DeepSeek Harness保姆级教程：50分钟吃透DSH与插件生态

DeepSeek 推出 Harness 客户端后，这个原本以性价比著称的模型终于有了官方桌面入口。B站 UP 主的这期教程用近50分钟演示了从零安装到插件扩展的完整路径，并展示了让 Harness 读取B站内容、管理知识库、生成视频甚至接入聊天软件的延伸玩法。本文把视频中的关键操作步骤与作者的使用心得整理成可复现的文字指南。

为什么值得装 Harness 客户端

网页版 DeepSeek^广告聊天窗口和 Harness 客户端的界面看起来相似，但核心差异在于本地文件系统权限。Harness 可以添加本地文件夹，读取、修改内容或把文件保存回指定目录——这是纯线上对话做不到的。作者测试后认为，配合优秀插件，Harness 的能力边界被大幅扩展。

据 UP 主介绍，Harness 的插件架构延续了 Codex 的思路，真正强大的地方在于插件集成。

Harness 界面截图

安装前的准备：Node.js 环境

安装分两步。第一步是装 Node.js，因为不少 AI 工具都基于 Node.js 环境运行，安装 Claude Codex 之类的工具前也需要先配好它。作者强调版本要选 22 以上，22 以下的版本不要用；下载时可选 ZIP 或 MSI，MSI 能直接点击安装，ZIP 则需先解压。

安装路径建议改到 D 盘。原因有两个：一是 C 盘空间会被占用，二是运行中会产生大量缓存文件，容易把系统盘塞满。装完后打开命令行输入 node -v（node 和 -v 之间有空格），能显示版本号且版本号在 20 以上，就说明环境配好了。

Windows 系统下载页

Node.js 是一个基于 Chrome V8 引擎的 JavaScript 运行时环境，它让 JavaScript 可以脱离浏览器在本地计算机上运行。许多 AI 工具和命令行客户端（如 Claude Codex、Harness 等）都依赖 Node.js 环境来执行脚本、管理依赖包和调用系统资源。版本号中的“22 以上”指的是 Node.js 的主版本号，新版本通常包含性能改进、安全更新和对新特性的支持，因此作者建议使用较新的版本以避免兼容性问题。安装时选择 MSI 格式可直接通过安装向导完成，而 ZIP 格式需要手动解压并配置环境变量，对新手而言 MSI 更为便捷。

安装 Harness 客户端

进入 Harness 下载页后，页面会按当前系统提供对应安装包，Windows 电脑选 Windows 版本即可。下载完成后右键打开，安装位置同样不要放 C 盘，改到 D 盘后点击立即安装，完成后界面自动打开。

作者提到，界面里能看到 DeepSeek 的几款模型可供选择，其他功能留待后续课程展开，本节重点放在插件。

三种插件安装方式

方式一：让 Harness 自己装

知道插件名字和 GitHub 链接时，直接把链接发给聊天窗口，让它自行安装。这种方式最直接，但会消耗 Token 和积分。

方式二：通过插件市场安装（免积分）

在界面点击添加插件，输入插件名称（例如 DSH Market 市场），点击安装，检测到安装完成后点击立即启动。之后在“更多”菜单下打开设置，就能看到刚装的插件市场，在里面搜索、筛选成千上万个插件。作者举例说，小金鱼挂件、桌面宠物这类插件点一下就能装上。

插件安装的第一种方式

方式三：命令行安装

部分插件在 GitHub 页面提供一键复制的安装命令，粘贴到命令行即可执行。作者以一款被称为“全网最强 DeepSeek Harness 外挂视觉插件”为例：原生 DeepSeek 无法读取本地图片，装上该插件后就能识别图片里有几个人物、各自身着什么衣服。

视觉插件功能示意

作者也坦言，命令行方式对部分同学来说比较抽象，不如前两种顺手。如果不知道有哪些插件可用，可以直接问 DeepSeek 要一份热门实用插件清单，再从中挑选需要的。

插件市场（如文中提到的 DSH Market）是一个集中托管和分发插件的平台，类似于手机应用商店。它允许用户浏览、搜索、筛选和安装插件，通常由社区或官方维护，插件数量可达成千上万个。通过插件市场安装插件一般不需要消耗模型的 Token 或积分，因为安装过程不涉及与 AI 模型的对话交互。插件市场中的插件覆盖功能扩展、界面美化、工具集成等多种类型，用户可以根据评分、下载量等指标筛选所需插件。

插件能带来哪些延伸玩法

视频开头作者列举了几类演示方向：让 Harness 去B站阅读内容并把内容读出、送进知识库做管理；生成视频；做知识目录整理；甚至接入聊天软件与他人对话。这些场景的共同点是都需要插件补齐原生能力，也解释了为什么作者把插件生态视为 Harness 的核心价值。

视觉插件是一种为 AI 模型补充图像识别能力的扩展插件。原生 DeepSeek 模型无法直接读取本地图片文件，而安装视觉插件后，模型可以调用插件提供的图像处理接口，识别图片中的物体、人物、场景等元素。例如文中提到的插件能判断图片中有几个人物以及各自的衣着。这类插件通常基于计算机视觉模型实现，通过本地或云端 API 完成图像分析，从而弥补纯文本模型在多模态能力上的不足。

实践建议

对新手来说，优先走插件市场这条免积分路径，能快速建立对插件形态的认知；有明确需求且知道插件来源时，再考虑聊天安装或命令行安装。安装路径统一放 D 盘、Node.js 版本保持在 22 以上，是两条能避免后续麻烦的基础设置。作者表示下节课会继续讲常用插件的安装方法与业务场景中的实际作用。