DeepSeek Harness（dsh）实用指南：10 个好用 Plugin、AI Coding 场景、工具搭配与部署成本

最后更新于 2026 年 9 月 18 日。本文按官方仓库、插件配置目录与安装说明核对，依据是 DeepSeek Harness 官方仓库、Plugin Config Catalog、插件打包与安装文档，以及 DeepSeek API 定价页。

配置目录里能列出几十个 @deepseek-ai/dsh-* 包。很多人的第一反应是：能装的都装上，Agent 就会更会写代码。结果通常相反——工具名挤满上下文，MCP 进程在沙箱外裸跑，会话日志膨胀，账单先响，补丁质量并没有跟着上去。

结论先说：DeepSeek Harness（dsh）的口号是 Everything is a Plugin，但写代码时你真正要买的不是「插件个数」，而是读仓库、改文件、跑测试、按需说明书、可回放、可计量这六件事。下面 10 个包覆盖这六件事；其余多数是界面、演示或可替换后端，等场景到了再加。

8 月我们写过 DeepSeek Harness 架构解析，9 月写过 Harness / Skill / Sandbox 实测。那两篇回答「执行层为什么要拆开」。这篇只回答更日常的问题：已经决定用 dsh 写代码了，该装哪几个、怎么搭配、一个月大概花多少。

别先装全家桶：插件是组合，不是功能清单

官方把模型适配、工具注册、会话日志、Agent 循环都做成可替换包，再用 Cordis 叠进 Profile。安装入口是 dsh plugin --profile web add <包名>，它把命令转给 profile 目录里的 pnpm，并只把声明了 dsh.bundle 的包推进层栈。后写的 bundle、profile 自己的 cordis.patch.yml、家目录补丁和 --patch 依次覆盖。

对写代码的人，这意味着三件事。

• 能加载，不等于该暴露给模型。MCP 客户端会把外部工具登记成 mcp__服务名__工具名。官方写得很清楚：每个 MCP server 都是沙箱外的受信任可执行代码，默认一个都不开。
• 层序决定谁赢。你要换模型、换沙箱或关掉某个工具，优先打 Patch，不要复制核心包。用 dsh --profile web --dump-config 看机器实际启动的树，比看文档目录更准。
• 仓库仍是开发者预览。兼容性破坏变更可能发生。把它当可替换的执行层来验证可以，别当成已经认证完的生产平台。

所以这篇的 10 个包，不是「官网最全清单」，而是按 AI Coding 出现频率筛过的最小够用集。工具循环一旦失控，字段名不同、失败模式几乎一样——如果你已经在别的模型上踩过，可以对照 Kimi K3 Tool Calls 止损：先停循环，再谈插件。

10 个对 AI Coding 真正有用的 Plugin

下面每个包只写「它替你扛哪一类翻车」。名称以配置目录为准；成对出现的是同一能力缝的定义、提供者或消费者，安装时要一起看，不要只装半边。

1. dsh-tool-fs + dsh-tool-fs-search：先看见仓库

模型还没读过目录，就开始「重构」。读文件和按符号/文本搜索，是所有后续编辑的前提。没有这一对，后面的精确替换只会在错误路径上自信地改。

2. dsh-tool-str-replace-editor：按块改，不要整文件重写

写代码最贵的失败不是「没改到」，而是一次调用把整个文件重写成模型记忆里的旧版本。字符串替换编辑器逼模型给出旧片段和新片段，冲突时失败，而不是静默覆盖。多文件重构时，它比「生成完整文件」便宜，也更好回滚。

3. dsh-tool-bash + dsh-bash-sandbox：测试必须能跑，也必须关得住

修红灯、跑 linter、看构建日志，最终都要进 shell。官方 Process Sandbox 只管同机子进程的文件副作用：read-only 拒写，workspace-write 只许写会话工作区，danger-full-access 则绕过隔离。请求了隔离却没有后端，必须报 SANDBOX_UNAVAILABLE，禁止裸跑。网络隔离不在这套模式里，别指望只读模式顺便挡住出站。

4. dsh-tool-lsp + dsh-lsp-stdio：把编译器的嘴接到循环里

模型自己「觉得类型对了」，和语言服务器报错，不是一回事。stdio LSP 把跳转定义、诊断和符号查询变成工具。适合 TypeScript、Go、Rust 这类强诊断语言；脚本仓库或纯文档任务可以先不装，少占一轮工具名。

5. dsh-tool-skill + dsh-skill-filesystem：说明书按需出现

把代码风格、发版清单、测试入口写成 Skill，模型平时只看见目录，动手时再 skill({ name })。项目根下 .dsh/skills 优先于 .agents/skills。Skill 不是权限系统：手册写得越清楚，没有沙箱时越危险。细节见上一篇实测，这里只强调——写代码时它替代的是系统提示里那堆「务必遵守」。

6. dsh-mcp-client：把 GitHub 一类外部工具接进来

一个实例对应一个 MCP server。stdio 可拉 @modelcontextprotocol/server-github，模型看到的是 mcp__github__create_issue 这种限定名。它适合「对着 PR 评论、列 issue、读 checks」，不适合当默认日用工具。密钥走环境变量，进程在沙箱外，多开一个 server 就是多一份信任面。

7. dsh-plan-mode：先写计划，再碰工作区

跨文件重构、改公共 API、动迁移脚本，最怕模型边想边写。Plan mode 把「先列出步骤并等人看」变成插件行为，而不是靠提示词求它冷静。单测修复可以不开；一旦改动会碰到三个以上目录，先开它。

8. dsh-tool-todo：把多步任务钉在会话里

一次「修 flaky + 补回归 + 更新 README」如果只靠聊天记忆，模型会漏最后一步。Todo 工具让清单成为会话里的可更新对象。它不替代 Skill（Skill 是怎么做），也不替代 Plan（Plan 是做不做、先做什么）。

9. dsh-compaction-tool-result-pruner + dsh-token-meter：长会话先剪结果，再谈换模型

AI Coding 的账单很少死在第一轮，而死在第十轮还把完整测试日志、完整 diff 和完整网页抓取留在上下文里。结果裁剪负责丢掉不再被引用的工具输出；token meter 让你看见每一轮花了多少。没有计量，你分不清是模型贵，还是插件把窗口喂满了。

10. dsh-session-persistence-sqlite：会话要能回放，不要只活在内存

进程重启、切页、换人排障，下一轮必须能从落盘日志重建。JSONL 也能记，SQLite 更适合按会话查询和事后对照「它为什么改了那一行」。没有这一层，上面 9 个插件的现场都只能靠截图复盘。

四个常见写代码场景，怎么选插件

同一套 10 个包，不会在每个任务里全开。按任务选，比按「看起来专业」选更省钱。

场景 A：修红灯测试。最小集是 fs / search、str-replace、bash+sandbox。先读失败日志，再改最小范围，再跑同一条测试。Skill 只在仓库有固定「先跑哪条命令」时值得加载。Plan 和 MCP 此时是噪音。

场景 B：跨文件重构。在 A 的基础上加 plan-mode、todo、LSP。先让模型写出将改哪些符号、哪些测试必须绿，再批准写入。没有计划就开放替换，常见结局是公共函数改了一半，调用方还留着旧名字。

场景 C：对着 GitHub 做审查或补丁。加 MCP 客户端，只开这一个 server。用它拉 PR diff、checks 和评论，真正改文件仍走 editor + sandbox。不要把「创建 issue、合并、删分支」和日用编辑放在同一条默认工具列表里。

场景 D：长会话、多轮探索。加 compaction 和 token-meter，会话改走 SQLite。模型连续读了 20 个文件之后，再不剪工具结果，后面每一轮都在为已经过期的日志付钱。换更强的模型救不了膨胀的窗口。

三套搭配：日用、团队、控成本

把上面的场景收成三套可复制的 Profile，比每次任务手改 cordis.yml 不容易回潮。

Web 搜索和子 Agent 不是不能用，而是默认成本高、失败面大。官方配置目录里有 dsh-web-search-deepseek、dsh-tool-web 和多种 subagent 实现；需要查文档或拆出只读调研时再打 Patch 打开，不要写进日用 bundle。

安装时记住层序：@deepseek-ai/dsh-base 先上，再 dsh plugin --profile <名> add 你的包，最后用 profile 自己的 patch 关掉不想暴露的工具。GitHub 托管、带 prepare 的源码插件，pnpm 10 会拦住构建脚本，按官方提示放行后再装，不要改成全局危险权限。

部署成本：令牌、机器、插件税

插件本身几乎没有许可证费用。你真正付钱的是模型令牌、常驻机器，以及每一个逃出沙箱的外部进程。

令牌是大头。2026 年 9 月官方价卡按 100 万 token 计：deepseek-flash（V4.1-Flash）缓存命中约 0.003 / 0.006 美元，缓存未命中 0.15 / 0.30 美元，输出 0.60 / 1.20 美元（低峰 / 高峰）；deepseek-v4-pro 未命中 0.66 / 1.32，输出 1.98 / 3.96。高峰是周一到周五 UTC 01:00–04:00 与 06:00–10:00，对应北京时间上午和下午两段工作时间，低峰半价。一次「读 8 个文件 + 两轮测试日志 + 一小段补丁」很容易吃掉数万输入 token；如果不裁剪，第十轮会把前九轮的日志再付一遍。

粗算日用：每天 30 轮循环、平均每轮 2 万输入（未命中）+ 1 千输出，用 Flash 低峰大约每天 0.11 美元，一个月约 3 美元。同样次数若默认 Pro、再把完整测试输出留在窗口里，月账单可以轻易上到数十美元。省钱的顺序是：先裁工具结果和复用缓存，再决定要不要上 Pro，而不是先换模型。

机器是第二项。npx @deepseek-ai/dsh web 默认只在本机 127.0.0.1:3080 打开界面，适合白天开发、晚上关机。你若希望会话 SQLite、Skill 目录和沙箱策略 24/7 可连，就需要一台不关机的节点。笔记本合盖掉线、家里 NAT 变化，都会让远程同事看不成同一条会话。云端 Mac mini 的价值不在「比 API 更聪明」，而在于把预览版 Harness 从正在出包的机器上拆出去：Seatbelt 沙箱、Unix 工具链和固定 cwd 都比在 Windows 上远程控一台会休眠的笔记本可预期。

插件税是第三项。多开一个 MCP server，就多一个沙箱外进程和一套密钥。LSP 要常驻语言服务器。Web 抓取会把整页 HTML 灌进上下文。这些都不出现在 DeepSeek 价卡上，但会把 Flash 的便宜优势吃掉。日用四件套的「税」接近零；团队套多一个 GitHub MCP，通常仍划算；把搜索、子 Agent、第二个 MCP 全部默认打开，成本会从令牌漏到运维。

仓库仍是预览。把 Harness 和客户工程焊在同一台构建机上，等于把循环、手册和文件隔离三件事叠在发布路径上。隔离节点可以丢、可以回滚、可以限权，这才是部署成本该买的东西。

什么时候该加插件，什么时候别加

和自研「while 循环 + 两三个工具」相比，dsh 的收益是层序、会话和隔离已经分开；成本是预览阶段的破坏性变更，以及你必须克制自己不去点齐配置目录。每年如果你真的会换模型后端、换沙箱或把同一套 Skill 用在多个仓库，这 10 个包才值。只是想看模型会不会聊天，不必上完整栈。

最后一句话：2026 年用 DeepSeek Harness 写代码，赢的不是装得最多的人，而是能说清「这一次任务只需要哪几层」的人。先读、再改、再跑、再按需说明，会话可回放、令牌可计量。插件是组合，不是收藏。

常见问题