企业官网建设流程全解析

大概从年初开始，我一直在琢磨怎么把 DeepSeek 用成“长在终端里的开发搭子”——不是那种一问一答的聊天窗口，而是能自己读代码、改文件、跑命令、甚至拆分成多个智能体并行干活的 agent。来回试过几个方案之后，最终真正留在我日常流程里的，是 DeepSeek Harness 这个开源 harness 项目。但说实话，这套东西的安装配置、模式选择、Token 消耗控制，以及和 Cline、Claude Code、Codex CLI 这些竞品之间的取舍，网上一直缺少一篇能从零跟到尾的完整教程。所以就有了这篇。它适合正在用 DeepSeek API、想在本地跑一个能真正干活的 agent，又不想被 Token 账单吓到的开发者；也适合已经玩过其他 agent 工具、想横向对比再决定要不要迁移的人。

1. 先把概念理清楚：Harness 给模型装上了“手”和“缰绳”

1.1 一个比喻理解 Harness 的价值

Harness 这个词，本意是马具、安全带。你在终端里直接调 DeepSeek 的 API，模型只是“能听懂话但没手”的大脑：你让它改代码，它只能给你一段 diff 让你自己贴；你让它查一个报错，它只能让你把日志复制过去。而 Harness 干的事，就是给模型装上两只手——让它能真正执行 shell 命令、读写文件、搜索代码库、调用外部工具，并且给这双手套上缰绳：什么能碰、什么不能碰、每次动手前要不要请示你、一次任务能花多少钱。

这个“缰绳”才是 harness 最值钱的部分。为什么不是直接写一个脚本调 API？因为你很快会发现，让模型长出一个工具调用循环很容易，让它安全地在你的仓库里干活很难。DeepSeek Harness 把这层约束做成了开箱即用：每个任务有独立的会话上下文、有权限边界、有可插拔的工具集，甚至允许你把它拆成多个子智能体并行工作。这才是它和“套壳聊天机器人”的本质区别。

1.2 Harness 与普通聊天 API 的本质差异

我列一下我实际使用中感知最明显的几个差异，比纯粹的功能列表更直观：

第一是工具调用循环。普通 API 是一问一答，而 Harness 里模型会被反复地“思考—调用工具—观察结果—再思考”。比如我让它“找到项目里所有未处理的 Promise 拒绝”，它会自己先执行搜索命令，再打开几个疑似文件阅读，最后得出结论。这个循环不需要人参与。

第二是权限体系。它默认有几种权限档位：只读模式不允许任何写操作；auto 模式可以改文件、跑命令，但每次高风险操作会弹确认；还有更细粒度的规则，比如“禁止 rm -rf”“禁止改 src/test 之外的目录”。

第三是会话与上下文管理。大模型上下文窗口有限，Harness 会做压缩和截断策略。这个后面讲 Token 消耗时会重点说，它是省钱的关键。

第四是多智能体编排。这是一个大的卖点：复杂任务会被拆成若干子任务，分给多个子智能体，每个有自己的上下文窗口，干完再汇总。这也是它和 Cline 这类单线程工具最不一样的地方。

1.3 它更适合谁，以及谁该绕开它

说实话，不是所有人都需要 DeepSeek Harness。我自己的判断标准是这样的：

适合用它的人有三类：一是常年在终端里工作的后端/全栈开发者，浏览器切来切去很烦；二是重度依赖 DeepSeek API 的项目，因为它在模型接入、上下文成本控制上针对 DeepSeek 做了很多优化；三是需要把一个大型任务拆给多个 agent 并行做的场景，比如重构一个几十个文件的模块，单线程 agent 很容易做着做着上下文就乱掉。

不适合的人也有三类：一是只想要“代码补全”或“问答”能力的人，这类需求用 IDE 内置插件更轻量；二是对可视化界面有强需求、不想记命令行的朋友，Harness 的 CLI 风格会让你难受；三是项目极其简单、每次任务几句话就能说清的人，引入一套 harness 反而是负担。

还要提醒一句：在你开始安装之前，别装错依赖——我之前看到很多人在搜 MySQL、Maven、JDK 的安装教程，误以为 DeepSeek Harness 也是那套 Java 生态的东西。完全不是，它只需要 Node.js 和能正常访问网络的环境，跟数据库、Java 虚拟机没有半点关系。

2. 保姆级安装与配置：从空环境到跑通第一个任务

2.1 前置依赖：Node.js 与 Git

DeepSeek Harness 是 Node.js 写的，所以第一步是确认你机器上有 Node.js。实测下来，Node 20 的 LTS 版本最稳，Node 18 也能跑，但某些新特性相关的 skill 在 18 上表现不太稳定；Node 22 也可以，不过较少被官方测试覆盖。

先在终端里检查：

node -v npm -v git --version

如果 node 没装，推荐用 nvm 而不是直接去官网下载安装包。理由很简单：nvm 可以随时切换版本，比如后面你要把 harness 从 0.1.5-rc.2 升到新版，结果新版要求更高的 Node 版本，或者反过来新版在某个 Node 小版本上有 bug，nvm 能一键切回去。安装 nvm 之后执行：

nvm install 20 nvm use 20

Git 同理，如果没装，Windows 上直接装 Git for Windows，macOS 上如果有 Homebrew 就brew install git。Git 的作用不只是 clone 项目，harness 的 skill 机制、版本回退都依赖它。

2.2 两种安装方式：全局 npm 包与源码编译

我推荐的方式是全局安装 npm 包，对大多数人都够用：

npm install -g deepseek-harness

装完验证一下：

dsh --version

如果输出版本号，说明安装成功。注意，命令入口在有些版本里是dsh，在 0.1.5-rc.2 这个阶段它入口就是dsh。

第二种方式是从源码编译，适合想改源码、或者想用 GitHub 上比 npm 更早的预发布版本的人：

git clone https://github.com/deepseek-ai/deepseek-harness.git cd deepseek-harness npm install npm run build npm link

npm link会把当前源码软链到全局命令，这样你改了源码立刻生效，不用重复安装。缺点是每次拉新代码都要重新npm run build，稍微麻烦一点。

如果全局安装时报权限错误，不要直接sudo npm install，那是用 root 权限跑第三方脚本，风险高。正确做法是修 npm 的全局目录权限，或者干脆用 nvm 管理 Node——nvm 装的 Node 全局目录默认在当前用户目录下，不存在权限问题。

2.3 API Key、环境变量与配置文件

安装本身只是第一步，更关键的是把 DeepSeek 的 API 接进来。先去 DeepSeek 开放平台注册账户，创建一个 API Key，这个 Key 形如sk-开头的一串字符。Key 只显示一次，创建后要立刻复制保存，丢了就得重新生成。

然后在你的 shell 配置里加环境变量：

export DEEPSEEK_API_KEY="sk-你的key" export DEEPSEEK_BASE_URL="https://api.deepseek.com"

DEEPSEEK_BASE_URL默认就是这个值，如果你用了一些兼容 OpenAI 协议的第三方中转服务，也可以改成对方的地址。但我的建议是优先用官方地址，第三方中转虽然可能更便宜，但稳定性和数据隐私都要打折扣。

dsh init会在你的家目录生成一个配置文件。默认路径在 Linux/macOS 是~/.deepseek-harness/config.json，Windows 在%USERPROFILE%\.deepseek-harness\config.json。初始化的内容大概长这样：

{ "model": "deepseek-chat", "baseUrl": "https://api.deepseek.com", "mode": "auto", "maxTokens": 4096, "temperature": 0.3, "systemPrompt": "You are a senior software engineer...", "allowedTools": ["bash", "edit", "search"], "denyTools": [], "skills": [] }

几个字段我要单独解释一下。

model可以在deepseek-chat和deepseek-reasoner之间切换。前者是通用对话模型，速度快、价格便宜；后者是推理模型，会在回答前输出一段很长的“思考过程”，Token 消耗会显著上升，但也有自己的存在价值。后面第四节我会专门算笔账。

maxTokens是每次响应的最大输出 Token 数。这个值不要设太离谱，4096 是一个比较平衡的值。设得过大，模型可能会在一次调用里输出一大堆无效内容，白白烧钱。

temperature控制随机性。写代码我建议 0.1~0.3，温度太高容易“创造性”地写出一堆不存在的 API。

2.4 第一次运行与目录结构认知

配置完先跑一个最简单的命令验证链路：

dsh run "列出当前目录下的文件，并告诉我哪些是最新修改的"

如果一切正常，你会看到它先思考、然后执行ls之类的命令、读取输出、最后给出结论。这个过程中每个工具调用都会打印出来，方便你观察它到底干了什么。

跑通之后，建议花两分钟看一下它生成的目录结构。除了配置文件，工作目录下通常会有.harness/或.deepseek-harness/文件夹，里面是每次会话的历史记录、工具执行日志、skill 缓存。这些日志是之后排查问题最重要的资产，我最后一部分会讲怎么用。

这里有个小经验：第一次跑任务，不要在很大的代码仓库里试。先拿一个 demo 项目或者空目录试，确认基本流程走得通，再让它进入真实项目。否则你还没搞懂它每一步在做什么，它就先开始遍历几万个文件，你会被输出刷屏，也很难判断是否正常。

3. 工作模式与多智能体编排：plan、auto、review 怎么选

3.1 五种模式的定位与选择逻辑

DeepSeek Harness 内置了不止一种工作模式，这个设计是它最容易被忽略、但也最决定实际体验的地方。我按实际使用频率排序说明：

plan 模式是我最推荐的起手式。它的行为是：模型会大量搜索代码、读文件，但不会对文件做任何修改，最后输出一份带步骤的方案。这个模式最大的价值不是“省事”，而是“便宜”。因为你还没开始动手，一个任务在执行前的上下文积累就已经被它梳理清楚了，后续切换到 auto 模式时，模型带着完整认知去改代码，容错率会高很多。

ask 模式适合“只想知道答案”的场景。比如新接手一个项目，你想问“这个项目的构建流程是什么”“这段逻辑为什么这么写”，直接用 ask，它不会碰任何文件，Token 消耗也最低。很多人一上来就用 auto，结果模型把“问问题”变成了“改代码”，非常尴尬。

auto 模式是默认选项，但它不是万能的。它适合那种边界清晰的执行任务，比如“把 utils 目录下所有回调改成 async/await”。我强烈建议在 auto 模式执行前，先想清楚两件事：一是任务的终点你能否判断（能写出“完成标准”才算清楚）；二是它需要改动的文件范围是否可控。两个答案都是“是”，再用 auto。

review 模式是 auto 的“安全版”。它会正常改代码，但改完之后停下来，把 diff 展示给你，等你确认。我自己写业务代码时基本都用这个模式，原因很简单：AI 写的代码，我看着改完再提交，比让它直接推到提交里更踏实。

3.2 多智能体编排模式内部是怎么工作的

orchestrate 是 DeepSeek Harness 最有辨识度的能力，也是网上很多人问“多个智能体 编排”时指向的功能。它的核心机制是：主智能体把一个复杂任务拆解成若干子任务，每个子任务分配给一个独立的子智能体，子智能体各自有独立的会话上下文窗口，完成后结果汇总回主智能体。

为什么要这样设计？关键在于上下文隔离。假如你让一个 agent 去实现“一个带登录功能的 REST API”，它需要同时理解数据库 schema、路由层、权限逻辑、测试框架。如果只开一个会话，所有内容都挤在一个上下文窗口里，随着对话变长，模型会开始遗忘早期信息，而且每次请求都要带着越来越长的历史，Token 消耗是超线性增长的。而编排模式里，三个子智能体各管一块，每个上下文只装自己需要的部分，互不污染，最终主智能体只负责整合。

我实际跑过一个例子：重构一个 40 个文件的支付模块。我给主智能体的指令是“把模块从回调式改成 Promise 式，保持对外 API 不变，改动范围限制在 src/payment 目录内”。它把任务拆成了三个子任务：入口层改造、核心逻辑改造、测试用例调整，分别交给三个子智能体并行执行。整个过程大概 15 分钟，Token 总消耗比我先前用单线程 agent 跑类似任务少了大约四成，而且全程没有出现过上下文丢失导致的“重复改同一段代码”的问题。

但要提醒的是：编排模式对任务描述的要求更高。子智能体之间没有自动通信机制，所以你必须把边界、依赖关系、接口契约写清楚。如果任务本身模糊，多智能体反而会把模糊放大成三个方向的错误。

3.3 skills 扩展：把项目规范变成 agent 的“肌肉记忆”

skills 也是 DeepSeek Harness 的一大特色。你可以把它理解成给 agent 预装的“专项技能包”：一个 skill 通常是一个目录，里面包含描述文件、示例代码、触发条件和一些辅助脚本。

比如我常用的一个code-reviewskill，它的描述文件里约定：当被要求“审查代码”时，必须先检查测试覆盖率、再检查错误处理分支、最后给出按严重程度分级的意见列表。装上之后，我再让 harness“review 一下这个 PR”，它就会自动按这套流程执行，而不是泛泛地“看一遍”。

安装 skill 的命令很简单：

dsh skill install <仓库地址或本地路径>

也可以自己创建一个自定义 skill 目录，放在~/.deepseek-harness/skills/下，按照官方文档的格式写一个描述文件即可。这个机制意外地适合团队沉淀规范：把团队的 code review check list、环境搭建步骤、常见报错处理办法写成 skill，新同事的 agent 也能按同样的标准干活。

不过 skill 不是装得越多越好。每个 skill 的描述在特定条件下会被加载进上下文，装太多会在某些任务里引入大量无关信息，推高 Token 消耗。我个人的经验是，保持 5 个以内的常用 skill，其他的按需临时安装。

3.4 关键参数调优与它对行为的影响

参数层面，除了前面说的temperature和maxTokens，有三个参数值得关注：

reasoningEffort或对应的推理开关：使用deepseek-reasoner模型时，可以控制“思考深度”。有些实现里提供了 low/medium/high 的选项。实测中，低档思考适合格式转换、字段重命名这类机械任务；高档思考适合算法设计、难以复现的 bug 排查。思考深度和 Token 消耗基本是线性的，所以要按需开。

contextCompaction开关：它控制长会话的上下文压缩策略。打开之后，当上下文快满时，harness 会先对历史对话做摘要压缩，而不是粗暴截断。这个开关对长任务的保留意识非常重要，但它本身也有成本——压缩操作会额外消耗一次摘要生成的 Token。小任务没必要开，跑超过 20 轮对话的大任务必须开。

工具白名单：allowedTools和denyTools不只是安全配置，它们也影响 Token。被允许的工具越多，模型在每次行动时的“选择成本”越高。只给它真正需要的工具，反而能减少无效尝试。

4. Token 消耗实测与省钱策略：别让一个周末烧掉一个月预算

4.1 Token 计费的底层逻辑

要控制成本，首先得知道钱花在哪。DeepSeek 的计费逻辑和大多数大模型厂商一样，按 Token 数计费，并区分输入 Token和输出 Token。输入 Token 里还有一层命中缓存的概念：如果你多次请求带了相同的上下文前缀，比如同一段系统提示词或同一段代码背景，命中部分的价格会大幅降低。

以官方文档当时标注的参考价为例（价格会调整，实际以官网为准）：

注意，reasoner 模型的输出包含它“思考过程”的那部分 Token，也就是说它还没开始真正写答案，光是内心戏就已经在烧钱了。这就是它便宜不下来的根本原因。

还有一个容易忽略的坑：工具调用的返回内容也算输入 Token。你让它cat一个 5000 行的文件，这 5000 行会全部作为工具结果进入上下文，下次请求时要重新计费（除非命中了缓存）。所以“让 agent 多读文件”不是免费的，读什么、怎么读，都是有成本的。

4.2 三组真实任务消耗数据

我把自己近期用 harness 跑的三类任务数据列出来，给大家一个体感参考。因为项目和模型版本都在变，数字不是绝对值，但量级具有参考意义：

任务 A：修复一个报错。场景：一个 Node.js 项目里某个接口偶尔返回 500，无日志。我用 ask 模式先定位，再切 plan 模式给出修复方案，最终手工改了 3 行代码。总会话 14 轮，消耗约 8 万输入 Token、1.5 万输出 Token，用 deepseek-chat 跑的，成本不到 0.3 元。

任务 B：给项目新增一个导出报表的功能模块。场景：现有代码框架比较规范，我用 review 模式让 agent 实现整个模块。总会话 60 多轮，频繁读取了相关文件，消耗约 90 万输入 Token、12 万输出 Token，deepseek-chat 总成本约 2.8 元。这里缓存命中帮了很大忙，如果完全没有缓存，这个数字会接近 4 元。

任务 C：用 orchestrate 模式重构支付模块。三个子智能体分别处理入口、核心逻辑和测试，加上主智能体的整合，总消耗约 210 万输入 Token、30 万输出 Token，综合算下来约 7 元。这个任务如果人工来做，按我的时间成本算是上千元，所以这个投入非常划算。

你可以看到，真正的大头是输入 Token，而输入 Token 的大头是反复读取的上下文。任何能减少“重复塞入相同内容”的策略，都能直接压成本。

4.3 省钱的六个实际操作

基于上面的认知，我总结了六条真正有效、且我一直在用的省钱策略：

1. 能用 deepseek-chat 就别用 deepseek-reasoner。70% 的开发任务用不到深度推理。我会在配置里默认 deepseek-chat，只有遇到“现象诡异、查不到原因”的 bug 时才临时切 reasoner。

2. 先 plan 后执行。plan 模式下模型只读代码不修改，上下文里不会混入“改了又改”的脏历史。一个清晰的计划，能让后续 auto 模式少走 30% 以上的弯路，也少烧 30% 的 Token。

3. 主动控制“让 agent 读什么”。与其让它自己瞎逛目录，不如在任务描述里直接指明：“先读 src/payment/controller.ts 和 src/payment/service.ts，其他文件不要看”。给它划好范围，本质上是帮它少读无用文件。

4. 善用缓存。DeepSeek 的上下文缓存是自动的，你要做的是尽量保持同一会话内的上下文稳定，不要反复切换任务方向。经常开新会话、每次复制大段代码进去，会破坏缓存命中。

5. 大文件先做预剪裁。如果某次任务涉及一个很大的文件，先手动把无关的段落在粘贴/读取前剪掉。5000 行的配置文件，其实只有 200 行是相关的，让它读整个文件纯粹是烧钱。

6. 不要用 maxTokens 设太高，但也不要设太低。太低会导致输出被截断，任务中断，反而额外消耗；太高会让模型懒散，一次性输出超长冗余内容。4096 是个不错的起点，需要长报告时再调大。

4.4 用量与预算监控

Harness 会在会话结束后打印本次的 Token 统计。我建议养成每次任务后看一眼的习惯，就像看流水账。我自己会用一条命令快速查看当天所有会话的累计消耗，不同版本的实现可能有出入，但基本思路都是从日志目录里汇总每个会话的记录。

还有一个滑点需要盯紧：编排模式下，子智能体的消耗是同时发生的，会话列表里可能看不出“谁烧了大头”。我建议在 orchestrate 任务开始前，给主智能体明确的指令：“每个子任务开工前先打印自己预计读取哪些文件”，这样至少能判断哪个子任务在无序扫描。跑完后再去日志目录里看每个子智能体的 Token 明细，通常会发现 80% 的钱烧在某一个子任务的无效读取上。

5. 竞品横向对比：Harness、Claude Code、Cline、Codex CLI 的取舍

5.1 四款工具的定位差异

聊完成本再看选型。现在市面上主流的四款方案，我按照“出身”来区分：DeepSeek Harness 是 DeepSeek 生态的产物，核心优势是跟 DeepSeek 模型深度绑定、便宜、编排能力强；Claude Code是 Anthropic 官方出的终端 agent，打磨最精致、模型能力最强，但贵；Cline是 VS Code 插件形态，胜在上手简单、界面直观，支持任意 OpenAI 兼容端点；Codex CLI是 OpenAI 出的开源 agent，走的也是终端路线，但和 OpenAI 账号体系绑定很紧，登录体验一言难尽。

这里必须提醒一点：网上那个高频出现的报错sign-in could not be completed token exchange failed: token endpoint returned ...，大量出现在 Codex CLI 和 Cline 的 GitHub/Google 登录流程里，是账号鉴权体系的问题，不是 DeepSeek 的 API 问题。如果你用的是 DeepSeek Harness，走 API Key 直连，根本不会碰到 OAuth 登录环节。这个我最后一节细说。

5.2 一张表看明白核心差异

为了不写得像产品说明书，我只列我在真实选择时关心的维度：

5.3 不同场景下的选择建议

如果你预算敏感、且核心诉求是“把 DeepSeek 的能力变成自动化干活工具”，闭眼选 DeepSeek Harness。它是四款里唯一在模型和成本层面做到双向匹配的。我试过用 Cline 接 DeepSeek 端点，能用，但 Token 消耗明显偏高，因为 Cline 对上下文的管理不如 Harness 细致。

如果你不在乎价格，只求“开箱即用的顶级体验”，Claude Code 值得交这个钱。它的 plan 模式、diff 展示、权限提示都做得非常顺滑，工具的打磨程度确实高。但你要接受它的成本——同样一个重构任务，Claude Code 跑出来的 Token 账单通常比 DeepSeek Harness 贵 5 到 10 倍。

如果你是 VS Code 重度用户、不想换环境，Cline 是阻力最小的选择。在图形界面里看 diff、点按钮批准的体验确实比 CLI 友好，尤其适合不太熟悉命令行的朋友。缺点是它的多任务能力基本没有，复杂任务你得自己在旁边盯着。

Codex CLI 我只建议 OpenAI 生态的铁杆用户尝试。它的代码质量不错，但那套 OAuth 登录、token 刷新机制在实际使用中出问题概率不小，很多时间会耗在“登录失败—重新登录—又失败”的循环里。如果用，建议直接找它的 auth 重登方案，不要反复瞎试。

6. 高频报错排查：安装失败、版本回退与 token 类错误的正确处理

6.1 安装失败的三类主因与修复

搜“deepseek harness 安装失败”的人非常多，我根据自己见过的案例归纳成三类：

第一类是Node 版本不兼容。最典型的现象是npm install过程中报错，或者装完执行dsh直接崩。处理方式很简单：用 nvm 切到 Node 20 LTS，然后npm cache clean --force，最后删掉 node_modules 重新装。不要在本机装多个 Node 版本却靠 PATH 猜，一定要用 nvm 明确切换。

第二类是npm 官方源变慢或超时。在部分网络环境下，npm 默认源下载预发布版本很慢。可以临时切换镜像源安装：

npm install -g deepseek-harness --registry=https://registry.npmmirror.com

不过镜像源同步有延迟，如果你等不了新版本，还是切回官方源。

第三类是权限问题。前面提过，不要用 sudo 安装。如果你之前不小心开了 sudo，会看到一堆 EACCES 权限错误。处理办法是把全局目录所有权改回当前用户，或者直接用 nvm 重装 Node，一劳永逸。

6.2 从新版本回退到 v0.1.5-rc.2 的正确姿势

“deepseek harness 怎么退回到 v0.1.5-rc.2”这个问题也是热搜词，我猜是因为 0.1.5 之后的某个版本改了配置文件格式或者丢了某些 skill 兼容性。回退其实不难：

如果你是用 npm 全局安装的：

npm install -g deepseek-harness@0.1.5-rc.2

如果你是用源码安装的：

cd deepseek-harness git fetch --tags git checkout v0.1.5-rc.2 npm install npm run build npm link

回退之后有个容易踩的坑：配置文件可能不兼容。新版可能往 config.json 里写了新字段，老版本不认识它们时会直接忽略，但有时候会因为某个字段默认值不同导致行为异常。我的建议是回退前先备份一份配置文件，回退后如果行为不对，删除配置文件重新dsh init一遍。

6.3 “token exchange failed” 这类报错到底在说什么

这是搜索热度最高的一个报错，值得花点篇幅讲清楚。sign-in could not be completed: token exchange failed: token endpoint returned ...，以及codex auth token is unavailable、login server error: token exchange failed: error sending request ...，这些报错句式非常密集地出现在 2025 年的中文和英文社区里。

它们共同指向一个问题：OAuth 登录流程中的授权码交换失败。你在 Codex CLI、Cline 这类工具里点“用 GitHub/Google 登录”，工具会先拿到一个临时授权码，然后用这个授权码去换取访问令牌。token endpoint returned 403说明授权服务器拒绝了这次交换；error sending request说明根本无法连上授权服务器。

这不是 DeepSeek API Key 失效的问题，和你的模型配置也没关系。我在实际维护中总结的排查顺序是：

第一，检查系统时间。OAuth 授权码有效期极短，通常只有几十秒到几分钟。如果本机时间偏差超过 5 分钟，授权码会被判定过期，直接 403。先date看时间，不对就开网络时间同步。

第二，检查登录态缓存。这类工具会把登录凭证存在本地文件里，比如 Codex CLI 的~/.codex/auth.json。文件损坏或里面的 token 过期，同样会报错。处理方式可以是退出登录（如果还能操作），或者直接备份后删除这个文件，重新登录。

第三，检查网络对认证域名的连通性。登录流程需要访问对应服务的官方认证域名。如果网络环境无法稳定访问，就会出现error sending request。建议先确认同一网络下浏览器能否正常打开该服务的登录页面。这是基础连通性问题，不是配置问题。

第四，重新登录一次。很多时候消除缓存后重新走一遍登录流程就解决了。反复在同一状态里重试是没用的，因为问题往往出在缓存或时间上。

6.4 定位问题的三板斧：doctor、日志与最小复现

最后分享我排查 harness 问题的通用方法论，不管遇到什么奇怪问题，这三板斧基本够用。

第一板斧是 doctor 命令。Harness 自带一个环境自检命令，会检查 Node 版本、配置文件合法性、API Key 是否有效、目录权限是否正常。遇到问题先跑它，八成能在输出里直接看到异常项。

第二板斧是翻日志。会话日志都在工作目录的.harness/logs/下，工具调用、请求 URL、返回状态码、Token 用量全都有记录。很多“看起来像模型抽风”的问题，翻日志会发现其实是某个工具调用失败了，模型在错误结果的基础上继续发挥。

第三板斧是最小复现。如果某个任务在一次大项目中偶现失败，我会单独建一个临时目录放一个小文件复现问题。最小复现能帮你把“模型行为问题”和“项目本身问题”分开。比如发现某次失败是因为工作量太大会话被截断，那就把任务拆小；发现是某个 skill 在特定指令下触发了 bug，那就禁用 skill 对比。

这三板斧做下来，90% 的问题都能定位到具体环节，剩下的再去提 issue 也有据可查。

最后聊一点个人体会。我在用 DeepSeek Harness 这段时间里，最大的转变不是“会用了一个新工具”，而是真的把它当成了一个可以授权的同事：它干粗活，我做决策。我现在的固定流程是：任何任务先用 plan 模式拿到方案，方案没问题再切 review 模式让它动手，最后我审查 diff。复杂任务才上 orchestrate，而且一定会给每个子任务画清楚边界。说实话，这套东西的版本迭代不慢，配置文件、命令入口偶尔会有变化，所以我也是边踩坑边总结。如果哪天你因为配置问题折腾得头疼，记住一件事：先备份配置文件，再回退版本，最后才怀疑模型本身——大多数时候，不是模型不够聪明，是它的“手”还没装对。