DeepSeek Harness入门教程实操 从零开始安装与使用 DeepSeek-V4-Pro基座5毛完成任务

最新推荐文章于 2026-08-19 16:30:27 发布
原创 最新推荐文章于 2026-08-19 16:30:27 发布 · 73 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
收录于
LLMs实践

当前文章被收录于：

LLMs实践
46 篇文章 13 人学习

快速复现

订阅专栏 查看详情
智能体

当前文章被收录于：

智能体
7 篇文章 0 人学习
订阅专栏 查看详情

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ，讲透 AI 如何接管脏活累活

一键订阅

总目录 大模型安全研究论文整理 2026年版：https://blog.csdn.net/WhiffeYF/article/details/159047894

文章目录

这几天，DeepSeek Harness突然火起来了，我们也来从零开始使用看看呢。

b站视频：https://www.bilibili.com/video/BV1q8gP6YEcS/

1 找到DeepSeek Harness

直接进入官网，就能发现：https://www.deepseek.com/

在这里插入图片描述

点击进入：https://www.deepseek.com/harness/

在这里插入图片描述

2 安装DeepSeek Harness

这里的安装，在刚刚的https://www.deepseek.com/harness/，就显示有2种：一键使用、源码安装

我们使用：一键使用

npx @deepseek-ai/dsh web

在这里插入图片描述

3 进入DeepSeek Harness

安装好后，访问：http://127.0.0.1:3080/

在这里插入图片描述

当然，这里需要deepseek的api，到开发平台拿到api key：
https://platform.deepseek.com/api_keys
在这里插入图片描述

复制到DeepSeek Harness中，即可使用

4 DeepSeek Harness的设置

我们简单看看有哪些设置：
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

5 DeepSeek Harness 使用

模型与推理设置
在这里插入图片描述
开始

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
这次运行花了接近5毛钱。

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ，讲透 AI 如何接管脏活累活

一键订阅
标签
#人工智能
DeepSeek V4 Pro与Harness框架：基于国家超算互联网的AI智能体开发实践
weixin_34007886的博客
08-16 362
大语言模型作为当前人工智能的核心技术，通过海量数据训练获得强大的语言理解和生成能力。其工作原理基于Transformer架构，通过自注意力机制捕捉文本中的长距离依赖关系。这一技术价值在于能够理解和生成接近人类水平的文本，广泛应用于对话系统、内容创作和代码生成等领域。在实际应用中，开发者常面临模型幻觉、工具调用不稳定和状态管理困难等挑战，这正是智能体框架需要解决的核心问题。DeepSeek V4 Pro作为国产大模型的代表，结合Harness智能体框架，通过国家超算互联网提供稳定算力支持，为开发者提供了从模型
DeepSeek V4 Pro正式版与Harness智能体框架：从API调用到生产集成的完整指南
weixin_34262482的博客
08-16 562
大语言模型（LLM）通过API接口为开发者提供了强大的自然语言处理能力，其核心原理是基于海量数据训练的Transformer架构，能够理解和生成类人文本。这一技术价值在于显著降低了AI应用开发门槛，使企业能够快速集成智能对话、内容生成等能力到现有系统中。在实际应用场景中，开发者需要关注模型服务的稳定性、成本控制以及复杂任务编排。DeepSeek V4 Pro作为正式发布的模型，提供了稳定的API接口和性能保障，而Harness智能体框架则解决了从单次对话到复杂工作流编排的工程化需求。结合国家超算互联网的算力
DeepSeek V4 Pro与Harness智能体框架在国家超算互联网平台的接入与实战指南
cqwmy840702的博客
08-16 340
大语言模型（LLM）作为人工智能领域的核心技术，通过海量数据训练获得强大的语言理解和生成能力，其工作原理基于Transformer架构的注意力机制。这项技术的核心价值在于能够处理复杂的自然语言任务，为智能对话、代码生成和数据分析等场景提供通用解决方案。在实际工程应用中，开发者常通过API接口调用模型服务，而智能体框架则进一步封装了工具调用、工作流编排等高级功能，显著提升了AI应用的开发效率。DeepSeek V4 Pro作为当前领先的大语言模型，在推理和代码生成等复杂任务上表现突出，而Harness框架则为
DeepSeek V4 Pro幻觉抑制与认知调度工程实践
weixin_33834910的博客
06-18 1080
大语言模型的幻觉并非随机错误，而是多跳推理中高置信度下的错误归因；其根源在于隐空间中异常稳定的错误激活路径，而非表层token生成偏差。理解这一机制是构建可靠AI系统的基础——它指向对模型内部状态（如残差连接输出、层间KL散度、生成路径连贯性）的实时监测与动态干预，而非依赖端到端微调或外部检索。这种基于认知流控的治理范式，显著提升金融研报、医疗问答和工业诊断等关键场景的输出可靠性与可审计性，正成为大模型落地高价值业务的核心技术支点。
基于DeepSeek V4 Pro与Harness框架的《以撒的结合》风格游戏AI生成器实践
weixin_30781775的博客
08-16 407
大语言模型（LLM）与智能体（Agent）框架的结合正在重塑内容创作与原型开发流程。其核心原理在于通过自然语言理解与代码生成能力，将抽象概念转化为可执行程序。这种技术组合的价值在于显著降低创意实现门槛，使非专业开发者也能快速验证想法。在应用场景上，特别适合游戏设计、教育演示和AI应用原型开发等领域。本文聚焦的《以撒的结合》风格网页游戏生成器，正是这一技术的典型实践：利用DeepSeek V4 Pro的代码生成能力和Harness框架的多轮对话编排，实现从自然语言描述到可交互游戏原型的端到端转化。项目采用云端
DeepSeek Harness 开源：一切皆插件、省 Token、Agent 还能改装自己
CSDN资讯
08-14 5718
DeepSeek 发布开源 AI 框架 DeepSeek Harness，采用 MIT 协议，支持插件化架构与四种预设模式，基于 TypeScript 设计，旨在构建灵活可扩展的 AI Agent 系统。其核心技术源自论文《A Programming Paradigm for Spatiotemporal Composability》，解决了插件系统的时间与空间可组合性问题。该框架与旗舰模型 V4Pro 同步推出，形成从模型到开发工具的全栈能力，GitHub 首日即获近 4 万星。项目由前量化交易专家崔添翼
DeepSeek Harness 安装配置教程：0.3元/刀，接入 GPT-5.6 Sol、DeepSeek V4 Pro 等模型
科技与狠活的博客
08-17 318
这里需要填写模型提供方的信息。按照下面的方式配置即可：例如 Provider ID 可以填写：deeprouterAPI 地址填写：然后把自己创建好的 DeepRouter API 令牌粘贴到 API 密钥的位置。API 协议选择：
DeepSeek V4 Pro 正式版与 Harness 开源拆解：一切皆插件，Agent 执行层的国产答案
deepseek23的博客
08-15 330
在DeepSWE上它超过GLM-5.2的46.2，接近Kimi K3的67.5，落后于Fable-5的70.0。AutomationBench Public从12.8升到31.8，自动化场景的执行能力同样翻倍，说明这种提升是系统性的，不是某个基准上的巧合。这两个数字说明，模型在长链条编码任务上的执行力发生质变，而非单项指标的微调。同样是编码助手，团队可以换成自己的模型，换上自己的沙箱，接入自己的存储。TechTimes的报道指出，DeepSWE属于更严格的基准，62.7若得到独立复现才是真实的能力跃迁。
DeepSeek-V4-Pro正式版发布，API价格翻倍，DeepSeek Harness体验如何？
风高秋月白，雨霁晚霞红
08-14 190
DeepSeek V4 Pro 正式版发布与涨价：实测 Agent 框架 DSH 表现到底如何？
83.85% vs 17.91%：FormStruct-Bench 揭开表单解析的错觉
liferecords的博客
08-19 332
文章摘要 FormStruct-Bench论文提出了一个针对表单类文档结构识别的新型分层评测基准，解决了传统方法在结构化评估上的不足。研究团队通过"导演-美术-质检"的合成流程构建了7,000个带精确标注的表单实例，并设计了分层评估指标，包括内容读取(Value-nED)、结构重建(Schema-nED)和路径正确率(TSR-path)等。实验结果显示，当前最佳系统在内容读取上达到83.85%，但结构路径正确率仅17.91%，区域检测和关系识别指标更低。研究表明，视觉退化主要影响结构绑定而非内容识别，且合成
WAIC论坛现场|网易智企分享企业AI“上岗之路“
weixin_43099039的博客
08-19 179
在世界人工智能大会（WAIC）2026上，网易智企举办了"用可信AI构建企业新智生产力"专题论坛。会上，网易智企副总经理段毓铮带来了题为《从能聊、到能干、到越干越好：企业AI的上岗之路》的演讲，抛出了一个核心观点：不把AI当工具，而是当作"AI员工"来看待。
Alexa Fluor568标记豌豆凝集素，适配多色荧光成像体系的橙红通道标记需求
2601_96201972的博客
08-18 256
AF 568 PSA是将Alexa Fluor568橙红荧光基团与豌豆凝集素（Pisum sativum agglutinin，PSA）定向偶联制备的糖链靶向特异性荧光探针，完整保留豌豆凝集素对α-甘露糖、α-葡萄糖的高亲和力识别特性，依托Alexa Fluor568染料优异的光学性能，在578nm处呈现明亮的橙红特征发射荧光，荧光亮度高、抗光漂白性能优异，是多色荧光标记体系中橙红通道靶向标记α-甘露糖/α-葡萄糖糖链的经典科研工具。（上述信息均由陕西新研博美生物科技小编木木所整理）性能参数与核心优势‌。
工业级温控机组赋能数据中心与ICT基础设施低碳化运营
Jay150124的博客
08-18 231
阿尔西在全球布局的三大制造基地为工业级温控机组的产能协同提供了坚实保障，各基地在工业冷水机、医疗制冷、3D打印技术、组装、钣金、焊接等环节形成专业化分工与技术互补。阿尔西集团凭借近三十年的技术积累，将工业级温控机组的应用边界从传统制造业拓展至超大规模数据中心、电信基础设施及边缘计算场景，为全球ICT行业提供从芯片级到系统级的全方位温控解决方案。包括针对边缘计算场景的水平式整装空调型工业级温控机组，以及适用于中大型数据中心的远程温控型工业级温控机组，制冷能力覆盖多种规格，在保证可靠性的同时实现高效运行。
Qwen3.8双模型开源引爆AI新热潮
AI时代，你可能就如黑客帝国的neo。用心理学第一性原理拆解产品设计。好奇心、多巴胺、信息缺口——理解这些，你也能做出让人停不下来的好产品。关注我，成为AI时代产品大脑。
08-17 273
Hugging Face报告显示，2026年以来中国开源模型参数规模达7540亿至2.78万亿，远超美国同期的1300亿以下。Qwen已成为开源生态重要基础模型，衍生模型数量超15万个。阿里千问团队宣布Qwen3.8-27B正式开源，可在高端手机和消费级显卡流畅运行；同时首次开放Max级别旗舰模型Qwen3.8-2.4T-A95B权重，总参数2.4万亿，采用稀疏MoE架构。
AI网关和API网关区别在哪？MAI Gateway统一治理方案深度解析
youdiyunan的博客
08-19 254
API网关转发请求，不关心内容。AI网关处理消费，不只转发。这是两类网关的根本区别。调用方不需要知道服务在哪，网关负责路由。请求体内容在网关层透传，网关不碰。企业要知道AI调用的内容安不安全、花了多少钱、归谁的部门、模型说了什么。请求体内容在网关层被检查、脱敏、计费、记录。差异的根源在于：大模型调用是按次消费，每次调用花钱；传统API调用是基础设施服务，部署了就能用。
FunASR 语音识别本地部署实录（下）：34 分钟录音实测，踩过的坑、上线前要补的事
qq_31429225的博客
08-16 392
自建语音转写，门槛不高，但要做得稳，坑都在细节里。我实测下来的结论：环境坑比模型坑多，官方标了"生产验证"的路径可以放心走，但认证、限流、监控这三件事，官方明确留给你自己补，别指望示例代码替你解决。再说句心里话：自建最值钱的不是省下的服务费，是我想要什么能力都能自己加，不用求人。转写量大、音频敏感的朋友，值得自己搭一套；偶尔用几回的，云 API 更省心。觉得有用的话，顺手点个关注，后面我会继续写本地 AI 服务落地的实测。【欢迎访问我的个人博客主页，这里有我的精选文章和AI大模型日报专栏。👇）本文用到。
AI编程实战：让 AI 写测试，一次到位
用沸腾的热血，支付我们的人生吧！
08-18 220
本文介绍如何利用AI生成高质量的Python单元测试（以pytest为例）。关键步骤包括：1）使用结构化Prompt模板指定测试要求；2）通过三类输入（正常、边界、异常）确保覆盖全面；3）采用"改坏代码"法验证测试有效性。文章强调测试需满足：断言具体、行为导向、能捕获错误。文末提供实践作业，并预告下期将探讨AI生成文档的技术。全文150字，完整呈现AI测试生成的核心方法论。
【AI黑话日日新】Day 010｜System Prompt（系统提示词）
专注：太空算力、AI infra、异构调度、大模型成本工程
08-17 226
系统提示词不是给模型加能力的咒语，而是开发者写下的“行为宪法”——它定身份、划红线、约格式，但终究要配护栏才站得住。
AI Agent 技术架构深度解析与选型指南
最新发布
likeylau的博客
08-19 276
AI Agent代表了企业AI应用从"问答"到"任务执行"的关键跃迁，也为管理软件行业带来了新的产品可能性。用友YonClaw、金蝶灵基等企业级AI Agent产品的推出，标志着国产管理软件在AI Agent方向的正式布局。对于企业而言，理解AI Agent的技术架构与能力边界，是做出正确选型决策的基础。本文面向技术架构人员与IT管理者，供技术评估参考。
AI Gateway 与直连 LLM API 的应该怎么选，一篇文章说明白
Sammyyyyy的博客
08-18 327
引入 AI Gateway 作为所有 LLM 流量的统一入口。配置提供商凭证、路由规则和 Fallback 链。在这个阶段，ServBay AI Gateway 的一键安装特性降低了不少门槛。相比 LiteLLM 等自托管方案需要 Python、PostgreSQL 和 YAML 配置文件的前置依赖，ServBay 用户只需要在应用内启用 AI Gateway 功能，像安装 PHP 或 MySQL 一样完成部署。网关已配置所有活跃的提供商渠道。只抽象新服务，遗留的老服务继续直连。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CSPhD-winston-杨帆

给我饭钱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值