Nach intensiver Nutzung von DeepSeek Harness verzeihe ich ihm die Preiserhöhung.

DeepSeek Harness ist endlich veröffentlicht worden, und sein Quellcode wurde als Open-Source bereitgestellt.

Warum sage ich „endlich“? Weil ich es bereits fast einen halben Monat lang im geschlossenen Betatest ausprobiert habe, und jetzt darf ich es endlich vorstellen...

In dieser Zeit habe ich fast alle meine Vibe-Coding-Projekte für Testzwecke von Codex auf den „Schwarzen Wal“ umgezogen (ja, das Logo ist jetzt vollständig in schwarz gehalten).

Nach langem umfassenden Ausprobieren und dem vollständigen Durchforsten des offiziellen Repositoriums von Anfang bis Ende ist mein größter Eindruck:

Das ist schlichtweg ein von Grund auf für „Selbstevolution“ und „DIY“ entwickeltes Steuerungsgerät.

In der Betatester-Gruppe hat ein erfahrener Entwickler es direkt so umgebaut...

So.

Und es gibt auch eine solche TUI.

Was DSH wirklich leisten kann, geht weit über all das hinaus.

Tatsächlich ist alles bei DSH: Modell, Werkzeuge, Strategien, Speicherung, Kontextverwaltung... ein austauschbares Baustein.

Das bedeutet: Wenn du willst, kannst du es selbst umbauen oder eine Laufzeitumgebung für spezielle Szenarien anpassen.

Derzeit sind offiziell bereits mehr als hundert Plugins integriert. Später wird die Community weitere bereitstellen.

Das Android im Zeitalter der Agenten ist da.

Die unkomplizierteste Bedienungsanleitung für DSH

Bevor wir auf die zugrundeliegende Technik eingehen, sprechen wir zuerst über das Produkterlebnis selbst.

Offiziell gibt es zwei Installationsmethoden:

Schnelles Ausprobieren: Auf Systemen, die bereits mit der Node.js-Entwicklertoolkette ausgestattet sind, kannst du den Befehl npx verwenden, um die Web-UI von DeepSeek Harness schnell zu starten.

npx@deepseek-ai/dsh web

Installation aus Quellcode: Lade den vollständigen Quellcode des Projekts herunter und schließe die Installation gemäß den Anweisungen im Repositorium ab.

git clone https://github.com/deepseek-ai/deepseek-harness

Eigentlich geht es noch einfacher: Gib den Link zum Repositorium (siehe Ende des Artikels) direkt an eine KI weiter, damit sie alles für dich erledigt (Scherz).

Aber vorerst gibt es keine Electron-App. Nach dem Start des Dienstes musst du die Web-UI über den Browser verwenden.

Nach dem Öffnen wirst du zuerst aufgefordert, den API-Schlüssel des Modells einzugeben. Wenn du keinen hast, kannst du ihn direkt auf der DeepSeek-Entwicklerplattform erwerben.

Aber Liang Sheng wird dieses Mal wahrscheinlich nicht nur die Stromkosten berechnen: Am 17. wird es eine große Preiserhöhung geben, besonders für den Cache...

Aber du kannst auch andere Modelle einbinden.

Danach siehst du das wahre Gesicht des „Schwarzen Wals“: Es sieht fast genauso aus wie die Webversion von DeepSeek, nur dass die Gesprächsliste jetzt eine lokale Projektverwaltungsliste ist.

In der Nutzung unterscheidet es sich auch etwas von gängigen Agenten.

Bevor du eine Sitzung startest, musst du zusätzlich ein Arbeitsverzeichnis auswählen, sowie –

Agent-Voreinstellungen.

Das ist eine ziemlich neue Funktion von DSH. Derzeit gibt es vier offizielle Voreinstellungen zur Auswahl –

• Standardmodus: Ein voll funktionsfähiger Codierungs-Agent mit allen Fähigkeiten wie Dateibearbeitung, Shell, Datei- und Websuche, Skills, Planmodus, Zielverfolgung, Sub-Agenten und Workflows.

• PTC-Modus: Zusätzlich zu allen Fähigkeiten des Standardmodus bietet es das Code-Mode-SDK, mit dem das Modell TypeScript-Programme schreiben kann, um mehrstufige Operationen zu kombinieren.

• Minimalmodus: Nur die beiden Tools bash und str_replace_editor sind erhalten, für Benchmark-Tests und minimale Reproduktionen.

• Kreativmodus: Zusätzlich zu allen Fähigkeiten des Standardmodus bietet es Laufzeitprüfungen, Plugin-Experimente und Anleitungen zum Erstellen von Voreinstellungen, um benutzerdefinierte Agent-Voreinstellungen zu erstellen.

Darüber hinaus werden auch benutzerdefinierte Voreinstellungen unterstützt.

Das ist auch der tiefste Eindruck, den DSH bei mir hinterlassen hat: Es ist ein sehr geekiges Steuerungsgerät, das geradezu für Entwickler gemacht ist.

Viele Designentscheidungen folgen diesem ersten Grundprinzip.

Zum Beispiel gibt es eine Funktion namens Trajektorie.

Es ist allgemein bekannt: Je länger ein Agent läuft und je komplexer die Toolkette ist, desto mehr wird die Chat-Zusammenfassung zu einer Black Box, bei der man überhaupt nicht versteht, was das Modell im Hintergrund tut.

Die von DSH implementierte Trajektorie ist ein Wiedergabefenster, mit dem du den Agenten jederzeit überwachen kannst.

Anders als die polierten Gespräche in der Chat-Ansicht zeigt Trajectory direkt die ursprünglichen Aufzeichnungen auf Ereignisebene an. Du kannst jederzeit wiedergeben und nachschauen, was genau innerhalb der Sitzung passiert ist.

So kannst du viel direkter sehen, an welcher Stelle das Modell gescheitert ist und wie viel jede einzelne Phase an Kosten verursacht hat.

Darüber hinaus hat DeepSeek im Repositorium eine ganze Reihe von Skills integriert, die speziell für die Entwicklung gemacht sind.

Nach einem Blick auf die MD-Datei sind die Funktionen ungefähr folgende –

• dsh-code-review: Für die Überprüfung von Pull-Requests. Prüft Probleme im Code, die man nicht auf den ersten Blick sieht, gemäß den Spezifikationen dieses Repositoriums.

• dsh-find-simplifications: Findet Stellen, an denen der Code vereinfacht werden kann, und schreibt die Vereinfachungsideen in eine Agent-Notiz.

• dsh-doc-standards: Zum Schreiben und Überprüfen von Dokumenten. Verwaltet die Hierarchie der Dokumente, unterscheidet zwischen Tutorials und Referenzen und entfernt überflüssigen Text aus Dokumenten.

• dsh-prose-standard: Qualitätskontrolle für den gesamten Text im Repositorium. Prüft, ob Markdown, JSDoc, Codekommentare, Prompts, CLI/UI-Texte angemessen geschrieben sind und wie man sie formuliert.

• ......

Aber ich bin kein intensiver Entwickler, für den täglichen Gebrauch brauche ich diese Funktionen wirklich nicht.

Aber nach mehreren Runden der Interaktion habe ich ein sehr nützliches kleines Design von DSH entdeckt –

Selbst wenn der Planmodus nicht aktiviert ist, wird der Schwarze Wal bei unklaren Benutzeranweisungen aktiv Fragen stellen.

Das ist ganz anders als bei Codex. Unter dem Einfluss von DSH startet der Schwarze Wal sehr aktiv Brainstormings und gibt dir Vorschläge zur Auswahl.

Ehrlich gesagt ist das sehr angenehm: Es spart dir eine Menge Denkarbeit und du brauchst nicht so viele Bananen (Scherz).

Natürlich kannst du auch keine der Optionen auswählen und selbst per Spracheingabe eine Menge Kontext an das Modell übermitteln.

Im Übrigen gibt es keine Unterschiede zu Codex.

Du kannst mit dem Befehl / Funktionen wie Kontextkompression, Zielsetzung, Planmodus aufrufen oder Skills aufrufen.

Funktionen wie Aufgabenlisten gibt es auch.

Leider wurde die rechte Spalte der klassischen Drei-Spalten-Ansicht für Agenten noch nicht implementiert, was das Erlebnis etwas unpraktisch macht.

Hier ist Codex sehr im Vorteil: Es hat einen integrierten Browser, Dateiverwaltung, Vorschau...

Sogar Videos können direkt im Gespräch abgespielt werden...