DeepSeek Harness 本地部署教學:開源 Agent 框架實測(附完整提示詞)
重點速讀<br>- DeepSeek Harness 是官方開源的 Agent 執行框架,模型負責思考、Harness 負責動手。<br>- 本文用 Windows 從零示範:Node.js + pnpm → 下載模型與專案 → 啟動 Web 介面。<br>- 完整流程約 30-40 分鐘,首次執行會自動安裝依賴與建置。<br>- 實測兩段提示詞:個人訂閱閱讀中心、像素風 Roguelike 塔防遊戲。<br>- 顯示卡記憶體不足時,建議選 GGUF 量化版模型。
目錄
- DeepSeek Harness 是什麼
- 部署前準備:Node.js 與 pnpm
- 下載模型與 Harness 專案
- 安裝與啟動 Web 介面
- 實測一:個人訂閱閱讀中心(完整提示詞)
- 實測二:像素風 Roguelike 塔防遊戲(提示詞)
- 常見問題 FAQ
- 資源下載
一、DeepSeek Harness 是什麼
近年 Agent 工具越來越普及,大家常聽到的 Codex、Claude Code,都是「模型負責想、框架負責做」的組合。DeepSeek Harness 正是 DeepSeek 官方開源的執行框架:它會讀取專案程式碼、修改檔案、執行命令、呼叫工具,再根據執行結果分析、修復,直到任務完成。
DeepSeek-V4-Pro 開源的同時,Harness 也一起釋出。專案上線後社群反應非常熱烈,GitHub Star 數快速累積到 67.7K 以上。對一般使用者來說,最大的意義是:不用再靠雲端排隊,也能在自己電腦上跑完整的 AI 自主開發流程。
二、部署前準備:Node.js 與 pnpm
1. 安裝 Node.js
安裝最新的 Node.js LTS 版本(官方下載:【點選前往】,備用:【點選前往】)。完成後打開 PowerShell 或 CMD 驗證:
node -v
看到版本號即代表安裝成功。
2. 安裝 pnpm
Node.js 內建 Corepack 時,直接執行:
pnpm -v
若尚未安裝,系統會提示下載命令,確認即可;再次執行 pnpm -v 看到版本號,環境就準備好了。
三、下載模型與 Harness 專案
模型下載
| 版本 | 說明 | 下載 |
|---|---|---|
| 官方完整版 | 一般顯示卡優先 | 【Hugging Face】/【備用】 |
| GGUF 量化版 | 低 VRAM 使用者 | 【主下載】/【備用】 |
Harness 專案
- GitHub:【點選前往】
- 網盤備份:【點選前往】(無需翻牆)
下載後解壓;若已安裝 Git,也可以直接 Clone 專案到本地。
四、安裝與啟動 Web 介面
- 進入
deepseek-harness專案目錄,在路徑列輸入 CMD 開啟終端。 - 安裝依賴:
pnpm install
- 建置專案:
pnpm run build
- 啟動 Web 介面:
pnpm dsh web
- 瀏覽器開啟終端顯示的本地地址,第一次登入填寫 API Key,即可開始對接模型。
五、實測一:個人訂閱閱讀中心(完整提示詞)
第一項測試是「個人訂閱閱讀中心」:把 RSS、Atom 訂閱源統一收進一個閱讀空間,並用 AI 自動整理每篇文章重點。提示詞如下,可直接複製使用:
請你從零開始,為我開發一個功能完整、介面現代、可以真正執行的「個人訂閱閱讀中心」Web 應用。
這是一次完整的 Agent Coding 測試。
**非常重要:不要只給我程式碼或開發方案,請你直接在當前工作目錄中建立、開發、執行和測試整個專案。**
你需要自主完成:
需求分析 → 專案架構設計 → 建立專案 → 編寫程式碼 → 安裝依賴 → 啟動服務 → 瀏覽器測試 → 發現問題 → 自主修復 → 再次測試。
整個過程中,如果遇到普通的技術問題,請你自行分析和解決,不要頻繁向我詢問實現細節。
---
# 一、專案目標
開發一個類似「個人訂閱閱讀中心」的 Web 應用。
使用者可以將自己訂閱的 RSS、Atom 或 JSON Feed 網址貼上到網站中,系統自動辨識來源、抓取最新文章,並提供閱讀、分類、收藏、搜尋與 AI 摘要功能。
注意:
1. 只處理公開內容,尊重網站的 robots.txt 與內容授權。
2. 不要繞過登入限制、付費牆或存取控制。
3. 如果某個來源因為限制無法正常抓取,請提供清晰的錯誤提示,而不是嘗試繞過限制。
---
# 二、技術要求
請自行選擇合理的技術方案,但優先採用:
前端:
* React
* TypeScript
* Vite
* Tailwind CSS
後端:
* Node.js
* TypeScript
* Fastify 或 Express
資料:
* SQLite
同步任務:
* 使用可靠的任務佇列機制
* 支援多個訂閱來源
* 支援併發數量限制
* 支援任務狀態持久化
如果你認為其他技術方案更加合理,可以自行調整,但必須保證專案:
* 可以在本地執行
* 結構清晰
* 易於維護
* 易於 Docker 部署
---
# 三、首頁
設計一個現代化、簡潔的 Web 首頁。
頁面頂部顯示:
「個人訂閱閱讀中心」
副標題:
「把分散的內容,統一收進一個閱讀空間」
中央提供一個非常醒目的 URL 輸入框:
「貼上 Feed 網址」
旁邊提供:
「新增訂閱」
按鈕。
支援一次貼上多個網址,也支援將網址直接拖拽到輸入區域。
---
# 四、訂閱解析
使用者輸入 Feed 網址後:
1. 自動識別 RSS / Atom / JSON Feed。
2. 驗證 URL 格式。
3. 抓取網站基本資訊。
4. 顯示訂閱預覽卡。
訂閱資訊至少包含:
* 站點名稱
* 網站圖示
* 站點簡介
* 文章數量
* 最後同步時間
然後讓使用者選擇:
* 分類
* 自動同步頻率
最後點選:
「加入訂閱」
---
# 五、文章同步系統
建立完整的同步任務管理系統。
每一個同步任務需要有以下狀態:
* Waiting
* Parsing
* Syncing
* Completed
* Failed
* Paused
任務列表顯示:
* 來源名稱
* 文章數量
* 同步進度
* 同步速度
* 耗時
* 當前狀態
* 建立時間
同步中的任務即時顯示:
例如:
72%
██████████████░░░░░░
速度:8.6 MB/s
---
# 六、閱讀體驗
閱讀頁面必須乾淨、專注:
* 文章標題
* 來源與發布時間
* 正文
* 原文連結
* 閱讀進度
支援:
* 字體大小調整
* 深色模式
* 上一篇 / 下一篇
* 收藏
* 稍後閱讀
* 標記已讀
* 全文搜尋
---
# 七、AI 摘要
每篇文章提供「一鍵 AI 摘要」:
* 自動產生 3 至 5 句重點摘要
* 摘要結果快取,避免重複請求
* 可設定指定來源自動摘要
* API 失敗時自動重試,並顯示失敗原因
---
# 八、分類與篩選
支援:
* 分類管理
* 標籤
* 未讀 / 已讀 / 收藏 / 稍後閱讀篩選
* 按時間排序
* 全文關鍵字搜尋
* 按來源篩選
---
# 九、Dashboard
建立一個漂亮的資料統計 Dashboard。
顯示:
今日新增文章:
28
總訂閱數:
12
未讀:
156
收藏:
34
同步成功率:
98%
累計同步文章:
3,582
同時顯示:
* 最近同步任務
* 各分類文章數量
* 每日文章量
* 熱門來源
使用簡單、清晰的圖表進行展示。
---
# 十、設定頁面
建立完整的 Settings 頁面。
至少包含:
## 同步設定
* 同步間隔
* 最大併發數
* 自動重試次數
* 預設分類
## 外觀
* Light Mode
* Dark Mode
* System
## 系統
* 當前版本
* 資料庫狀態
* 磁碟剩餘空間
* 同步日誌
---
# 十一、響應式設計
必須支援:
* Windows
* macOS
* Linux
* 平板
* 手機
桌面端使用完整 Dashboard 佈局。
手機端自動調整為移動端佈局。
確保:
* 沒有橫向滾動
* 按鈕不會溢位
* 表格能夠自適應
* 閱讀體驗清晰
---
# 十二、錯誤處理
這是本專案非常重要的一部分。
請主動考慮並處理:
* URL 格式錯誤
* 不支援的 Feed
* 站點不存在
* 站點無法存取
* 網路中斷
* 同步失敗
* 同步逾時
* 磁碟空間不足
* 資料寫入失敗
* 重複訂閱
* 併發衝突
* 服務重啟
* 同步任務異常退出
不要讓程式因為一個來源失敗而導致整個服務崩潰。
---
# 十三、任務恢復
這是重點功能。
如果同步過程中:
* Web 頁面重新整理
* Node.js 服務重啟
* 網路短暫中斷
系統應該儘可能恢復任務狀態。
服務重新啟動以後:
自動讀取資料庫中的任務。
對於:
Syncing
Paused
Waiting
狀態的任務進行合理恢復。
對於已經 Completed 的任務不要重複抓取。
---
# 十四、檔案與資料管理
* 訂閱來源與文章統一由資料庫管理
* 刪除訂閱與刪除文章必須明確區分
* 提供 OPML 匯入 / 匯出功能
---
# 十五、UI 設計
整體設計參考現代 AI SaaS 產品。
要求:
* 簡潔
* 高級
* 資訊層級清晰
* 動畫適度
* 不要堆砌複雜元件
首頁重點突出:
「新增訂閱」
閱讀頁重點突出:
「閱讀」
Dashboard 重點突出:
「統計」
使用統一的:
* Card
* Button
* Modal
* Toast
* Progress Bar
* Badge
* Table
確保整個網站視覺風格統一。
---
# 十六、瀏覽器自動測試
專案完成以後,不要直接告訴我「開發完成」。
請你自己啟動前端和後端服務。
然後使用瀏覽器進行實際測試。
至少測試:
1. 首頁是否正常開啟
2. URL 輸入是否正常
3. Feed 校驗是否正常
4. 訂閱建立是否正常
5. 文章同步是否正常
6. 閱讀頁是否正常
7. AI 摘要是否正常
8. 分類篩選是否正常
9. 搜尋是否正常
10. 收藏是否正常
11. 稍後閱讀是否正常
12. Dashboard 資料是否正常
13. Settings 是否正常
14. Dark Mode 是否正常
15. 手機端佈局是否正常
如果發現任何 Bug:
**自行定位原因 → 修改程式碼 → 重啟服務 → 再次測試。**
不要把 Bug 留給我處理。
---
# 十七、壓力測試
專案基本完成後,再進行一次壓力測試。
模擬:
50 個 Feed 同時加入同步佇列。
檢查:
* 併發限制
* CPU 使用
* 記憶體使用
* 同步佇列
* 任務狀態
* 進度顯示
* 錯誤處理
* 任務恢復
如果發現問題,自行修復。
---
# 十八、程式碼質量
要求:
* TypeScript 型別完整
* 程式碼模組化
* 前後端職責清晰
* 不要把所有程式碼寫進一個檔案
* 不要留下明顯 TODO
* 不要使用大量硬編碼
* 錯誤處理完整
* 環境變數統一管理
* API 介面結構清晰
最終提供:
README.md
內容包括:
* 專案介紹
* 技術棧
* 安裝方法
* 開發環境啟動方法
* 生產環境啟動方法
* 環境變數配置
* Docker 部署方法
* 專案目錄結構
* API 文件
* 常見問題
---
# 十九、Docker
提供完整的 Docker 支援。
至少包含:
Dockerfile
docker-compose.yml
並確保可以透過:
docker compose up -d
啟動整個專案。
---
# 二十、最終驗收
完成以後,請你自己進行一次最終檢查。
告訴我:
1. 專案是否成功執行
2. 前端地址
3. 後端地址
4. 使用的技術棧
5. 建立了多少個檔案
6. 實現了哪些主要功能
7. 自動測試了哪些功能
8. 發現並修復了多少個問題
9. 當前是否還有已知問題
10. 總開發耗時
11. 如果可以獲取,請統計本次任務使用的 Token 數量
最重要的是:
**不要只生成程式碼。**
我要測試的是你的 Agent 能力。
請從專案建立開始,自主完成整個開發、執行、測試、除錯和修復流程。
現在開始。
實測跑了大約半小時,成品可以自由新增訂閱、批次同步文章、按分類篩選,也能一鍵產生 AI 摘要,整體完成度相當高。
六、實測二:像素風 Roguelike 塔防遊戲(提示詞)
第二項測試換成遊戲開發,要求做一個瀏覽器即可執行的 2D 像素風 Roguelike 塔防遊戲。提示詞:
“幫我從零開發一個可以在瀏覽器執行的 2D 像素風 Roguelike 塔防遊戲。”
要求:
- 使用 HTML5 Canvas 或 Phaser 3
- 隨機生成地圖與每局不同的 Roguelike 關卡
- 多種砲塔:弓箭、雷射、火焰、冰凍,每種都能升級
- 敵人波次與關底 Boss
- 金幣與資源管理
- 過關後提供 3 選 1 的隨機強化
- 支援滑鼠建造 / 拆除 / 升級砲塔
- WASD 或方向鍵移動視野,手機觸控
- 開始、暫停、結束與分數結算介面
- 背景音樂與音效
- 粒子效果與攻擊特效
- 波次、擊殺數與最高分紀錄
經兩輪修改後,地圖隨機生成、砲塔升級、敵人波次與關底 Boss 都正常運作,遊戲音效與粒子效果也都有。
七、常見問題 FAQ
Q:DeepSeek Harness 一定要付費嗎?
A:Harness 本身是開源軟體,但對接模型通常需要 API Key;實際收費以 DeepSeek 官方公告為準。
Q:顯示卡記憶體不夠可以跑嗎?
A:可以。選擇 GGUF 量化版模型,佔用資源較低,適合入門測試。
Q:Harness 和一般 AI 聊天有什麼不同?
A:聊天只給答案;Harness 會實際建立專案、修改檔案、執行命令並反覆測試,目標是完成整項任務。
Q:提示詞要寫得很長嗎?
A:不一定要長,但要把目標、功能、技術限制、驗收標準寫清楚,成品才會貼近需求。
八、資源下載
| 項目 | 說明 | 下載 |
|---|---|---|
| DeepSeek Harness 專案 | Agent 執行框架原始碼 | 【GitHub】/【網盤】 |
| DeepSeek-V4-Pro 模型 | 官方完整版 / GGUF 量化版 | 【Hugging Face】/【備用】 |
| 訂閱閱讀中心成品 | 實測一完整程式碼 | 【網盤】/【備用】 |
| 塔防遊戲成品 | 實測二完整程式碼 | 【網盤】/【備用】 |
總結
- Harness 把「AI 只會回答」變成「AI 真的把任務做完」,適合想自架 Agent 環境的人。
- Windows 部署門檻不高:Node.js + pnpm 就能跑,完整流程約半小時。
- 提示詞寫清楚目標與驗收標準,成品品質會明顯提升。
延伸閱讀:
- MiniMax Music 3 開源實測:一句歌詞生成 5 分鐘完整歌曲,本地部署教學
- AI 程式設計工具指南:GitHub Copilot 與 Cursor 完整比較
- AI 提示詞技巧大全:10 個讓 AI 回答更好的秘訣
*免責聲明:本文為個人實測分享,產品資訊與費用請以 DeepSeek 官方公告為準。*