DeepSeek Harness实战改造：打造低成本AI编程神器

DeepSeek近期发布了带视觉能力的新模型，为其大语言模型体系补上了关键一环。国外一位技术UP主在视频中分享了他如何通过改造DeepSeek官方的开发框架（harness），配合外部数据抓取工具，把这套原本使用门槛偏高的工具链变成一台高性价比的AI编程机器。本文梳理其核心思路与实操逻辑，供有兴趣自建AI编程环境的开发者参考。

用Claude Code操盘DeepSeek Harness

DeepSeek官方的harness（可以理解为围绕模型搭建的代理运行环境）功能强大，但作者坦言它"用起来相当麻烦且复杂"。他的解决办法颇具巧思：开一个Claude Code会话来控制DeepSeek。

具体做法是让Claude Code帮他把整套DeepSeek harness配置好，并简化到极致——只要在终端里敲下deepseek这个命令，就会自动在Mac上运行；同时每次运行时顺带更新harness版本，还设置了deepseek --update来单独升级框架。这种"一条命令搞定环境"的自动化，作者形容"已经带来了巨大的差别"。

这里值得关注的一点是：DeepSeek harness是开源的，作者把它比作WordPress——"你要为自己怎么搭建这个网站负责"，同理，harness最终的能力上限，取决于你如何配置和扩展它。这也是本文的核心逻辑：模型本身只是起点，工具链决定了它能走多远。

Harness在AI工程语境中，指围绕基础模型搭建的一套完整运行框架，通常包含工具调用接口、上下文管理、外部服务集成（如文件读写、终端执行）以及任务循环控制等模块。它的作用是把一个"只会聊天"的大语言模型，变成一个能主动执行多步骤任务的自主代理（Agent）。DeepSeek官方开源的harness基于此思路构建，开发者可以按需添加自定义"skill"模块来扩展模型的能力边界。与直接调用API相比，harness方式的优势在于可复用性和可编排性，但代价是配置复杂度显著提升——这也是作者选择用Claude Code来自动化整个配置过程的根本原因。

给模型装上"眼睛"：视觉模型的意义

这次改造能成立的一个前提，是DeepSeek新推出的带视觉能力的模型（作者提到界面显示为flash vision experimental）。视觉能力对AI编程的价值被作者认为是"game changer"级别的：

• 可以直接查看图片
• 可以接收截图，从而定位UI层面的bug
• 配合可能内置的playwright（浏览器自动化工具），能够实际测试页面

作者的判断是：视觉能力 + 数据抓取 + 类似playwright的测试系统，三者叠加之后，"就能自动化大约80%的软件开发工作"。这是一个相当激进的估计，但也点出了当下AI编程工具演进的方向——不再是单纯写代码，而是能看、能测、能查资料的闭环。

抓取难题：为什么harness需要"真正的眼睛"

作者花了大量篇幅讨论一个容易被忽视的痛点：大多数harness自带的网页抓取器质量都不高。

问题的根源在于现代网站的技术栈。他举例说很多文档站是基于Next.js的客户端渲染站点，内容"按需加载JavaScript"，普通抓取器根本拿不到实质内容，只能找到Markdown里的基础信息。而像Facebook、LinkedIn这类大厂网站，更是专门做了反抓取处理。

这直接影响到AI编程的质量。作者指出，DeepSeek这类模型的一个毛病是——即使它并不掌握某个API的最新信息，它也会"声称自己知道"，然后编出错误代码。要解决这个问题，就必须给它提供能真正读取文档的工具。

**客户端渲染（CSR）与服务端渲染（SSR）**的区别，是理解这一抓取难题的关键。传统网站将完整HTML直接从服务器返回，爬虫请求URL即可拿到全部内容。而基于Next.js、React等现代框架构建的文档站，往往采用客户端渲染：服务器只返回一个几乎空白的HTML骨架，真正的文档内容由浏览器下载并执行JavaScript后动态生成。普通的HTTP抓取器（如curl或简单的requests库）不会执行JavaScript，因此只能获取空壳页面。要抓取这类网站，必须使用能驱动真实浏览器的工具（如Playwright、Puppeteer），或借助专门的代理服务在完整浏览器环境中渲染页面后再提取内容——这正是Bright Data等服务的核心价值所在。

用Bright Data补齐抓取能力

作者的方案是引入Bright Data，并为harness自制了一个skill（技能模块）。加入这个skill后，harness就能通过SERP（搜索引擎结果页）用Google检索目标文档，再抓取那些通常难以获取的页面。

他现场演示了让harness去查找OpenAI messages API文档，结果成功完成了一次"信息量很足"的抓取，而这类文档"正常情况下是读不了的"。拿到真实文档后，他会进一步让模型"创建一个用某某SDK写代码的skill，并包含具体代码示例"。

这一步是整个工作流的关键。作者强调，这样生成的skill文件是"真正读过文档"的产物，而不是"假读"——之后再用/compact压缩上下文，就得到了一份可靠的、基于真实文档的开发依据，能大幅减少模型犯错。他总结道，Bright Data能把"糟糕的或中等水平的harness和LLM显著变强，因为它们是真正在读取信息"。

SERP（Search Engine Results Page，搜索引擎结果页）抓取是指通过程序化方式查询搜索引擎并解析返回结果，从而定位目标文档的URL，再进一步抓取具体页面内容。直接抓取Google等搜索引擎本身存在封禁风险，Bright Data等服务通过其代理网络和合规接口提供稳定的SERP访问能力。在AI编程工作流中，这一步骤相当于给模型配备了"实时检索"能力——模型不再依赖训练数据中可能已过时的API知识，而是每次任务时主动查找最新官方文档，再基于真实内容生成代码，从根本上解决了大模型"自信地编造过时接口"这一常见问题。

/compact命令是harness中用于压缩对话上下文的指令，能将长篇文档内容精炼为紧凑的摘要，在保留关键信息的同时减少token消耗，对控制成本至关重要。

成本才是真正的杀手锏

这套方案最吸引人的地方在于成本。作者透露，DeepSeek本身就是便宜的模型，而在harness里运行还能享受"95%的缓存命中率"，进一步压低费用。

他给出了一个具体数字：完成一次相当规模的任务只花了约0.05美分（半分钱），意味着"你可以一整天疯狂地用它做大量任务，而且比Claude Code还便宜"。正是这种极低的成本，让他开始认真思考一个问题——"用这套harness几乎可以完全免费地做出一个SaaS"，甚至反问自己"那我为什么还要每月付200美元？"

作者也没有盲目乐观。他承认DeepSeek模型"有点啰嗦"，在实时查找信息或反复测试直到成功这方面，目前还不如某些专用工具。但他对未来充满兴趣，尤其是"让一套能自己运行的LLM系统7×24小时跑在笔记本上"这一设想。

缓存命中率在大模型API计费场景中，指重复使用已缓存的prompt前缀所占的比例。主流模型提供商（包括DeepSeek、Anthropic等）对缓存命中的token通常收取远低于正常价格的费用（一般为原价的10%~25%）。在harness工作流中，系统提示词（system prompt）、skill文件和工具定义等内容在多次调用间保持不变，极易触发缓存复用；而每次调用中真正"新增"的内容（用户指令、即时上下文）占比相对较小。95%的缓存命中率意味着实际计费的有效token量极少，这也是作者能将单次任务成本压至0.05美分级别的直接原因，而非仅仅依赖DeepSeek本身的低单价。

小结：模型是起点，工具链是终点

这个案例的价值不在于某个具体工具，而在于它展示了一种务实的AI编程搭建思路：用趁手的工具（Claude Code）去驾驭开源框架，用外部服务（Bright Data）补齐模型的信息盲区，再靠视觉与自动化测试形成闭环。

对于开发者来说，核心启示很明确——面对一个便宜但不够全能的模型，与其抱怨它的短板，不如通过合理的工具链设计把它的能力放大。当模型足够便宜、工具足够到位时，AI辅助软件开发的经济账就会发生根本性的变化。