Deepseek Harness 保姆级教程:从读第一份文件,到做一个结合 Grok Bot 读评论找选题的小插件
如果你用过 DeepSeek 网页或 App,大概见过聊天框里的「深度思考」。2025 年 1 月,深度求索发布了推理模型 DeepSeek-R1,当时打开这个开关,就能让 R1 把一道难题拆开来想。到了同年 12 月,DeepSeek-V3.2 又多了一项本领:它可以一边推理,一边调用工具,拿到结果再决定下一步。
模型能判断「我得先看一眼文件」,可谁来把文件打开,把内容交给它?这就是 DeepSeek Harness 的用处。2026 年,深度求索先把这套连接模型和工具的工作环境开放给开发者试用,后来又推出了 Mac 和 Windows 桌面端。现在,打开桌面应用就能选文件夹、看模型做了哪些修改,也能给它装插件,添上自己常用的功能。
01|先分清:模型、Harness、工作区
平时我把一段话贴到 DeepSeek 聊天网页里,让它改个标题。换成这次的任务,我想说的是:「原稿在这个文件夹里,读一下。结果另存一份,原稿别动。」
这里分了三件事:模型读懂材料,决定怎么改;Harness 提供读写文件等工具,也负责给你看它做过什么;工作区就是你选给它干活的那个文件夹。文件在本机,用在线模型分析时,参与分析的内容仍会发给模型服务。第一次练手,找两行公开素材就行。
白纸是原稿,黄卡是结果。打开同一个文件夹,两份都在。
把这三件事对到界面上,就容易找入口了。下面是本机 Web 版的实际首页,桌面版也能按这些入口找。
- 左侧导航:点「新会话」开始一件事;「插件」用来安装、启用扩展;「自动化任务」管理定时任务。设置在左下角「更多」里。
- 左侧工作区和会话列表:文件夹对应工作区,下面挂着这个工作区的会话。后面读素材、存选题卡,都先确认选中了哪个文件夹。
- 中间会话区:发出任务后,这里显示你的要求、模型回复和读写文件等执行记录。新会话还没开始时,就先显示欢迎语和输入框。
- 输入框及周围控件:上方选工作区和「标准模式」等 Agent 模式;左下角「工作区内修改」管理这次任务的访问权限;右下角选模型。输入 / 调技能,输入 @ 引用文件或对话。
右侧是文件查看区。 上图是后文选题插件的实测结果:左边保留会话,右边打开生成的 Markdown。点击会话中的文件链接,就能查看内容;右侧栏收起来时,可以从右上角展开。任务跑完,我会在这里对照原要求,核对它到底写了什么。
下面就从这两份文件练起:先装好 Harness,让它读原稿、另存一张卡,再用现成的插件把卡片排成网页。等这几步走通,我们再做自己的选题插件:让 Grok Bot 从热帖评论里筛出有内容的回复,交给 Harness 里的模型判断,哪条读者提问值得单独写一篇。
02|安装 Harness:桌面版,或安装 dsh 启动 Web 版
桌面版最省事。 到 DeepSeek Harness 官网选「下载桌面端」。Windows 选 64 位版本;Mac 在苹果菜单的「关于本机」里看芯片,Apple M 系列选 Apple 芯片版。装好后打开 Harness,在欢迎页用自己的 DeepSeek 账号登录;手里已经有 DeepSeek API Key 的,也可以选「添加 API Key」。能在新会话里选到模型,就可以往下走了。
想用本机 Web 版,就安装 dsh,也就是 DeepSeek Harness 的命令行程序。装好后,用 dsh web 启动服务,再从浏览器操作。下面按本文实测的 0.2.2-rc.1 版本走一遍。
第一步:装 Node.js,确认终端能找到它。 从 Node.js 官网安装 24.9.0 或更高版本,npm 会一并安装。这是 dsh 声明的运行要求。装完重新打开终端:Mac 按 Command+空格 搜「终端」;Windows 在开始菜单搜「命令提示符」。逐行输入:
node -v
npm -v
两条都能显示版本号,再往下走。node -v 如果还是旧版本,先检查刚装的 Node.js 是否已经生效。
第二步:安装 dsh,再核对版本。 在同一个终端执行:
npm install --global @deepseek-ai/[email protected]
dsh --version
第一条会从 npm 下载并安装官方程序,等它执行完成,再运行第二条。看到 0.2.2-rc.1 就说明这次安装的 dsh 已经能用了。我这次实测用的也是这个版本。
第三步:启动 Web 界面。 接着输入:
dsh web
浏览器通常会自动打开。没有打开,就复制终端打印的完整访问地址,包括地址后面的参数;默认端口是 3080,实际以终端输出为准。服务运行期间留着这个终端。用完按 Ctrl+C 停止;下次重新打开终端,输入 dsh web 即可。官方启动说明
如果第二步提示 dsh 找不到,先重新打开终端再试。若全局安装报 EACCES 等目录权限错误,也可以改用下面这条命令,由 npx 获取同一版本并启动:
npx @deepseek-ai/[email protected] web
第一次询问是否安装时,输入 y 回车。选这条路线的话,以后也用这条完整的 npx 命令启动。
第四步:让页面真正能发出任务。 首次打开,按欢迎页提示登录自己的 DeepSeek 账号,或添加自己的 API Key。走 API 路线时,也可以点左下角「更多 → 设置 → 模型」,填密钥并保存;会按调用消耗 API 余额。回到新会话,在输入框右下角选模型,再按下一节添加、选中自己的工作区。全新的 Web 界面还没选工作区时,输入框不可用。官方 Web 入门 · 模型配置说明
桌面版和 Web 版选一种就够。后面装插件、开会话,都在你选的那个客户端里做。
03|第一次动手:读一份原稿,把结果写回电脑
在自己的「文档」里新建一个文件夹,叫「选题练习」。用纯文本编辑器在里面存一份 素材.txt。你可以写自己的素材,也可以先写这两行:
本期主题:把采访录音整理成文字。
读者留言:一段录音里普通话和粤语混着说,转完以后怎么校对?
回到 Harness,在侧栏「工作区」旁添加文件夹,选中「选题练习」。Web 版也可以从输入框上方展开工作区菜单。然后在这个工作区新开会话,选好模型。
先别粘贴原文,直接发:「读一下素材.txt,告诉我读者具体卡在哪里。先别改文件。」 它能答出「两种语言混着说时怎么校对」,你就知道它读对了。接着发:
在同一文件夹新建「选题卡.md」,只放一个建议标题和那条读者留言的原话。不要改素材.txt。
如果弹出写入确认,核对文件名再允许。现在打开电脑上的「选题练习」:原来的 素材.txt 应该还在,旁边多了 选题卡.md。最后再让它「只把标题改成问句,留言原话不要动」,重新打开文件核对一次。
04|先用别人的插件:把刚才那张卡排成一页网页
接着安装「歸藏设计」,把刚才的选题卡排成网页。
打开 Harness 侧栏的「插件」,点「添加插件」,在输入框填 dsh-guizang-design,点「安装」,完成后点「立即启用」。如果版本不兼容,先看作者的安装说明和支持版本。
装好后,侧栏会出现「歸藏设计」。回到刚才的会话,在输入框敲 /,选 guizang-page-skill,再告诉它:
把工作区里的选题卡.md 排成一页中文网页。标题放大,读者原话单独成段,不改引语。保存为「选题卡.html」。
等它写完,在文件夹里双击 选题卡.html 看效果。刚才你安装的是一款插件,聊天框里调用的是它带来的排版技能。接下来我们照这个用法做自己的插件,只给它一条命令。
05|自己做个小插件:让它知道什么样的问题值得写
我给这个插件起名 comment-pitch。希望它干的事很小:每次拿到同一格式的评论,就按同一套标准审题,不用我重新交代「别按点赞排序」「给我看原话」。
如果你已经在用自己的选题插件,可以直接去第 06 节;调用时用你自己的命令,给 Grok 的文件格式也按你的插件要求来。第一次做,就从这里开始。
打开「插件」,这次点「添加插件」右侧的小箭头,选「让 Agent 创建插件」。在打开的创造模式会话里选自己的工作区。把下面这段作为需求发给它:
帮我做一个本地选题插件,给普通会话加一条命令 /comment-pitch,并在我当前用的 Harness 里安装、启用。调用时,让当前模型读取工作区里的 comments.json。里面有一条原帖(post)、采样范围(coverage)、初筛计数(counts)和保留回复(kept)。
只用有原话、链接和正确父帖 ID 的直接回复作证据;重复、错串、自动回复和待复核项都不用于选题。先看原帖已经讲过什么,再找读者补出的疑问、反例或新线索。同类问题合并,最多给三个候选。每个写清:谁卡在哪里、哪句原话支撑、先做什么小实验能验证。给出「优先写/先核实/放弃」及理由。
把结果写成「选题判断-原帖ID.md」,存到当前工作区,保留输入文件。没有读到评论就写「材料不足」;读到了却没有值得写的问题,就如实说没有。完成后告诉我,在哪里可以调出这条命令。
接下来按创造模式里的提示确认安装和启用。等它说完成,先去「已安装插件」看开关,再回到普通会话输入 /comment-pitch。能看到、能选中这条技能,才算入口做好了。如果它只回了一段开发说明,就接着说:「请把刚做的插件实际安装到当前客户端,检查为什么普通会话里还看不到这条命令。」官方创造模式演示
06|拿一条真帖子,把流程从头跑到尾
中间这一步要自己动手:把 Grok 给的 comments.json 放进 Harness 工作区。
第一步:把原帖链接给自己的 Grok Bot。 挑一条和你平时创作方向有关、评论里有人讨论具体用法的 X 帖子。我这次选的是 Avi Chawla 介绍 HarnessRouter 的原帖。在自己的 Grok Bot 对话里贴上链接,再发:
原帖链接:〔换成你自己的链接〕。只看这条原帖,以及最多 30 条能核对父帖的公开直接回复。剔除有明确自动化标识、或作者明确说明由 AI 自动生成的回复。纯吹捧、广告、复述也剔除,理由记为「无新信息」。有具体自动化嫌疑但证据不足的单列待复核。别凭文风、低粉或正文里 @grok 判断作者身份。
只保留有具体疑问、可查新线索、带条件的反例或改进建议的回复。返回一个叫 comments.json 的文件:post 写原帖 id、作者 author、链接 url、原文 text;coverage 写实际读到的范围;counts 分别写 reviewed、confirmed_ai、noise、pending、kept 的条数;kept 列表逐条带 id、parent_id、author、url、text 和保留理由 reason。ID 用字符串,原话不改写。不要拿页面显示的回复总数充当已读数,不要替我起标题。
这一步别光看数字。我这次让 Grok 复核了 12 条直接回复:保留 3 条,5 条没有新信息,4 条待复核,能确认是 AI 生成的有 0 条。 一条问计费方式的回复,因为账号粉丝少、简介提到 Agent,被放进了待复核。问题明明很具体,所以我后来在指令里补上了上面那句话。这里的计数是当时的原始结果。
第二步:把 Grok 的文件交给小插件。 手动下载 Grok 发回的 comments.json。给这条帖子单独建一个文件夹,把文件放进去;回到 Harness,把这个文件夹选为工作区,新开普通会话,选好模型。输入 /comment-pitch,从候选中选中它,再发:
分析当前工作区的 comments.json,把值得写的问题和评论依据写进选题卡。不要改原文件。完成后告诉我文件名和首选题。
第三步:打开结果,回到原话验一次。 这次小插件用官方 deepseek-flash 实测,执行记录显示它依次加载技能、读文件、写文件,用时约 77 秒。跑的是同版本 Harness 的命令行模式。打开工作区,用这条原帖时能找到 选题判断-2113954302901256597.md;换自己的帖子,文件名末尾也会换成对应的原帖 ID。
我的卡片把这位读者的追问排在第一。他问 “what’s the advantage here?” 往后读才知道,他已经在 Grok Bot 的机器上跑 Claude Code CLI,也在浏览器里用 Claude 做研究。原帖告诉他「现在能接哪些工具」,他想知道的却是「我的办法已经能用,换了能省哪一步」。
这篇我会写成:《已经能跑 Claude Code,还要不要接 HarnessRouter?》 拿同一个小任务各做一次,对照多配了什么、省了什么,再下结论。另一条评论建议让重试事件带上审批 ID,那只说明有人想这样排障。没有查过实际记录,还不能把标题写成「这个工具的审批会丢」。
你也可以给小插件做个反向检查:另建一个工作区,放入同格式的文件,让保留列表为空、各项计数都为 0,并注明「本次未读到回复」。同一条命令应该告诉你材料不足。我实测时它确实没有硬编选题。下次换一条热帖,重复本节三步就好。
07|如果给朋友用,这套流程也能做成一个面板
我自己用一条斜杠命令就够了。换成给朋友用,最有用的改动是把两个动作摆到眼前:先看 Grok 留下了什么,再决定要不要让模型分析。 下面是同一套流程做成「评论选题台」之后的实拍。
在侧栏打开选题台,导入自己的 comments.json。上面是筛选计数,下面是入选原话。导入只做核对;点右上角「分析选题」,才会调用模型。
这次从面板发起的分析约 24 秒,左边出现 1 个「优先写」和 2 个「先核实」。点另一张卡,右侧的理由、验证办法和原评论跟着换;点「导出选题卡」就能把这批判断带走。
📙 历史文章
Grok Bot 和 WorkBuddy 双向打通保姆级教程: 实操微信聊天记录案例
Grok Bot 怎么用才顺手?拆解 poteto 的使用指南
Grok Bot Pages 新手保姆级教程:报告、备忘录、仪表盘实操
X 上 Grok Bot 必读文章合集:9 个分类,24 篇文章
揭秘 REA 爆火的背后,为何十天从几百到二十万 + Star
别再急着买API, 用 CLIProxyAPI 盘活你的 AI 订阅
深度调研 Grok Bot 自带云电脑:配置怎么样,能做什么,能当服务器用吗?
Cursor + Grok Bot + pstack,真正的 AI 软件工厂开始出现了
如果这篇教程对你有点帮助,欢迎 关注 + 收藏 + 转发
持续分享 AI 工具使用经验和心得, ⏩ 关注 @0xlangeai