DEV Community

Cover image for O Que É DeepSeek Harness (dsh)? O Concorrente de Código Aberto do Claude, Explicado
Lucas
Lucas

Posted on Originally published at apidog.com

O Que É DeepSeek Harness (dsh)? O Concorrente de Código Aberto do Claude, Explicado

DeepSeek lançou algo incomum em 13 de agosto de 2026: não um modelo, mas a máquina que o executa. O DeepSeek Harness (dsh) é o orquestrador oficial de código aberto da empresa para agentes de codificação. Ele fornece loop de sessão, execução de ferramentas, aprovações de permissão e uma interface web local. Foi lançado no mesmo dia que o DeepSeek V4-Pro na API, e a VentureBeat o enquadrou como um rival open source do Claude Code.

Experimente o Apidog hoje

A comunidade reagiu rapidamente. Em 20 de agosto, o repositório deepseek-harness tinha aproximadamente 169.000 estrelas e 18.100 forks, uma semana após o lançamento. Esses números mostram o interesse em orquestradores que desenvolvedores possam inspecionar, modificar e conectar a diferentes modelos.

O que é o DeepSeek Harness

Um orquestrador é a camada ao redor do modelo.

Enquanto o modelo prevê tokens, o orquestrador define:

  • qual contexto o modelo recebe;
  • quais ferramentas ele pode chamar;
  • como comandos de shell e alterações de arquivos são aprovados;
  • como sessões com múltiplas etapas são mantidas;
  • como ferramentas, permissões e histórico são registrados.

Claude Code, Codex CLI e Gemini CLI também são orquestradores. Para comparar Claude Code e Codex CLI, consulte Claude Code vs Codex CLI.

O DeepSeek Harness entra nessa categoria com três características importantes:

  • É oficial: é um projeto da DeepSeek AI, não um wrapper comunitário da API.
  • É open source: usa licença MIT e documenta dependências de terceiros no arquivo THIRD_PARTY_NOTICES.
  • É uma prévia para desenvolvedores: o README avisa que haverá mudanças que quebrarão compatibilidade. Trate versões e plugins como componentes experimentais.

O dsh foi lançado junto com o DeepSeek V4-Pro. Se você também estiver avaliando o modelo, veja o guia da API DeepSeek V4-Pro, com endpoints, IDs de modelo e exemplos de requisição.

Arquitetura: tudo é plugin

A principal diferença do dsh é sua arquitetura baseada em plugins.

Em muitos agentes de código, o loop do agente, o cliente do modelo, as ferramentas e o armazenamento de sessão fazem parte de uma única aplicação. Você pode ajustar configurações, mas normalmente não substitui componentes centrais.

No DeepSeek Harness, esses componentes são módulos substituíveis, construídos sobre o framework Cordis. Na prática, isso permite trocar partes importantes do agente:

  • Adaptador de modelo: define como o dsh conversa com uma API de LLM.
  • Registro de ferramentas: define ferramentas como edição de arquivos, shell e busca.
  • Log de sessão: controla como sessões são registradas e reproduzidas.
  • Loop do agente: o ciclo de decidir, agir e observar também pode ser substituído.

Isso é útil quando sua equipe precisa experimentar:

  • diferentes modelos para tarefas específicas;
  • políticas de aprovação mais restritivas;
  • ferramentas exclusivas por repositório;
  • estratégias de contexto e memória;
  • endpoints locais ou gateways internos.

A contrapartida é clara: quanto mais componentes trocáveis, maior a superfície para incompatibilidades. Como o projeto ainda é uma prévia, atualizações podem quebrar plugins e configurações existentes.

Início rápido: execute o primeiro agente

Para iniciar a interface web local:

npx @deepseek-ai/dsh web
Enter fullscreen mode Exit fullscreen mode

O comando inicia a UI em:

http://127.0.0.1:3080
Enter fullscreen mode Exit fullscreen mode

Por padrão, o navegador é aberto automaticamente. Para impedir isso:

npx @deepseek-ai/dsh web --no-open
Enter fullscreen mode Exit fullscreen mode

Se preferir executar a partir do código-fonte:

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web
Enter fullscreen mode Exit fullscreen mode

Configure a primeira sessão

Depois de abrir a UI, siga este fluxo:

  1. Configure a chave da API DeepSeek

Adicione a chave nas configurações. As credenciais são armazenadas em:

   $DSH_HOME/.credentials.yaml
Enter fullscreen mode Exit fullscreen mode

O arquivo principal de configuração mantém apenas referências às credenciais.

  1. Selecione um espaço de trabalho

Clique em “Escolher espaço de trabalho” e selecione o diretório do projeto.

Essa etapa é obrigatória: o compositor de sessão permanece indisponível até que exista um workspace selecionado. O dsh exige uma definição explícita dos arquivos que poderá analisar e modificar.

  1. Execute uma tarefa e revise as aprovações

Operações sujeitas à política de permissão ativa, como escrita em arquivos e comandos de shell, aparecem como solicitações de aprovação.

Um exemplo de tarefa inicial:

Analise este repositório, identifique os testes que falham e proponha uma correção mínima. Não altere arquivos sem pedir aprovação.
Enter fullscreen mode Exit fullscreen mode

Use perfis e modo headless

A UI web é apenas um perfil do dsh.

Este comando:

dsh web
Enter fullscreen mode Exit fullscreen mode

é equivalente a:

dsh --profile web
Enter fullscreen mode Exit fullscreen mode

Os perfis ficam em:

$DSH_HOME/profiles/<nome>
Enter fullscreen mode Exit fullscreen mode

Para automações, scripts ou CI, use o modo headless:

dsh --profile headless "Analise os testes falhos e descreva a causa"
Enter fullscreen mode Exit fullscreen mode

Esse modo inicia uma sessão, imprime o resultado e encerra o processo.

Outros comandos úteis:

# Gerencia plugins do perfil atual
dsh plugin

# Exibe a configuração final composta
dsh --dump-config

# Exibe a configuração padrão
dsh --dump-default-config
Enter fullscreen mode Exit fullscreen mode

Consulte a lista completa no README do CLI.

Quais modelos o dsh pode executar?

Os modelos DeepSeek são o padrão, e o V4-Pro é o principal emparelhamento inicial.

A DeepSeek tornou permanente seu desconto fora de pico, o que pode afetar o custo de agentes que consomem tokens continuamente. Veja os detalhes no post sobre o corte de preço permanente do DeepSeek V4-Pro e na documentação oficial em api-docs.deepseek.com.

Como o adaptador de modelo é um plugin, você também pode usar outros provedores.

Provedores de catálogo

O dsh inclui configurações para:

  • Anthropic;
  • OpenAI;
  • Amazon Bedrock;
  • Google Vertex;
  • Azure.

Cada provedor possui tratamento próprio de credenciais.

Provedores personalizados

Você pode registrar endpoints compatíveis com OpenAI em:

$DSH_HOME/settings.yaml
Enter fullscreen mode Exit fullscreen mode

A configuração inclui:

  • URL base;
  • variável de ambiente da chave;
  • lista de modelos disponíveis.

Isso cobre APIs em nuvem, gateways internos e runtimes locais compatíveis.

Cada sessão registra o modelo usado no início. Portanto, trocar o modelo padrão não altera o histórico das sessões anteriores.

Veja o formato de configuração no guia de provedores. Para um passo a passo completo com YAML para endpoints personalizados, consulte como executar qualquer modelo no DeepSeek Harness.

Ecossistema de plugins

Os plugins são descobertos pelo tópico dsh-plugin no GitHub. A comunidade também se organiza via GitHub Discussions e Discord.

Uma semana após o lançamento, já havia alguns tipos de extensão:

  • Wrappers desktop: projetos como deepseek-harness-desktop com Tauri e dsh_desktop para Windows empacotam a UI web em aplicativos nativos.
  • Plugins de capacidade: projetos como dsh-context e dsh-vision-router ampliam o contexto ou o roteamento de sessões.
  • Integração com MCP: o core do dsh não oferece suporte nativo ao Model Context Protocol até o momento, mas o plugin comunitário dsh-mcp-manager adiciona suporte.

Ao usar plugins comunitários, aplique o mesmo cuidado que aplicaria a qualquer dependência de terceiros, especialmente se ela acessar chaves de API, arquivos locais ou comandos de shell.

Como funciona o MCP via plugin

O dsh-mcp-manager permite configurar:

  • servidores MCP HTTP remotos;
  • servidores MCP locais via stdio;
  • OAuth ou token estático;
  • ferramentas com nomes no formato: 
mcp__<nome>__*
Enter fullscreen mode Exit fullscreen mode
  • configurações por projeto no diretório: 
.dsh
Enter fullscreen mode Exit fullscreen mode

do workspace.

A distinção é importante: o DeepSeek Harness não possui MCP nativo no core neste momento. O suporte atual é fornecido pela comunidade via plugin.

Onde seu fluxo de trabalho de API se encaixa

Um agente de código depende de duas categorias de API:

  1. a API do modelo que ele chama;
  2. as APIs do projeto que ele precisa implementar, testar ou integrar.

Se a especificação da sua API estiver desatualizada, o agente pode gerar código contra um contrato incorreto. O problema só aparece em runtime, quando o endpoint, payload ou resposta real diverge da implementação.

Antes de pedir alterações ao agente, valide a superfície da API:

  1. importe ou defina a especificação OpenAPI;
  2. teste os endpoints reais contra a especificação;
  3. crie mocks para respostas estáveis;
  4. use essa especificação como fonte de verdade para o desenvolvimento.

O Apidog ajuda nessa camada: você pode importar especificações OpenAPI, testar endpoints e criar servidores mock. Isso reduz o risco de o agente implementar integrações com base em código ou documentação obsoletos.

Também existe um caminho via MCP. O Apidog MCP Server expõe especificações de API a ferramentas de IA por meio do Model Context Protocol.

No dsh, o fluxo depende do plugin comunitário dsh-mcp-manager:

  1. instale o plugin;
  2. registre o Apidog MCP Server;
  3. permita que a sessão consulte a especificação real;
  4. use a especificação para implementar e validar integrações.

Para combinar testes de API baseados em CLI com o agente, veja usando Apidog CLI no DeepSeek Harness. Se quiser preparar a API antes de experimentar, baixe o Apidog e importe sua especificação.

Devo testar agora ou esperar?

A resposta depende do seu caso de uso.

Teste agora se você:

  • quer estudar como orquestradores de agentes funcionam internamente;
  • precisa alternar modelos ou usar modelos auto-hospedados;
  • quer construir plugins para ferramentas, contexto ou permissões;
  • já usa a API DeepSeek e quer testar a experiência de agente oficial com o V4-Pro.

Espere se você:

  • precisa de uma ferramenta diária estável;
  • depende de compatibilidade entre versões;
  • trabalha em uma organização que exige ferramentas oficialmente suportadas;
  • não quer revisar plugins comunitários que podem lidar com credenciais;
  • precisa do polimento de orquestradores mais maduros.

Uma abordagem pragmática é manter seu agente atual em fluxos de produção e testar o dsh em um projeto paralelo. Para uma comparação direta, consulte DeepSeek Harness vs Claude Code.

FAQ

DeepSeek Harness é gratuito?

O orquestrador é gratuito e open source sob licença MIT.

O custo depende do modelo configurado. Se você usar a API da DeepSeek ou outro provedor em nuvem, o consumo será cobrado por esse provedor. Como o adaptador é plugável, você também pode configurar um modelo hospedado localmente e evitar custos por token. Veja executar qualquer modelo no DeepSeek Harness.

O dsh só funciona com modelos DeepSeek?

Não.

Os modelos DeepSeek são o padrão, mas o adaptador de modelo é um plugin. O dsh oferece provedores para Anthropic, OpenAI, Bedrock, Vertex e Azure, além de endpoints compatíveis com OpenAI configurados em:

$DSH_HOME/settings.yaml
Enter fullscreen mode Exit fullscreen mode

É seguro executar o DeepSeek Harness na minha base de código?

A segurança depende da política de permissões e da sua revisão das operações aprovadas.

A UI exige a seleção de um workspace antes de iniciar sessões e solicita aprovação para operações que exigem permissão. Ainda assim, o projeto é uma prévia para desenvolvedores, e plugins comunitários podem acessar chaves de API ou recursos locais.

Revise os plugins instalados e evite usar a prévia em repositórios onde uma alteração incorreta possa causar impacto significativo.

Qual é a diferença entre um orquestrador e um modelo?

O modelo é o mecanismo de raciocínio que gera tokens.

O orquestrador é a camada que permite que esse modelo execute tarefas:

  • gerenciamento de sessão;
  • montagem de contexto;
  • acesso a arquivos;
  • chamadas de ferramentas;
  • execução de comandos;
  • solicitações de permissão;
  • registro de histórico.

Dois agentes podem usar o mesmo modelo e produzir resultados diferentes porque seus orquestradores usam ferramentas, permissões e contexto de formas diferentes.

Top comments (0)