DeepSeek Harness: Agent AI mã nguồn mở mới của DeepSeek – Hướng dẫn cài đặt và trải nghiệm

Ngày 13/8/2026, DeepSeek công bố một dự án khá đáng chú ý đối với cộng đồng lập trình viên: DeepSeek Harness v0.1, hay dsh.

Đây không phải một mô hình AI mới, mà là một Agent Harness - lớp phần mềm đứng giữa mô hình AI và máy tính, giúp mô hình có khả năng sử dụng công cụ, làm việc với file, thực thi lệnh, duy trì phiên làm việc và thực hiện những nhiệm vụ nhiều bước.

Điểm đáng chú ý hơn: DeepSeek phát hành mã nguồn theo MIT License và xây dựng hệ thống dựa trên một triết lý rất rõ ràng:

"Everything is a Plugin" - Mọi thứ đều là plugin.

⚠️ Lưu ý: DeepSeek Harness hiện mới ở phiên bản v0.1 Developer Preview, vì vậy đây vẫn là công nghệ dành cho thử nghiệm và nghiên cứu hơn là một sản phẩm đã ổn định cho môi trường production.

1. DeepSeek Harness là gì?

Để hiểu dsh, trước tiên cần phân biệt AI Model và Agent Harness.

Một mô hình ngôn ngữ lớn có thể hiểu yêu cầu, suy luận và sinh mã nguồn. Nhưng để AI thực sự trở thành một coding agent có khả năng:

• Đọc project
• Mở và chỉnh sửa file
• Chạy command
• Kiểm tra kết quả
• Gọi công cụ
• Duy trì phiên làm việc
• Sử dụng sandbox
• Phối hợp nhiều tác vụ
• Ghi lại lịch sử hoạt động

thì cần một lớp phần mềm bao quanh mô hình.

Lớp đó chính là Harness.

Có thể hình dung đơn giản

1Người dùng
2    │
3    ▼
4DeepSeek Harness
5    │
6    ├── Model
7    ├── Tools
8    ├── Skills
9    ├── Sessions
10    ├── Sandbox
11    ├── Filesystem
12    ├── Agent Loop
13    ├── Orchestration
14    └── Web UI
15    │
16    ▼
17Project / Máy tính / Công cụ

Nếu mô hình AI là "bộ não", Harness có thể xem như "cơ thể và hệ thần kinh" giúp bộ não đó tương tác với môi trường.

2. Điểm đặc biệt: "Everything is a Plugin"

DeepSeek Harness được xây dựng trên Cordis meta-framework.

Khác với cách xây một chương trình có lõi cố định rồi bổ sung một số extension bên ngoài, DeepSeek đưa ý tưởng plugin xuống gần như toàn bộ kiến trúc.

Các thành phần như:

• Model
• Tool
• Skill
• Session
• Sandbox
• Filesystem
• Agent Loop
• Orchestration
• UI

đều có thể được triển khai dưới dạng plugin.

Điều này mở ra một khả năng rất thú vị.

Ví dụ, về nguyên tắc chúng ta có thể thay:

1DeepSeek Model
2      ↓
3OpenAI-compatible Model

hoặc:

1Filesystem A
2      ↓
3Filesystem B

mà không cần viết lại toàn bộ Agent Harness.

Đây chính là điểm mà lập trình viên, nhà nghiên cứu AI và những người xây dựng hệ thống Agent nên quan tâm ở dsh.

3. DeepSeek Harness có thực sự miễn phí không?

Có, nhưng cần hiểu đúng chữ "miễn phí".

Mã nguồn DeepSeek Harness được phát hành theo MIT License, vì vậy có thể sử dụng, nghiên cứu, sửa đổi và xây dựng sản phẩm dựa trên mã nguồn theo các điều kiện của giấy phép MIT.

Nhưng:

DeepSeek Harness miễn phí ≠ mọi model/API chạy bên trong đều miễn phí.

Nếu cấu hình Harness sử dụng một API tính phí thì chi phí API vẫn phát sinh bình thường.

Có thể hiểu đơn giản

1DeepSeek Harness
2      │
3      └── MIT / Open Source
4              │
5              ▼
6        Không mất phí
7        bản quyền dsh

Nhưng:

1dsh
2│
3└── Model API
4        │
5        ├── API miễn phí → có thể không mất phí
6        │
7        └── API tính phí → vẫn trả phí API

Đây là điểm rất dễ bị hiểu sai khi đọc các bài giới thiệu kiểu "DeepSeek tung công cụ AI coding hoàn toàn miễn phí".

4. Cài DeepSeek Harness trên Windows

Đây có lẽ là cách dễ nhất để người dùng Windows bắt đầu.

Bước 1 - Cài Node.js

DeepSeek Harness có thể được khởi chạy thông qua npx.

Vì vậy trước hết máy tính cần có Node.js.

Sau khi cài Node.js, mở:

• Command Prompt
• hoặc PowerShell

Sau đó kiểm tra:

1node -v

và:

1npm -v

Nếu xuất hiện số phiên bản, môi trường Node.js đã hoạt động.

5. Khởi động DeepSeek Harness chỉ bằng một lệnh

Tại CMD hoặc PowerShell, chạy:

1npx @deepseek-ai/dsh web

Package @deepseek-ai/dsh hiện đã được công bố trên npm.

Trong lần chạy đầu tiên, npx có thể cần tải package và các dependency cần thiết nên thời gian khởi động sẽ lâu hơn những lần sau.

Sau khi server chạy, mở trình duyệt và truy cập:

1[http://127.0.0.1:3080](http://127.0.0.1:3080)

Đây là giao diện Web UI chạy cục bộ trên máy.

6. 127.0.0.1:3080 có nghĩa là gì?

Đây là điểm người mới sử dụng server local thường thắc mắc.

Địa chỉ:

1127.0.0.1

có nghĩa là localhost - chính máy tính đang chạy DeepSeek Harness.

Còn:

13080

là port mà Web UI sử dụng.

Do đó:

1[http://127.0.0.1:3080](http://127.0.0.1:3080)

có thể hiểu đơn giản là:

"Mở ứng dụng DeepSeek Harness đang chạy trên máy tính của tôi thông qua cổng 3080."

Điều này cũng có nghĩa là việc chạy Web UI local không đồng nghĩa ứng dụng tự động được công khai ra Internet.

7. Thiết lập model

Sau khi Web UI hoạt động, bước tiếp theo là cấu hình model mà Agent sẽ sử dụng.

Trong giao diện, tìm khu vực tương tự:

1Settings
2   ↓
3Models

Sau đó cấu hình model/provider và thông tin xác thực tương ứng.

Nếu sử dụng DeepSeek API thì cần API key của dịch vụ DeepSeek.

🔐 Lưu ý bảo mật: Không nên ghi API key trực tiếp vào:

• Source code
• File public
• Repository GitHub
• Bài viết
• Ảnh chụp màn hình

API key phải được xem như mật khẩu.

8. Chọn Workspace

Coding Agent cần biết thư mục nào được phép làm việc.

Trong Web UI, chọn:

1Choose Workspace

và chỉ định thư mục project.

Ví dụ:

1D:\Projects\my-website

Từ đây Agent có thể làm việc trong project theo các khả năng và quyền được cấu hình.

Prompt đầu tiên nên thử

Hãy phân tích cấu trúc project này và giải thích chức năng của từng thư mục. Chưa chỉnh sửa bất kỳ file nào.

Đây là prompt đầu tiên khá an toàn để kiểm tra khả năng của Agent.

9. Thử một nhiệm vụ coding thực tế

Giả sử chúng ta có project website:

1D:\Projects\my-website

Có thể yêu cầu:

Hãy kiểm tra project hiện tại.

1. Xác định framework đang sử dụng.
2. Phân tích cấu trúc thư mục.
3. Tìm các dependency chính.
4. Phát hiện lỗi cấu hình nếu có.
5. Đề xuất phương án cải thiện.

Không chỉnh sửa file cho đến khi tôi đồng ý.

Sau khi xem đề xuất, mới tiếp tục:

Thực hiện phương án số 2.

Trước khi sửa file, hãy cho tôi biết:

• File nào sẽ thay đổi
• Lý do thay đổi
• Ảnh hưởng có thể xảy ra

Cách làm này đặc biệt hữu ích khi thử nghiệm một coding agent còn ở Developer Preview.

10. Một nguyên tắc quan trọng khi dùng AI Agent

Không nên bắt đầu bằng prompt:

Hãy kiểm tra project và sửa tất cả những gì bạn thấy cần thiết.

Thay vào đó nên chia thành:

1PHÂN TÍCH
2    ↓
3ĐỀ XUẤT
4    ↓
5XÁC NHẬN
6    ↓
7THỰC HIỆN
8    ↓
9KIỂM TRA

Ví dụ

Hãy phân tích project.

Chưa thay đổi bất kỳ file nào.

Sau đó:

Đề xuất kế hoạch sửa.

Sau khi kiểm tra kế hoạch:

Thực hiện bước 1.

Cuối cùng:

Chạy kiểm tra và báo cáo những file đã thay đổi.

Đây là cách sử dụng Agent coding an toàn và dễ kiểm soát hơn.

11. Cài DeepSeek Harness từ mã nguồn

Người muốn nghiên cứu kiến trúc hoặc phát triển plugin có thể clone repository.

Repository chính thức:

1deepseek-ai/deepseek-harness

Có thể clone bằng Git:

1git clone [https://github.com/deepseek-ai/deepseek-harness](https://github.com/deepseek-ai/deepseek-harness)

Sau đó:

1cd deepseek-harness

Cài dependency:

1pnpm install

Build project:

1pnpm run build

Và chạy Web UI:

1pnpm dsh web

Cách này phù hợp hơn với developer muốn:

• Đọc source
• Nghiên cứu Cordis
• Sửa Harness
• Viết plugin
• Thử nghiệm kiến trúc Agent
• Đóng góp cho dự án

Còn nếu chỉ muốn trải nghiệm, cách đơn giản hơn vẫn là:

1npx @deepseek-ai/dsh web

12. DeepSeek Harness không chỉ dành cho DeepSeek?

Đây là một điểm rất đáng quan tâm.

Do model adapter cũng nằm trong kiến trúc plugin, Harness được thiết kế theo hướng có thể thay đổi model/provider.

Về mặt kiến trúc, điều này khiến dsh đáng chú ý hơn một ứng dụng chat DeepSeek thông thường.

Có thể hình dung:

1                         ┌── DeepSeek
2                         │
3                         ├── Model Provider khác
4User → dsh ──────────────┤
5                         ├── OpenAI-compatible endpoint
6                         │
7                         └── Model adapter tự phát triển

Vì vậy giá trị dài hạn của dự án có thể không nằm ở việc "chạy DeepSeek", mà ở khả năng trở thành một framework để xây dựng AI Agent có thể tùy biến sâu.

13. Session và khả năng theo dõi hoạt động Agent

Một ý tưởng đáng chú ý khác của DeepSeek Harness là khả năng ghi lại hoạt động của Agent.

Prompt, tool call, kết quả thực thi và những thay đổi liên quan đến context có thể được lưu trong luồng sự kiện của session.

Điều này rất quan trọng đối với Agent.

Thay vì chỉ nhìn thấy:

1User → AI → Answer

chúng ta cần hiểu:

1User
2  ↓
3Prompt
4  ↓
5Reasoning / Context
6  ↓
7Tool Call
8  ↓
9Tool Result
10  ↓
11File operation
12  ↓
13Sub-agent
14  ↓
15Context update
16  ↓
17Final result

Khả năng quan sát và truy vết như vậy rất hữu ích khi nghiên cứu Agent, debug hoặc kiểm tra tại sao Agent đưa ra một hành động nhất định.

14. DeepSeek Harness khác Claude Code và Codex ở đâu?

Không nên vội kết luận rằng:

"DeepSeek Harness tốt hơn Claude Code hay Codex."

Ở phiên bản v0.1, chưa có đủ cơ sở để đưa ra nhận định đó.

Điểm đáng quan tâm nằm ở triết lý kiến trúc.

Có thể hiểu đơn giản:

1Claude Code / Codex
2        │
3        └── Sản phẩm coding agent

trong khi DeepSeek đang muốn dsh tiến gần hơn đến:

1DeepSeek Harness
2        │
3        └── Nền tảng để xây dựng
4            và thử nghiệm Agent

Đặc biệt, tư tưởng:

"Everything is a Plugin"

cho phép developer can thiệp sâu hơn vào cách Agent được cấu thành.

15. Một lưu ý rất quan trọng: Đây mới là Developer Preview

DeepSeek Harness v0.1 hiện vẫn là:

Developer Preview

Điều đó có nghĩa API, plugin hoặc cấu trúc cấu hình có thể tiếp tục thay đổi.

Do đó hiện tại nên sử dụng cho:

• Học tập
• Nghiên cứu
• Thử nghiệm
• Phát triển plugin
• Thử nghiệm Agent
• Project cá nhân
• Môi trường development

Cần thận trọng trước khi đưa thẳng vào hệ thống production quan trọng.

16. Những điều đã được kiểm chứng

Tại thời điểm viết bài, các thông tin quan trọng có thể xác nhận gồm:

• DeepSeek Harness là dự án có thật.
• DeepSeek chính thức công bố Harness v0.1 ngày 13/8/2026.
• Dự án đang ở Developer Preview.
• Đây chưa phải phiên bản production ổn định.
• Mã nguồn mở theo MIT License.
• Thông tin này được DeepSeek công bố trực tiếp.
• Dự án dựa trên Cordis.
• DeepSeek mô tả Cordis là meta-framework đứng sau kiến trúc Harness.
• "Everything is a Plugin" là triết lý kiến trúc thực sự của dự án.
• Model, tools, skills, sessions, sandbox, filesystem, loop, orchestration và UI đều nằm trong kiến trúc plugin.
• Package npm @deepseek-ai/dsh tồn tại.
• Lệnh trải nghiệm nhanh hiện được hướng dẫn là:

1npx @deepseek-ai/dsh web

Web UI mặc định có thể được truy cập tại:

1[http://127.0.0.1:3080](http://127.0.0.1:3080)

17. Có đáng thử không?

Nếu chỉ cần một chatbot để hỏi đáp, DeepSeek Harness có lẽ chưa phải thứ cần quan tâm.

Nhưng nếu bạn đang sử dụng:

• Codex
• Claude Code
• Gemini CLI
• MCP
• AI Coding Agent
• Workflow tự động bằng AI

thì dsh là một dự án rất đáng để thử và theo dõi.

Điểm thú vị nhất không phải việc DeepSeek tạo thêm một công cụ coding.

Điểm đáng chú ý là họ đang mở nguồn lớp hạ tầng nằm giữa model và môi trường thực thi, đồng thời thiết kế nó theo triết lý:

"Model có thể thay. Tool có thể thay. Sandbox có thể thay. Agent Loop có thể thay. Thậm chí UI cũng có thể thay."

Nếu hướng phát triển này thành công, DeepSeek Harness có thể trở thành một nền tảng thú vị cho cộng đồng xây dựng Agent thay vì chỉ là một ứng dụng coding AI khác.

Và với developer thích tự host, tự nghiên cứu và tự kiểm soát hệ thống AI của mình, đây có lẽ mới là phần hấp dẫn nhất của DeepSeek Harness.

Nguồn chính thức để thực hành

• [DeepSeek Harness - Trang giới thiệu chính thức](<a href="https://deepseek.com/harness/en/">https://deepseek.com/harness/en/</a>)
• [DeepSeek Harness - GitHub chính thức](<a href="https://github.com/deepseek-ai/deepseek-harness">https://github.com/deepseek-ai/deepseek-harness</a>)
• [Package @deepseek-ai/dsh trên npm](<a href="https://www.npmjs.com/package/@deepseek-ai/dsh">https://www.npmjs.com/package/@deepseek-ai/dsh</a>)
• [Thông báo chính thức của DeepSeek trên X](<a href="https://x.com/deepseek_ai/status/2087887408440164663">https://x.com/deepseek_ai/status/2087887408440164663</a>)

Lưu ý về cách hiểu "miễn phí": Không nên viết "miễn phí 100%" theo nghĩa toàn bộ quá trình sử dụng đều miễn phí. Chính xác hơn là DeepSeek Harness là mã nguồn mở MIT và không mất phí bản quyền Harness; API/model mà anh kết nối vào vẫn có thể phát sinh chi phí.

Phần tiếp theo

Với cách anh thường dùng Windows, có thể phát triển tiếp thành:

Phần 2: Cài DeepSeek Harness trên Windows từ A-Z

Nội dung có thể đi theo chuỗi:

1Node.js
2   ↓
3CMD / PowerShell
4   ↓
5DeepSeek Harness
6   ↓
7Web UI
8   ↓
9API
10   ↓
11Workspace
12   ↓
13AI Agent
14   ↓
15Thử nghiệm trên một project thực tế