企业官网建设流程全解析

1. 先搞清楚 DeepSeek Harness 到底在解决什么问题

DeepSeek Harness 是 DeepSeek 在 V4 Pro 正式版之后推出的 Agent 运行框架，开发者预览版阶段就开源在 GitHub 上。它的核心公式只有一行：Agent = Model + Harness。模型负责推理和生成，Harness 负责工具调用、会话管理、沙箱、存储、Agent 循环、调度、子 Agent、工作流这些工程侧的事情。你平时用的 Claude Code、Codex 这类工具，本质上都是 Harness，必须搭配模型才能跑起来，单独拿出来就是个空壳。

DeepSeek Harness 和传统 Agent 产品最大的区别在于：它把几乎所有能力都做成了插件。传统产品里，工具系统、Skills、会话、沙箱、存储、Agent 循环、调度、子 Agent、工作流这些东西全部封装在软件内部，普通用户只能改改 Skill 和 MCP 配置，其他部分动不了。而 DeepSeek Harness 把这些全部拆成插件，你可以按需加载、卸载、替换，甚至让 Agent 在运行过程中自己造插件挂上去。

支撑这套机制的内核叫 Cordis，作者加入 DeepSeek 后，团队围绕它发了一篇 88 页的论文。Cordis 本身极其克制，只做三件事：插件加载、插件卸载、依赖管理。它有两个关键特性：时间可组合性，指一个插件卸载后它产生的副作用能否完整撤销；空间可组合性，指一个插件依赖其他插件时，当依赖出现、消失或改变，它能否动态重新处理依赖关系。这两个特性决定了 Agent 可以在运行中不断插拔自己的能力，形成某种意义上的自进化。

所以 DeepSeek 把它叫 Harness 而不是 Code 或 Build，因为做的不是 Agent 产品，而是 Harness 基建。开发者预览版这个定位也说明它面向的是愿意折腾、愿意写插件的开发者，而不是追求开箱即用的普通用户。官方预设了 100 多个一方插件，同时开放了社区插件入口，整个生态还在早期阶段。

这篇文章要带你跑通的最小可用链路是：安装 DeepSeek Harness，配置 Cordis 插件加载，写一份 config.toml 和 settings.json 骨架，然后验证一次插件加载和 Agent 调用。全程不需要你理解 Cordis 内核的全部细节，但每一步都有可复制的配置和可验证的结果。

适合谁看：已经用过 Claude Code 或 Codex，想了解 Harness 层可定制能力的开发者；想给 DeepSeek 模型接上自定义工具链的工程师；以及想研究 Agent 插件化架构的技术人。如果你只是想找个开箱即用的聊天工具，这篇可能不太适合你，因为 DeepSeek Harness 的交互门槛确实不低。

2. 接入前的准备：TaoToken 与 DeepSeek Harness 环境搭建

在开始写配置之前，先把运行环境和模型接入通道准备好。DeepSeek Harness 本身是本地运行的 WebUI 应用，通过 npx 拉起，模型调用走 API。你可以直接用 DeepSeek 官方 API，也可以走 TaoToken 这类聚合通道来统一管理 Key 和模型列表。这里以 TaoToken 为例，因为它的 Base URL 和模型 ID 格式比较规范，适合做配置骨架的演示。

第一步，拿到 API Key。打开 TaoToken 官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，注册后在控制台里创建一个 API Key。控制台地址是 https://taotoken.net/console ，API Keys 管理页在 https://taotoken.net/api-keys 。创建时注意选择对应的权限范围，如果你只是本地开发调试，给最小权限即可。Key 创建后只显示一次，复制到安全的地方。

第二步，确认 API 端点。TaoToken 的 API 基础地址是 https://taotoken.net/api ，这个地址不加 UTM 参数，直接用于配置。模型对话的入口在 https://taotoken.net/model-conversation ，你可以在那里先测试 Key 是否可用。接入文档在 https://taotoken.net/doc ，里面有各协议的详细说明。

第三步，安装 DeepSeek Harness。官方安装命令是：

npx @deepseek-ai/dsh web

这条命令会拉起本地 WebUI，首次运行会提示你填入 API Key。如果你对命令行不熟，可以把这条命令直接扔给本地已有的 Agent 工具，让它帮你执行。安装完成后浏览器会自动打开一个本地地址，通常是 http://localhost:3000 或类似的端口。

第四步，在 DeepSeek Harness 里配置模型提供方。进入设置页面，找到模型提供方配置，选择自定义提供方，填入以下信息：

这里要注意，DeepSeek Harness 支持添加目录里的模型提供方，也支持完全自定义。你完全可以把别家模型接进来，比如 GLM 系列。模型 ID 必须和提供方实际支持的 ID 一致，否则调用时会报 model not found。

第五步，选择工作区。回到首页，点击“选择工作区”，添加一个项目目录。这个目录就是 Agent 能操作的文件范围，建议选一个测试用的空目录或专门的项目目录，不要直接选系统根目录。工作区确定后，Agent 的文件读取、编辑、搜索都会限制在这个范围内。

第六步，选择模式。第一次使用建议无脑选标准模式。标准模式拥有完整的代码 Agent 能力，包括文件读取与编辑、Shell、文件搜索、网页搜索、Skills、计划、目标、后台任务、子 Agent 和工作流，这些插件都已经预设好了。PTC 模式、极简模式、创造模式的区别后面会讲，但最小可用链路用标准模式就够了。

完成以上六步，你的 DeepSeek Harness 就已经具备了调用模型和操作文件的基础能力。接下来进入配置骨架的编写，这部分是 Cordis 插件加载的核心。

3. 可复制配置骨架：config.toml 与 settings.json 怎么写

DeepSeek Harness 的配置分两层：一层是 Cordis 内核的插件加载配置，通常放在 config.toml 里；另一层是应用侧的 settings.json，管理模型、工作区、UI 偏好这些。两份配置的路径和字段格式在开发者预览版里已经相对稳定，下面给出可直接复制的骨架。

先看 config.toml。这个文件控制 Cordis 内核加载哪些插件、插件的依赖顺序、以及插件的初始化参数。默认路径在项目根目录下的 .dsh/config.toml，如果你用的是全局配置，则在用户目录的 .dsh/config.toml。骨架如下：

# Cordis 内核配置骨架 # 路径：<项目根>/.dsh/config.toml [core] # 内核日志级别，调试插件加载时建议用 debug log_level = "info" # 插件加载超时，单位毫秒 load_timeout = 10000 # 是否允许运行时热插拔 hot_swap = true [plugins.file-editor] enabled = true # 文件编辑插件的工作区限制 workspace_only = true # 最大编辑文件大小，单位 KB max_file_size = 2048 [plugins.shell] enabled = true # Shell 插件允许的命令白名单，留空表示不限制 allow_commands = [] # 单条命令超时，单位秒 timeout = 60 [plugins.file-search] enabled = true # 搜索时忽略的目录 ignore_dirs = [".git", "node_modules", "dist", "build"] [plugins.web-search] enabled = true # 搜索提供方，可选 tavily / serper / builtin provider = "builtin" # 单次搜索返回结果数 max_results = 5 [plugins.skills] enabled = true # Skills 目录，相对于工作区 skills_dir = ".dsh/skills" [plugins.plan] enabled = true [plugins.goal] enabled = true [plugins.background-task] enabled = true # 最大并发后台任务数 max_concurrent = 3 [plugins.sub-agent] enabled = true # 子 Agent 最大嵌套深度 max_depth = 2 [plugins.workflow] enabled = true

这份配置里，[core] 段控制内核行为，[plugins.*] 段控制每个插件的启用状态和参数。hot_swap = true 是 Cordis 时间可组合性和空间可组合性的开关，打开后插件可以在运行时加载和卸载。如果你在调试插件依赖问题，把 log_level 改成 debug，能看到插件加载的完整链路。

再看 settings.json。这个文件管理应用层配置，包括模型提供方、工作区、UI 偏好。默认路径在 .dsh/settings.json，骨架如下：

{ "model": { "provider": "custom", "baseUrl": "https://taotoken.net/api", "apiKey": "sk-your-key-here", "protocol": "openai", "modelId": "deepseek-v4-pro", "temperature": 0.7, "maxTokens": 8192, "thinkingLevel": "medium" }, "workspace": { "root": "/path/to/your/project", "autoSave": true, "watchFiles": true }, "ui": { "theme": "dark", "language": "zh-CN", "showPluginPanel": true, "showTraceView": true }, "agent": { "mode": "standard", "maxIterations": 50, "autoApprove": { "fileRead": true, "fileWrite": false, "shell": false, "webSearch": true } }, "plugins": { "atFile": { "enabled": true }, "genui": { "enabled": true }, "automation": { "enabled": false }, "betterSidebar": { "enabled": true }, "modlens": { "enabled": false } } }

几个关键字段说明。model.provider 填 custom 表示自定义提供方，baseUrl 填 https://taotoken.net/api ，apiKey 填你在 TaoToken 控制台创建的 Key，protocol 填 openai 表示走 OpenAI 兼容协议，modelId 填你要用的模型 ID。thinkingLevel 控制思考强度，可选 low / medium / high，对应 DeepSeek Harness 界面上的思考强度选项。

workspace.root 填你的项目目录绝对路径，autoSave 和 watchFiles 控制文件自动保存和监听。agent.mode 填 standard 表示标准模式，maxIterations 控制 Agent 循环最大轮数，autoApprove 控制哪些操作自动批准，fileWrite 和 shell 建议保持 false，避免 Agent 误操作。

plugins 段控制社区插件的启用状态。atFile 对应 dsh-at-file，genui 对应 dsh-genui，automation 对应 dsh-automation，betterSidebar 对应 DSH-better-sidebar，modlens 对应 ModLens。这些插件需要先安装再启用，安装方式后面会讲。

两份配置写完后，重启 DeepSeek Harness，Cordis 内核会按 config.toml 加载插件，应用层按 settings.json 初始化模型和工作区。如果配置有语法错误，启动时会报 parse error，按提示修正即可。

4. 验证插件加载与 Agent 调用：一次完整的最小链路

配置写好后，需要验证两件事：插件是否被 Cordis 内核正确加载，以及 Agent 是否能通过插件调用模型并返回结果。这一步给出可复制的验证动作和预期结果。

先验证插件加载。在 DeepSeek Harness 的 WebUI 里，打开设置页面的插件面板，你应该能看到 config.toml 里 enabled = true 的插件全部出现在已加载列表里。每个插件会显示名称、版本、依赖关系、当前状态。如果某个插件显示 failed，说明加载出错，点开详情看错误信息。

你也可以在终端里直接查 Cordis 内核的插件状态。DeepSeek Harness 提供了一个 CLI 子命令：

npx @deepseek-ai/dsh plugins list

预期输出类似：

Loaded plugins (12): core v0.1.0 active file-editor v0.1.0 active shell v0.1.0 active file-search v0.1.0 active web-search v0.1.0 active skills v0.1.0 active plan v0.1.0 active goal v0.1.0 active background-task v0.1.0 active sub-agent v0.1.0 active workflow v0.1.0 active at-file v0.2.1 active

如果某个插件状态是 inactive 或 failed，检查 config.toml 里对应的 enabled 字段和依赖关系。Cordis 的依赖管理会自动处理插件加载顺序，但如果依赖缺失，插件会停在 failed 状态。

再验证 Agent 调用。在 WebUI 的对话输入框里，输入一个需要调用工具的任务，比如：

请读取当前工作区根目录下的 README.md 文件，总结它的内容，然后把总结写入 SUMMARY.md。

预期行为：Agent 先调用 file-editor 插件读取 README.md，然后调用模型生成总结，再调用 file-editor 写入 SUMMARY.md。整个过程你可以在轨迹视图里看到每一步的事件日志，包括系统提示词、用户消息、推理内容、工具调用和结果、权限变化。

如果你想更直接地验证模型调用是否走通，可以在对话里输入：

请用一句话说明你当前使用的模型 ID 和提供方。

Agent 会返回类似：

我当前使用的模型 ID 是 deepseek-v4-pro，提供方是自定义提供方，Base URL 为 https://taotoken.net/api。

如果返回的是模型 ID 或提供方错误，说明 settings.json 里的 model 配置没生效，检查 baseUrl、apiKey、modelId 三个字段。

验证插件热插拔。Cordis 的核心特性之一是运行时插拔。你可以在 Agent 运行过程中，通过插件面板禁用一个插件，观察 Agent 的行为变化。比如禁用 web-search 插件后，再让 Agent 执行需要联网搜索的任务，它会提示 web-search 插件不可用。重新启用后，任务恢复正常。这个验证动作能帮你理解 Cordis 的时间可组合性和空间可组合性。

验证社区插件。以 dsh-at-file 为例，安装命令是：

npx @deepseek-ai/dsh plugin install dsh-at-file

安装后在 settings.json 的 plugins.atFile.enabled 设为 true，重启后在输入框里输入 @ 就能触发文件搜索和附加。预期结果是输入 @ 后弹出工作区文件列表，选中文件后它的内容会被附加到当前 prompt 里。

再以 ModLens 为例，这个插件给纯文本模型补上视觉能力。安装命令：

npx @deepseek-ai/dsh plugin install modlens

安装后在 settings.json 里配置视觉通道，然后把图片粘贴到对话里，模型就能读图并返回结构化 JSON 证据，包括 OCR、布局、语义信息。这个插件对需要处理截图、图表的场景很实用。

完成以上验证，你的 DeepSeek Harness 最小可用链路就跑通了：Cordis 内核加载插件，Agent 通过插件调用模型和工具，结果通过事件日志可观测。接下来是排障环节，把常见的报错和解决方法列出来。

5. 常见报错排查：401、local proxy failed、reading choices、OAuth

配置和调用过程中最容易碰到四类报错，下面按真实报错信息给出排查路径。

第一类：401 Unauthorized。报错信息通常是：

Error: 401 Unauthorized {"error":{"message":"Invalid API key provided","type":"invalid_request_error"}}

原因：API Key 无效、过期、权限不足，或者 Key 和 Base URL 不匹配。排查步骤：先确认 settings.json 里的 apiKey 字段填的是 TaoToken 控制台创建的 Key，没有多余空格或换行。再确认 baseUrl 是 https://taotoken.net/api ，没有拼错。然后去 TaoToken 控制台的 API Keys 页面确认这个 Key 的状态是 active，权限范围包含你要调用的模型。如果 Key 刚创建，等几秒再试，有时候有缓存延迟。如果还是 401，重新创建一个 Key 替换。

第二类：local proxy failed。报错信息通常是：

Error: local proxy failed to connect connect ECONNREFUSED 127.0.0.1:7890

原因：DeepSeek Harness 或底层 HTTP 客户端尝试走本地代理端口，但该端口没有服务在监听。排查步骤：检查环境变量 HTTP_PROXY、HTTPS_PROXY、ALL_PROXY 是否设置了本地代理地址。如果有，且你不需要代理，直接 unset 这些变量再重启 DeepSeek Harness。如果确实需要代理，确认代理服务在对应端口正常运行。另外检查 settings.json 里有没有配置 proxy 字段，如果有且地址不对，删掉或改成正确地址。

第三类：reading choices。报错信息通常是：

Error: Cannot read properties of undefined (reading 'choices')

原因：模型返回的响应结构不符合 OpenAI 兼容格式，通常是 Base URL 或协议配置错误，导致返回的是 HTML 错误页或其他格式。排查步骤：确认 settings.json 里 protocol 填的是 openai，baseUrl 填的是 https://taotoken.net/api ，注意结尾不要多加 /v1 或 /chat/completions，DeepSeek Harness 会自动拼接路径。如果 baseUrl 多写了路径，请求会打到错误的端点，返回非 JSON 响应。另外确认 modelId 是提供方实际支持的 ID，不支持的 ID 可能返回错误结构。

第四类：OAuth 相关报错。报错信息通常是：

Error: OAuth token expired Please re-authenticate

原因：如果你用的是需要 OAuth 的提供方，token 过期或刷新失败。排查步骤：如果你走的是 TaoToken 的 API Key 模式，不应该出现 OAuth 报错，检查是不是误配了 OAuth 提供方。如果确实需要 OAuth，重新走一遍授权流程。在 DeepSeek Harness 里，OAuth 配置通常在 settings.json 的 model.oauth 段，确认 clientId、clientSecret、refreshToken 都是最新的。

除了这四类，还有几个常见问题。插件加载失败，报 plugin dependency not found，检查 config.toml 里插件的依赖是否都已启用，Cordis 不会自动安装缺失依赖。Agent 循环不停止，报 max iterations reached，调大 settings.json 里的 agent.maxIterations，或者检查任务描述是否过于模糊导致 Agent 反复尝试。文件写入被拒绝，报 permission denied，检查 settings.json 里 agent.autoApprove.fileWrite 是否为 false，如果是，Agent 每次写文件都需要你手动批准。

排查时善用轨迹视图。DeepSeek Harness 把会话设计成只追加的事件日志，模型看到的系统提示词、用户消息、推理内容、工具调用和结果、权限变化、上下文注入、压缩、子 Agent 调度都会成为日志里的事件。下一轮模型看到的历史也是从这份日志重新推导出来的。这意味着你可以按来源查看每一次运行，定位问题出在哪一步。很多 Agent 失败后你只能看到任务失败或无限循环，但在 DeepSeek Harness 里，你可以精确看到它在哪一步开始跑偏。

如果你在排障过程中需要查接入文档，TaoToken 的文档地址是 https://taotoken.net/doc ，里面有各协议的详细说明和示例。API Keys 管理在 https://taotoken.net/api-keys ，控制台在 https://taotoken.net/console 。模型对话测试入口在 https://taotoken.net/model-conversation ，可以快速验证 Key 和模型是否可用。

6. 长期编码与 Agent 场景的配置建议

跑通最小链路后，如果你打算把 DeepSeek Harness 用于长期编码或 Agent 场景，有几个配置建议可以帮你少踩坑。

第一，模型选择。DeepSeek Harness 支持 Flash 和 Pro 两个模型档位，也支持自定义提供方接入别家模型。如果你做的是复杂代码任务，Pro 的推理能力更强，但价格也更高。如果你需要控制成本，可以把日常任务走 Flash，复杂任务走 Pro。在 settings.json 里可以通过 modelId 切换，也可以在对话里临时指定。如果你想把别家模型接进来，比如 GLM 系列，在模型提供方配置里新增一个自定义提供方，填入对应的 Base URL、API Key、协议和模型列表即可。

第二，模式选择。标准模式适合绝大多数场景，PTC 模式适合大量重复工具往返或想测试模型程序化工具调用能力的场景，极简模式适合最小环境下的模型基准测试，创造模式适合让 Agent 自己造插件和改造自己。长期编码场景建议先用标准模式跑顺，遇到工具调用次数过多、Token 消耗大的问题时再考虑 PTC 模式。创造模式适合研究性质的任务，比如让 Agent 检查自己身上已有的插件和能力，发现缺什么就现场造一个插件挂上去。

第三，插件组合。官方一方插件里，file-editor、shell、file-search、web-search、skills、plan、goal、background-task、sub-agent、workflow 是标准模式的默认组合。社区插件里，dsh-at-file 补上了 @ 文件引用，dsh-genui 让模型能在回复里直接渲染图表、表格、表单、Diff、Mermaid、交互面板，dsh-automation 补上了自动化能力，DSH-better-sidebar 给 DSH 补了一套类似 VS Code 的工作台，ModLens 给纯文本模型补上视觉能力。这些插件按需启用，不要一次全开，避免插件依赖冲突。

第四，会话与可观测性。DeepSeek Harness 的会话是只追加的事件日志，轨迹视图可以按来源查看每一次运行。长期编码场景建议保持 showTraceView 为 true，方便回溯问题。如果你做的是研究性质的工作，事件日志的可审计、可复现特性会很有价值。

第五，权限控制。settings.json 里的 agent.autoApprove 控制哪些操作自动批准。fileRead 和 webSearch 可以设为 true，fileWrite 和 shell 建议保持 false，避免 Agent 误操作。如果你在受控环境里使用，可以进一步收紧 shell 插件的 allow_commands 白名单，只允许特定命令。

第六，成本控制。DeepSeek V4 Pro 正式版发布后价格有调整，高峰期的输出价格不低。如果你对成本敏感，可以在 settings.json 里设置 maxTokens 上限，避免单次调用消耗过多 Token。也可以用 Flash 模型处理简单任务，Pro 模型处理复杂任务。TaoToken 的模型对话入口 https://taotoken.net/model-conversation 可以帮你快速对比不同模型的实际表现和消耗。

如果你需要长期使用 Coding Plan 或 Agent 场景，TaoToken 的 Coding Plan 入口在 https://taotoken.net/coding-plan ，里面有适合长期编码的套餐和配置建议。Claude Code 相关的 Anthropic 协议接入在 https://taotoken.net/claude-code-anthropic ，如果你需要把 DeepSeek Harness 和 Claude Code 配合使用，可以参考那里的配置。

最后说一个实际经验。DeepSeek Harness 的插件化架构很灵活，但灵活也意味着配置复杂度高。我试过在同一个项目里同时启用十几个插件，结果插件之间的依赖关系变得很难管理，Agent 的行为也不稳定。后来我把插件分成核心组和扩展组，核心组常驻，扩展组按任务临时启用，稳定性好了很多。如果你也遇到插件冲突，不妨试试这个思路。

DeepSeek Harness 还在开发者预览版阶段，插件生态和文档都在快速迭代。遇到问题先查轨迹视图，再看插件状态，最后检查配置字段。大部分问题都能通过这三步定位。