DeepSeek Harness 小白實戰：第一次自己組一隻 AI Agent
DeepSeek Harness 怎麼玩？這篇從安裝開始，實際建立 3 個 Subagent，再加入 Browser Plugin，帶你一步步理解 AI Agent 與「Everything is a Plugin」到底是什麼。
最近 DeepSeek 推出的 DeepSeek Harness，主打「Everything is a Plugin」，讓模型、工具、Subagent，甚至 Agent 的工作方式都能自由組合。
但如果只是看官方介紹，可能還是很難理解：所以 DeepSeek Harness 到底要怎麼玩？Plugin 加進去之後，又真的會有什麼不同？
這篇不談太多複雜架構，而是直接從零實作一次。我會先帶你把 DeepSeek Harness 跑起來、建立一個簡單網站，再用 3 個 Subagent 分別進行 UX、文案與前端 Review；最後實際安裝 Browser Plugin，讓原本只能讀取程式碼的 Agent，多出操作瀏覽器的能力。
如果你也第一次接觸 AI Agent，跟著這篇一步一步做，就能實際理解 DeepSeek Harness 的 Plugin 與 Subagent 到底在做什麼。
DeepSeek Harness 是什麼？先從 Harness 開始理解
在開始操作前，我們先釐清一個最容易讓人困惑的詞：Harness 到底是什麼？
Harness 原本有「馬具、繫具」的意思，也就是把不同部件連接起來，讓它們可以一起運作。放到 AI Agent 的世界裡，可以把它理解成：包在 AI 模型外面，負責讓模型真正能做事的一整套執行系統。
單獨一個 AI 模型，本質上最擅長的還是接收輸入、理解內容，再產生下一個回覆。但當我們希望 AI 不只是「告訴你怎麼做」，而是能自己讀取檔案、修改程式、搜尋資料、執行指令，甚至把工作分派給其他 Agent 時，就需要有人把這些能力接到模型身上。
這套負責「把模型和工具、檔案、工作環境串起來」的東西，就是 Agent Harness。
因此，一個 AI Agent 可以簡單理解成：
AI Model + Harness = AI Agent
Model 像是大腦，負責理解、推理與決定下一步；Harness 則像是它的工作環境與工具箱，讓 AI 有辦法把想法真正轉成動作。
這也是 DeepSeek Harness 出現的背景。它並不是一款新的 DeepSeek 模型，而是一套開源的 Agent Harness，讓開發者可以自己決定模型要接哪些工具、使用哪些 Skills、如何保存 Session，以及 Agent 可以在哪些環境裡工作。
而 DeepSeek Harness 最具代表性的設計理念就是 「Everything is a Plugin」。
模型、Tools、Skills、Session、Sandbox，甚至部分 Agent 執行方式，都可以透過 Plugin 進行組合與替換。白話來說：
Model 決定 AI 怎麼想，Plugin 決定 AI 能做什麼，而 Harness 負責把這些能力組合起來。
與其只看這些名詞，接下來我們就直接把 DeepSeek Harness 跑起來，實際看看一個 AI Agent 是怎麼工作的。
Philo
詳細介紹可以跳轉來看該篇，這篇主打教學。
Step 1：
DeepSeek Harness 安裝，先把 Web UI 跑起來
理解完 Harness 的概念後，接下來就直接開始操作。DeepSeek Harness 目前提供 Web UI，對第一次接觸的人來說，比起直接在 Terminal 裡操作更容易上手。
開始前，你需要先確認電腦已安裝 Node.js。接著打開 Terminal，輸入：
npx @deepseek-ai/dsh web
第一次執行時，系統可能會詢問是否安裝相關套件，確認後等待它跑完即可。成功啟動後，Terminal 會顯示一組本機網址，範例：
http://127.0.0.1:3080
把終端機給你的網址貼到瀏覽器，就會進入 DeepSeek Harness 的 Web UI。
第一次進入後，還需要完成兩個設定。第一個是到 Settings → Models 設定模型與 API Key；本文使用 DeepSeek 模型作為示範。第二個則是選擇 Workspace，也就是指定一個資料夾，讓 Agent 知道自己可以在哪裡讀取、建立與修改檔案。
你可以把 Workspace 想成 AI 的「工作桌」：放進這個資料夾裡的檔案，才是接下來 Agent 主要工作的範圍。
完成模型與 Workspace 設定後，DeepSeek Harness 的基本環境就準備好了。接下來我們會先從一個最簡單的任務開始，看看它和一般「問一句、回一句」的 AI 到底有什麼不同。
Step 2：第一次派工作給 Agent，讓它自己完成一個網站
環境設定完成後，接下來先不要急著玩 Plugin 或 Multi-Agent。我們先丟一個簡單任務，看看 DeepSeek Harness 最基本的 Agent 工作方式。
這次我建立了一個空白 Workspace，並直接要求它做一個「每日待辦清單」網站，需求包含新增待辦、勾選完成、刪除項目與手機版顯示。除此之外，我沒有指定它一定要建立哪些檔案，而是讓 Agent 自己判斷。
如果各位想自己玩看看，我提供以下prompt:
這是一個全新的空白工作區。
請完成以下任務：
建立一個簡單的「每日待辦清單」網頁。
需求：
1. 網頁標題為「今天要做什麼？」
2. 預設有 3 個待辦事項
3. 可以新增待辦
4. 可以勾選完成
5. 可以刪除待辦
6. 手機版也要能正常顯示
請你自行決定需要建立哪些檔案。
完成後，請自行檢查：
- 必要檔案是否都存在
- HTML / CSS / JavaScript 是否有明顯錯誤
- 功能是否有遺漏
如果檢查發現問題，請自行修正。
最後再告訴我：
1. 你建立了哪些檔案
2. 你使用了哪些工具
3. 你做了哪些檢查
實際執行後，它會先檢查工作區，再自行建立 index.html、styles.css 與 script.js，接著檢查 JavaScript 語法、HTML 結構與 CSS，甚至主動替功能寫測試。如果測試過程發現問題，也會再回頭修正並重新驗證。
整個流程比較接近：
收到目標 → 拆解任務 → 建立檔案 → 執行檢查 → 發現問題 → 修正 → 完成
這也是 Agent 和一般聊天 AI 很直觀的差異。你不需要一步一步告訴它「先新增 HTML、再寫 CSS、接著測試」，而是把目標與驗收條件交給它，讓 Agent 自己決定中間該採取哪些動作。
接下來，我們就把玩法再往前推一步：不再只讓一個 Agent 自己完成任務，而是讓它把工作分給多個 Subagent。
Step 3：加入 3 個 Subagent，讓 AI 開始分工
當單一 Agent 已經能獨立完成任務後，下一步就可以開始玩 DeepSeek Harness 裡更有意思的功能：Subagent。
Subagent 可以理解成由主 Agent 臨時派出去執行特定任務的「子代理」。和單純叫同一個模型扮演不同角色不同，主 Agent 會真的把工作拆出去，讓不同 Subagent 各自處理自己的任務，再把結果收回來統整。
這次我直接拿剛剛完成的「每日待辦清單」網站來測試，並要求主 Agent 分別建立 3 個 Subagent：
- UX Subagent：檢查操作流程、易用性與整體使用體驗
- 文案 Subagent：檢查標題、按鈕文字與提示訊息是否清楚
- 前端 Subagent：檢查 HTML、CSS、JavaScript、RWD 與可能的實作問題
實際執行時，可以看到主 Agent 依序把任務交給不同 Subagent，各自讀取 Workspace 裡的網站檔案並完成 Review，最後再由主 Agent把三份結果整理成一份完整報告。
一樣提供prompt:
請 Review 目前 Workspace 裡的「每日待辦清單」網站。
請先使用 Browser 工具實際操作網站，不可以只閱讀程式碼。
實際測試：
新增一筆「買咖啡」
勾選「買咖啡」
確認完成數量
刪除「買咖啡」
確認刪除後數量
使用 accessibility snapshot / DOM 文字資訊檢查頁面
禁止使用 browser_screenshot 或任何會產生圖片的工具。
接著使用 3 個 Subagent：
UX Review
文案 Review
前端實作 Review
最後由主 Agent 統整，列出哪些問題是「只看程式碼沒發現，實際操作後才發現」。
整個流程大致會變成：
主 Agent → UX Review / 文案 Review / 前端 Review → 回收結果 → 主 Agent 統整
這時候 Harness 的價值就更明顯了。你不只是讓 AI「回答問題」，而是在設計一個工作流程：誰負責什麼、任務怎麼分、結果最後由誰整理。
但目前這 3 個 Subagent 主要還是透過讀取程式碼來判斷網站狀況。接下來我們要再替這支 AI Team 加上一個新的能力：讓它真的可以操作瀏覽器。
Step 4：安裝 Browser Plugin，替 Agent 加上瀏覽器操作能力
前面的 Subagent 已經能分工 Review 網站，但它們主要還是透過讀取 HTML、CSS 與 JavaScript 來判斷問題。這時候如果想讓 Agent 更接近「真的在使用產品」，就需要替它加上一個新的工具能力。
這次我安裝的是第三方社群提供的 Browser Plugin。安裝後，DeepSeek Harness 會多出一組瀏覽器相關工具，讓 Agent 不只看程式碼，還能實際開啟網頁、點擊按鈕、輸入文字，並讀取頁面狀態。
安裝前，可以先到 Settings → Plugins 搜尋 browser，確認目前插件列表中還沒有 Browser Plugin。接著回到 Terminal，先停止正在執行的 Harness，再執行 Plugin 安裝指令：
npx -y @deepseek-ai/dsh plugin --profile web add dsh-browser-playwright
安裝完成後，再重新啟動 DeepSeek Harness：
npx @deepseek-ai/dsh web
回到 Web UI 並重新整理頁面後，再次進入 Settings → Plugins 搜尋 browser，就可以看到新加入的 Browser Plugin。
這一步其實就是 DeepSeek Harness「Everything is a Plugin」最直觀的地方：模型本身沒有更換，但只要替 Harness 加上一個新的 Plugin，Agent 可以使用的工具與工作方式就跟著改變。
要注意的是，本文使用的 Browser Plugin 屬於第三方社群 Plugin，並非 DeepSeek 官方內建套件。實際安裝其他第三方 Plugin 前，也建議先確認來源、權限與相容版本。
Step 5：Plugin 裝好後，Agent 多了什麼能力？
Browser Plugin 安裝完成後，我再次讓同一個 AI Team 回到「每日待辦清單」網站執行任務。這次模型沒有更換，3 個 Subagent 的角色也維持一樣，唯一的差別，就是 Harness 多了 Browser Plugin。
實際執行時，可以看到 Agent 開始呼叫瀏覽器相關工具，直接操作剛剛建立好的網站，例如點擊待辦項目、切換完成狀態、刪除內容，並確認畫面上的狀態是否跟著變化。
這和前一輪最大的差別在於：原本 Agent 主要是透過讀取 HTML、CSS、JavaScript 來理解網站；加入 Browser Plugin 後，它多了一條「實際操作產品」的路徑。
簡單來看，前後差異可以整理成：
| 安裝前 | 安裝 Browser Plugin 後 |
|---|---|
| 讀取網站程式碼 | 實際開啟並操作網站 |
| 從程式碼判斷功能 | 直接點擊、輸入、驗證狀態 |
| 使用原本的 Tool | 多出 Browser 相關 Tool |
| Review 偏向靜態分析 | 可以加入實際操作結果 |
也就是說，我們並沒有換一顆更強的模型，而是透過 Plugin 替 Agent 增加新的「手腳」。
這也是 DeepSeek Harness 最值得理解的地方：模型負責思考，但 Agent 最後能做哪些事情，很大一部分取決於 Harness 提供了哪些工具。
當你開始能替 Agent 加入不同 Plugin 後，DeepSeek Harness 就不再只是另一個 AI Coding 工具，而更像是一個可以持續擴充能力的 Agent 工作台。
結語：DeepSeek Harness 值得玩嗎？
實際玩完一輪後，我覺得 DeepSeek Harness 最有意思的地方，不是它能不能幫你寫程式，而是你可以自己決定一個 Agent 要怎麼工作。
這次我們讓 DeepSeek 模型負責理解與判斷，用 Subagent 把工作拆給 UX、文案與前端角色，再透過 Browser Plugin 增加實際操作網頁的能力。簡單來說：
Model 決定 AI 怎麼想，Subagent 決定工作怎麼分，Plugin 決定 Agent 能做什麼，而 Harness 負責把這些能力組合起來。
如果只是想找 AI 幫忙 Coding，現在已有不少成熟工具；但如果你想研究 Multi-Agent、替 AI 加入不同工具，或自己設計一套 Agent 工作流程，DeepSeek Harness 就很值得玩看看。
目前它仍處於 Developer Preview，比較適合拿來學習、實驗與做 POC。對第一次接觸 AI Agent 的人來說，與其只看「Everything is a Plugin」的介紹，不如真的裝一個 Plugin、跑一次 Subagent，你會更快理解 Harness 到底在做什麼。
