DeepSeek Harness — El runtime de agentes donde todo es un plugin

Qué es

DeepSeek Harness (dsh) es el runtime de agentes de IA de DeepSeek AI, liberado el 13 de agosto de 2026 bajo licencia MIT. No es un wrapper de chat ni un plugin de IDE: es un proceso independiente con su propia configuración, sesiones, sistema de permisos y sandboxing. Se ejecuta solo, en tu máquina, con tu modelo favorito.

En una línea: es todo lo que rodea a un modelo de lenguaje — herramientas, sesiones, sandboxes, y el loop del agente — que convierte la salida cruda de un modelo en un coding agent que funciona.

La idea central: “Everything is a Plugin”

La mayoría de los harnesses de agentes son monolíticos: el loop, las herramientas y la sesión están hardcodeados, y la extensión pasa por lo que los autores decidieron exponer. DeepSeek Harness toma la posición opuesta: todo es un plugin.

┌─────────────────────────────────────┐│         Cordis (kernel)             ││  ┌───────┐ ┌──────┐ ┌───────────┐  ││  │Modelos│ │Tools │ │Sesiones   │  ││  └───────┘ └──────┘ └───────────┘  ││  ┌───────┐ ┌──────┐ ┌───────────┐  ││  │Sandbox│ │Skills│ │Scheduler  │  ││  └───────┘ └──────┘ └───────────┘  ││  ┌───────┐ ┌──────┐ ┌───────────┐  ││  │Storage│ │Loop  │ │Web UI     │  ││  └───────┘ └──────┘ └───────────┘  │└─────────────────────────────────────┘

El kernel Cordis maneja el montado, desmontado y dependencias de plugins. No hay un “core privilegiado” que parchear. Para agregar una capacidad, escribís un plugin y lo montás al lado de los demás. Para cambiar comportamiento, swappeás un plugin por otro en la config, sin tocar el código fuente.

Los cuatro modos

DSH viene con cuatro presets que cargan conjuntos diferentes de plugins:

Standard — El coding agent completo: file editing, shell, file y web search, skills, planning, goals, subagents y workflows. Todo lo que necesitás para laburar.

Code — Expone las herramientas como un SDK TypeScript. En vez de que el modelo haga round trips individuales con cada tool, genera un programa que ejecuta la secuencia completa en una llamada. Una secuencia de 5 operaciones se resuelve en 1.

Minimal — Solo dos herramientas: bash y str_replace_editor. Para testear modelos en un ambiente stripped-down. Útil para benchmarks o cuando querés ver qué hace el modelo sin distracciones.

Creator — Para crear presets personalizados. Hereda todo lo de Standard y agrega runtime inspection, experimentos de plugins in-memory, y guías para authoring de presets.

El log append-only

Cada cosa que llega al contexto del modelo se registra en un session log append-only. No es solo debugging: es la base de todo. Resume, fork, replay, transcripts, telemetría, y la Web UI — todo se construye sobre este único event stream.

Si agregás un nuevo tipo de input para el modelo, agregás un nuevo tipo de session event. Si algo no está en el log, no puede reconstruirse para el modelo. Es una restricción fuerte, pero hace el sistema predecible y debuggeable.

Sandbox y seguridad

DSH es estricto con el sandboxing. El backend local envuelve subprocessos en:

• Linux: Landlock (vía un addon nativo de Node)
• macOS: Seatbelt
• Windows: ACL con restricted-token runner

No es opcional ni soft. Si un agente corre un comando, corre dentro de un sandbox que limita lo que puede tocar.

Multi-modelo, no atado a DeepSeek

Aunque el adaptador por defecto apunta a deepseek-v4-flash y deepseek-v4-pro (con context window de 1M tokens y output de 256K), el harness es provider-agnostic. Admite:

• DeepSeek (endpoint oficial)
• Anthropic (Claude)
• OpenAI
• AWS Bedrock
• Microsoft Azure
• Google Gemini Enterprise
• Cualquier gateway compatible con OpenAI

También trae subagent providers para Claude Code y OpenAI Codex: resuelve el binario del host PATH y le delega trabajo. Ambos desactivados por defecto.

Y soporta MCP (Model Context Protocol), ACP, y lee archivos AGENTS.md y CLAUDE.md.

Lo que no tiene (todavía)

• Está en developer preview. v0.1 (rc.6). Hay cambios que rompen compatibilidad. No es para producción todavía.
• No acepta PRs externos. DeepSeek dice que por ahora solo aceptan feedback via GitHub Discussions y que construyas plugins.
• No hay evals. El BENCHMARK.md tiene 3 líneas. No hay claims de rendimiento. Es notable para un laboratorio que publicó benchmarks controversialmente positivos.
• No es estable. Si algo funciona hoy, puede romperse mañana. Pinnear versiones.

Por qué es importante

DeepSeek Harness importa por tres razones:

Primera: es el primer runtime de agentes que toma en serio la idea de “todo es un plugin” de punta a punta. No son plugins cosméticos — el loop del agente, el registro de herramientas, y la UI son plugins. Es una arquitectura real, no un marketing slide.

Segunda: demuestra que el runtime de un agente no tiene por qué ser propietario. Claude Code es cerrado, Codex requiere suscripción. DSH es MIT, y podés traer el modelo que quieras. La competencia se movió para arriba.

Tercera: el patrón de “append-only session log como base de todo” es una idea que vale la pena robar, no importa si usás DSH o no. Resume, fork, replay, y telemetría — todo construido sobre un solo event stream. Es elegante y debuggeable.

Lo que falta: eval tooling, artifacts, session sharing, metering. El runtime layer ahora es open-source table stakes. Lo que queda es construir encima.

Siguiente paso

Probalo en tu máquina. Necesitás Node.js ^22.19 o >=24, y un comando:

npx @deepseek-ai/dsh web

Abrí http://127.0.0.1:3080, conectá tu API key (DeepSeek, Anthropic, OpenAI, lo que tengas), y mandale una tarea. Sentí la diferencia de un agente que corre en un sandbox real con un log completo de todo lo que hace.

Repositorio:github.com/deepseek-ai/deepseek-harness · Docs:deepseekdocs.com · Sitio oficial:deepseek.com/harness · Cordis:github.com/cordiverse/cordis