插件，做成可交互的 3D 演示游戏，帮助我理解 Transformer 内部的计算逻辑。确保面板标题和工具栏避开 macOS 原生窗口按钮，不发生重叠。
Create a DeepSeek Harness plugin with a left sidebar entry: an interactive 3D demonstration game that helps me understand the computation inside a Transformer. Keep the panel title and toolbar clear of the native macOS window buttons so they do not overlap.
换肤级改动：不是换某个面板，是改整个应用的视觉风格。这条直接演示了「界面也是插件」。
创建一个带左侧边栏入口的 DeepSeek Harness 插件，让我可以切换整个应用的视觉风格。提供 5 种不同风格供我选择，像素风是其中一种。
Create a DeepSeek Harness plugin with a left sidebar entry that lets me change the look of the entire app. Offer five different styles to choose from, with a pixelated look as one option.
复用官网 shader 与英文字体，把审美约束写进了提示词；再用「保持简约」压制模型爱加戏的毛病。
创建一个从会话进入的海报设计工作台插件，使用 DeepSeek Harness 官网的 shader 背景图案和英文字体。支持自定义海报标题、文字和 shader 颜色。默认页面保持简约，不要多余的小标题或无用信息。默认海报标题为 Everything is a plugin。
Create a poster design workbench plugin accessible from the conversation. Use the shader background pattern and English font from the DeepSeek Harness website. Let me customize the poster title, text, and shader colors. Keep the default page minimal, with no unnecessary subheadings or information. Set the default poster title to “Everything is a plugin”.
七条里最重的：上传、剪辑、导出，再加上自然语言操作，等于让模型现造一个剪映。
创建一个从会话进入的视频编辑工作台，采用常见剪辑软件的深色界面和交互方式。支持上传多个视频、剪辑和导出。预览器放在上方，占据页面主要空间；时间轴放在下方，支持导入和剪辑视频。同时支持在会话中通过自然语言导入和剪辑视频。
Create a video editing workbench accessible from the conversation, using the dark interface and familiar interactions of established video editors. Support uploading multiple videos, editing, and exporting. Place a large preview at the top and a timeline below for importing and editing clips. Also let me import and edit videos through natural-language requests in the conversation.
关键词是「完整保留排版、字体、图片」——保真渲染比加功能难；划词菜单又把阅读和会话接了起来。
创建一个从右侧边栏进入的论文阅读器，支持上传论文，完整保留原始排版、字体、图片及其他内容，不丢失信息。选中文字后显示悬浮菜单，提供高亮、添加笔记和在会话中提问三个选项。默认提问 prompt 的语言应与界面语言一致。
Create a paper reader accessible from the right sidebar. Let users upload papers and preserve the original layout, fonts, images, and all other content without any loss. When text is selected, show a floating menu with options to highlight it, add a note, or ask about it in the conversation. Match the default question prompt to the interface language.
唯一读你自己数据的一条：token、成本、预算、CPU 占用。它成立的前提，就是 [01] 里说的「运行时接口交给模型」。
创建一个基于我真实会话数据的统计插件，展示总 token 消耗、会话数量，以及按 token 用量估算的成本和预算。支持查看 token 消耗时间线、各会话的 token 用量与成本，并监测 CPU 运行和占用情况。
Create a statistics plugin based on my actual conversation data. Show total token usage, conversation count, and estimated costs and budget based on token usage. Include a token-usage timeline, usage and costs for individual conversations, and CPU activity and utilization.
入口位置+要做什么+硬约束+默认值
入口（左侧边栏 / 右侧边栏 / 会话）、功能描述、限制条件（别挡按钮、保持简约、不丢排版）、默认值（标题、语言）。四段写全，命中率明显高于一句「帮我做个 XX」——这也解释了为什么同样的模型，官方演示和随手一试的差距会那么大。
PTC 全称 Programmatic Tool Calling。它把“模型点一下工具、结果塞回上下文、再点一下”的循环，换成“模型写一段程序，运行时替它跑完，只把结果带回来”。
run_code。tools.bash(...)、tools.read_file(...)、tools.grep(...)。code（async TypeScript 函数体，类型标注会被剥离）和一句 description，这就是一次工具调用。ToolCallError，带 toolName 和可读 message，可以 try/catch 后继续。console.log 和 return 的内容回到对话；所有中间结果留在程序内部，不进上下文。// 一次 run_code：读目录、找 TODO、只返回统计 const files = await tools.glob({ pattern: "src/**/*.ts" }); const hits = []; for (const f of files.slice(0, 80)) { const text = await tools.read({ path: f }); if (text.includes("TODO")) hits.push(f); } return { scanned: files.length, todo: hits.length, files: hits.slice(0, 10) };
传统方式里，读 50 个文件就是 50 轮，每个结果都要留在上下文里。PTC 只回来一个统计对象。
循环、条件、重试、聚合、排序，这些原生 tool calling 只能靠多轮“演”出来，代码里是真的。
独立只读调用可以 Promise.all，默认最多 10 路；写操作独占执行，按提交顺序来。
筛选和计算在代码里跑，不靠模型手抄数字，错得少。
一个工具挂了可以 catch 住降级，不会整个任务中断。
程序源码整段进 session log；子调用有 <parent>:ptc:<n> 的 id，能追溯。
run_code 之间串行；并发只发生在单个程序内部，默认上限 10。justification 并等批准，不改变会话常驻策略。代价也很实在：
Error: code run failed (<kind>)。把四种模式放在一张表里，差别其实很清楚：Standard 是默认，Minimal 是减法，PTC 是换执行方式，Creator 是换运行环境。
| 模式 | 模型看见什么 | 适合 | 主要代价 |
|---|---|---|---|
| Minimal | 最少的一组核心工具 | 纯问答、单步任务、省 token | 干不了复杂活 |
| Standard | 完整常用工具 + 插件管理 | 日常编码、研究、文件处理 | 工具schema 占上下文 |
| PTC | 只有 run_code + 生成的 SDK | 批量操作、循环重试、多工具编排 | 写代码成本、调试更绕 |
| Creator | Standard + 运行时检查 + 创作能力 | 造插件、调预设、改界面 | 权限大、风险高 |
这两个模式看起来都在“给 agent 更多权力”，但方向相反。
Creator 扩展的是边界：agent 能给自己造工具，运行时长什么样由它参与决定。PTC 压缩的是成本：同一批工具，用程序调度，轮次和 token 都降下来。
真正跑生产任务时，PTC 往往比多轮对话更可靠，前提是模型代码写得对；而 Creator 更像一把改装工具，适合愿意读代码、能承担后果的人。两者都不适合“先开了再说”。
还有一点值得记住：它们能做到这些，不是因为模型变强了，而是因为宿主把运行时拆成了插件，并且愿意把拆开的接口交出来。能力来自架构，不来自提示词。
参考：deepseek-ai/deepseek-harness · 官方 Harness 页面 · 官方文档 docs/subsystems/ptc-runtime.md、docs/tool-catalog.md。内容基于 2026-11-02 的开发者预览，后续版本可能变化。