DeepSeek Harness实战：从零搭建AI智能体与插件生态

DeepSeek Harness 的客户端推出后，AI 智能体不再是开发者专属——普通用户也能通过插件扩展能力边界，让 AI 读网页、管知识库、生成视频甚至对接聊天软件。这套教程面向零基础新手，从安装配置讲到插件安装的三种方式，帮你快速建立对智能体工作方式的认知。

Harness 是什么：从聊天窗口到本地智能体

据 B 站 UP 主的实测分享，DeepSeek^广告 推出 Harness 客户端后，配合优秀插件，能力边界得到大幅扩展。它和网页版聊天窗口看起来相似，但关键差异在于可以添加本地文件夹——AI 能读取、修改文件夹内容，也能把文件保存到本地，这是线上版本做不到的。模型选择上，客户端内可直接切换 DeepSeek 的几款模型。

真正让 Harness 强大的是其插件架构。UP 主指出，DeepSeek Harness 基于 Codex 的插件架构，因此可以继承大量现成插件生态。装上插件后，你可以让 Harness 去 B 站阅读内容并导入知识库做管理、生成视频、整理知识目录，甚至接入聊天软件与他人对话。

Codex 插件架构指的是一套以“宿主程序 + 外部扩展”为核心的软件设计模式：宿主负责模型调用、对话管理和工具调度，插件则以独立模块的形式注册新的工具或能力（例如读写文件、调用外部 API、解析图片）。由于插件遵循统一的接口规范，任何兼容该架构的插件都能被直接加载，这正是 Harness 能“继承大量现成插件生态”的原因。对用户而言，这意味着不必等待官方逐个开发功能，社区贡献的插件即可扩展能力；对开发者而言，只需按规范实现接口，就能让自己的工具被 Harness 调用。理解这一点，有助于明白为什么插件的安装方式多样、来源分散，也能解释为何插件质量参差不齐、需要谨慎选择。

安装准备：Node.js 环境是第一步

安装分为两个步骤。第一步是装 Node.js 环境，因为很多 AI 工具（包括 CloudCodex 等）都基于 Node.js 运行。UP 主建议选择 22 以上的版本，不要低于 22。从官网下载时，安装包会自动适配系统，Windows 用户可选 MSI（可直接点击安装）或 zip（需解压）。

安装路径上有个实用提醒：不要装在 C 盘。原因有两点——安装本身占空间，且运行中会产生大量缓存文件，容易把 C 盘占满。建议改到 D 盘，一路 next 完成。装完后用命令行输入 node -v（注意 node 和 -v 之间有空格）验证，出现版本号且不低于 20 即表示环境就绪。

Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行时环境，它让 JavaScript 可以脱离浏览器、直接在操作系统上运行。大量 AI 命令行工具、插件宿主和本地服务端程序都用 JavaScript/TypeScript 编写，因此需要先装好 Node.js 才能启动。版本号中的“22”指主版本号，数字越大通常功能越新；部分工具会依赖较新的语言特性或 API，所以作者会给出最低版本要求，低于该版本可能报错或无法安装。安装完成后用 node -v 查看版本，是确认环境变量配置正确、命令可被系统识别的最直接方式。npm（Node 包管理器）会随 Node.js 一同安装，后续命令行安装插件时往往也要用到它。

安装 Harness 客户端：路径与文件夹权限

第二步安装 Harness 客户端。到官网页面选择对应系统的安装文件，Windows 用户下载后右键打开，同样建议安装到 D 盘，点击立即安装、完成后打开界面。

客户端界面与网页端聊天窗口相近，但多出了本地文件夹添加功能。添加文件夹后，Harness 就能读取和修改该文件夹内容、保存文件到其中。这个能力是后续做知识库管理、文件整理类任务的基础。

插件安装的三种方式

插件是 Harness 能力扩展的核心。UP 主总结了三种安装方法，适合不同场景。

第一种：对话安装。 知道插件名称和 GitHub 链接时，直接在聊天窗口把链接发给它，让它自己安装。缺点是会消耗 Token 和积分。

第二种：插件市场安装。 在界面点击添加插件，输入插件名称（例如 DSH market），点击安装后启动，即可进入插件市场。在设置里的“更多”下能找到刚装的插件市场，里面有成千上万个插件可搜索、筛选，也有推荐位（如小鲸鱼挂件、桌面宠物），点一下就能装上。这种方式不消耗积分。

第三种：命令行安装。 以 GitHub 上被称为“全网最强 DeepSeek Harness 外挂视觉插件”为例——原生 DeepSeek 无法读取本地图片、不能识别图片内容，装上该插件后就能识别图中人物、衣着等信息。安装时在插件页面底部找到 install with 命令，复制代码到命令行执行即可。UP 主也提到，这种方式对部分新手来说比较抽象，不如前两种直观。

Token 与积分是理解三种安装方式差异的关键。Token 是模型处理文本的基本计量单位，一次对话消耗的 Token 越多，计费越高；积分则是客户端内用于抵扣模型调用额度的虚拟计量。第一种“对话安装”需要模型理解你的指令、规划步骤并调用工具执行安装，整个过程都在消耗模型推理额度，因此会扣 Token 和积分。第二种插件市场安装由客户端内置的插件管理器直接完成下载与注册，不经过模型推理，所以免费。第三种命令行安装由用户在终端手动执行命令，同样绕开模型，成本最低，但要求用户能看懂命令、会使用终端。选择哪种方式，本质上是在“省事”和“省额度”之间做权衡。

视觉插件之所以必要，是因为原生大语言模型只能处理文本输入，无法直接“看到”本地图片文件。视觉插件通常做两件事：一是调用具备图像理解能力的多模态模型或本地识别库，把图片转成文字描述；二是把描述作为上下文交还给主模型，使其能够回答“图里是谁”“穿着什么”这类问题。这也说明插件并非独立智能，而是为宿主补齐输入通道或工具能力。同理，读网页、管知识库、生成视频、接入聊天软件等插件，都是通过增加新的输入源或输出通道来扩展 Harness 的边界。使用这类插件时需注意图片隐私与本地文件权限，避免把敏感内容上传到外部服务。

新手学习路径建议

如果不知道有哪些插件可用，UP 主建议直接问 DeepSeek 要一份热门插件列表，再从中挑选需要的。这套课程后续还会讲解补计划操作、命令行操作、工作模式与权限设置，并通过实战案例（如制作小游戏）帮助理解智能体的任务执行流程。对想提升效率、探索自动化应用的新手来说，先建立基础认知、再逐步上手操作，是更稳妥的路径。