DeepSeek Harness 出了桌面端？我把它扒了一遍

又是熟悉的套路，在官方还没发布声明的时候，网友就直接把 DeepSeek Harness 桌面端给扒出来了。

然而就在网友扒出来之后，一夜之间。DeepSeek Harness 又更新了一版，现在的版本是 0.1.7-rc.2 了。

我看了下时间，在昨天 11 点左右，DeepSeek Harness 还在发布新版包。

我马上下了一波新版的 DeepSeek Harness 桌面端用了一下。

我在这台 Mac 上用 du -sh 对比了一下，ZCode 是 736 MB。Codex 占用的大小是 1.3 GB。

所以 DeepSeek Harness 的 1GB 算不算大？我觉得算。

但我翻了一下安装目录，它还真不只是套了层 UI：Electron 框架占约 285 MB，内置的 Node、Python 和 pnpm 运行环境占约 378 MB，打包的 dsh 相关文件又占约 214 MB。

它在完整 Web 应用外加了一层 Electron 壳，并把运行环境一起带上了。省掉了自己装环境、起 Web 服务的步骤，代价就是应用确实不小。

打开客户端会先进入登录或 API Key 配置引导；我这次选了直接登录。

登录完成后进入 Harness 主页，这个主页面看起来和市面上三方的 DeepSeek Harness 桌面端没啥区别。

仔细看一眼这张图，虽然列表里只有七个，但官方其实把它们分成了两拨。

前面三个带 Experimental 蓝标的是 0.1.7 刚塞进来实验性东西，而后面四个则是 DSH 常驻的插件。

多个 Agent 成了平级队友（Teammates），能互相发消息催进度、在同一个 DAG 任务看板上认领卡片协同干活。

我估计大家平常用的时候没人用 Auto 模式了吧，都直接 Full Access 直接拉满跑，用一秒 Auto 就是对 AI 的不尊敬？删库？不存在的，跑路？更不存在的。

这个插件就是在 Auto 模式下加了一道 Per-tool 模型审查闸。

每次调用原生工具（包括 PTC 脚本内部的每次调用）之前，都会先由模型评估一次权限风险：普通项目内读写直接放行；碰上删除、外发、改权限这类操作，就按风险和当前授权决定放行还是拦截。处在 ask 策略时，被拒绝的调用会交给你拍板；

这里不得不说一句，阿里开源的 SenseVoice 做的确实顶，让 DSH 都直接集成了。

Shell（命令超时与输出限流）：用来限制单条终端命令能跑多久（Timeout），底层配合 dsh-spill 溢出落盘策略，防止一条死循环命令或者几万行构建日志直接把上下文撑爆。

Agent loop（执行循环控制）：控制 Agent 每一轮如何调度和分发工具调用。

Subagent（子智能体防套娃与模型分流）：这个非常实用，点进去可以设置 子智能体的最大递归深度（防止子 Agent 无限套娃再生孙子 Agent）、最大并发数，以及单独给 Subagent 指定模型—比如主 Agent 用推理强的满血模型做规划，打杂的 Subagent 换成便宜快速的轻量模型省 Token。

这种方式我在之前我的文章中提到太多次了，提的我嘴都秃噜皮了。

再看一眼 Agent 预设模式（Agent presets），内置的还是原来那四种：

既然 UI 界面、7 个官方插件、4 种模式都跟 WebUI 一脉相承，那前文提到的那个高达 378MB 的 runtime 运行环境（尤其是里面塞的 Python 环境），到底干嘛使的？毕竟 DeepSeek Harness 本身是个纯 Node.js 项目，只要有 Node 就能跑起来，根本用不着 Python。

出于好奇，我直接看了 /Applications/DeepSeek Harness.app/Contents/Resources 目录，把它的 runtime 文件夹和 117MB 的 app.asar 源码包彻底扒了一遍。

来源：稀土掘金　原文