DeepSeek Harness (dsh): Open-Source Agent-Framework als Claude-Code-Alternative

DeepSeek AI hat am 13. August 2026 DeepSeek Harness (Kurzform dsh) veröffentlicht, einen quelloffenen Agent-Baukasten unter MIT-Lizenz. Zeitgleich erschien die offizielle Version von DeepSeek V4-Pro, einem neuen Flagship-Modell mit Fokus auf agentische Workloads. Zusammen markieren beide Ankündigungen einen breiteren Vorstoß von DeepSeek im Entwicklerbereich: Harness positioniert sich explizit als Open-Source-Alternative zu integrierten Coding-Agent-Umgebungen wie Anthropics Claude Code.

Was ist DeepSeek Harness?

DeepSeek Harness ist ein Agent-Framework, das komplett auf dem Prinzip "everything is a plugin" aufbaut. Modelle, Tools, Skills, Sitzungen (Sessions), Sandboxes, Dateisysteme, Speicher, die Agent-Loop, Orchestrierung und sogar die Benutzeroberfläche sind allesamt als austauschbare und neu kombinierbare Plugins implementiert. Technisch basiert die Architektur auf Cordis, einem Meta-Framework für sogenannte "räumlich-zeitliche Komponierbarkeit" (spatiotemporal composability), das DeepSeek für dieses Projekt vendored, also als eigene Kopie in das Repository integriert hat.

Das Projekt befindet sich aktuell im Entwicklervorschau-Status (Developer Preview) und ist entsprechend in schneller Iteration: Das offizielle Repository weist ausdrücklich darauf hin, dass es zu inkompatiblen Breaking Changes kommen wird, solange kein erstes getaggtes Release vorliegt.

Die Plugin-Architektur im Detail

Der Quellcode ist in klar abgegrenzte Pakete (Packages) unter dem Namensschema @deepseek-ai/dsh-<package> organisiert. Die wichtigsten Bereiche laut offizieller Repository-Struktur:

1. core: die zentrale Produkt-API mit Session, System-Prompt, Tools, Agent und Agent-Loop.
2. llm: die Anbindung an Sprachmodelle inklusive der DeepSeek-Provider.
3. e2b, shell, subprocess, fs: Sandbox-, Shell-, Prozess- und Dateisystem-Fähigkeiten für die eigentliche Werkzeugausführung.
4. subagent: Unterstützung für Subagenten und Delegation von Teilaufgaben.
5. hooks: Brücken zu Claude-Code- und Codex-Hooks samt eigenem Wire-Protocol.
6. session: dauerhafte, append-only gespeicherte Sitzungsdaten mit Persistenz, Projektion und Telemetrie.
7. preset: pro Sitzung konfigurierbare Agent-Zusammensetzung über cordis.yml-Preset-Dateien.
8. self-modification: der Agent kann seine eigenen Plugins inspizieren und einbinden.

Diese modulare Aufteilung erlaubt es Entwicklern grundsätzlich, einzelne Bausteine wie das verwendete Sprachmodell, die Sandbox-Umgebung oder das Speicher-Backend gezielt auszutauschen, ohne den restlichen Agent-Stack anzufassen.

Vier Betriebsmodi für unterschiedliche Einsatzzwecke

DeepSeek Harness bringt laut Berichterstattung vier vorkonfigurierte Presets mit, die unterschiedliche Einsatzszenarien abdecken:

Laut Berichten wurde Harness bereits intern von DeepSeek genutzt, um das eigene Modell DeepSeek V4-Flash vor dessen öffentlichem Release zu benchmarken, bevor der Agent-Baukasten selbst veröffentlicht wurde.

Installation und erste Schritte

Für den Einstieg gibt es laut offiziellem Repository zwei Wege:

Direkt über npm (benötigt Node.js):

npx @deepseek-ai/dsh web

Der Befehl startet die Web-Oberfläche, standardmäßig erreichbar unter http://127.0.0.1:3080.

Aus dem Quellcode heraus:

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

Vorausgesetzt wird laut Repository ein Node.js in Version 22.19 oder höher beziehungsweise 24 oder höher, sowie pnpm für das Workspace-Management. Ein API-Schlüssel von DeepSeek wird für den vollständigen Funktionsumfang benötigt, ein Großteil der End-to-End-Tests im Projekt überspringt sich laut Dokumentation automatisch, wenn kein DEEPSEEK_API_KEY gesetzt ist.

Lizenz und Community-Resonanz

DeepSeek Harness steht unter der MIT-Lizenz, Drittanbieter-Abhängigkeiten und deren Lizenzen werden im Repository gesondert offengelegt. Support und Diskussion laufen über GitHub Discussions sowie einen eigenen Discord-Server. Plugin-Entwickler können ihre Repositories mit dem GitHub-Topic dsh-plugin markieren, um sie auffindbar zu machen.

Innerhalb weniger Tage nach Veröffentlichung sammelte das Projekt nach Berichten mehrere tausend GitHub-Sterne und einige hundert Forks, ein für ein derart früh veröffentlichtes Developer-Preview-Projekt ungewöhnlich schnelles Wachstum.

Einordnung: Warum DeepSeek jetzt einen eigenen Agent-Baukasten baut

Die Veröffentlichung fällt in eine Phase, in der praktisch alle großen KI-Anbieter neben ihren Sprachmodellen zunehmend auch die Werkzeugebene für agentische Workflows besetzen wollen. Anthropic hat mit Claude Code bereits ein etabliertes, aber proprietäres Werkzeug im Markt, OpenAI verfolgt mit Codex einen ähnlichen Ansatz. DeepSeek positioniert Harness explizit als offene Alternative dazu und unterstreicht damit die eigene Strategie, offene Modelle und jetzt auch offene Werkzeuge als Differenzierungsmerkmal gegenüber den überwiegend geschlossenen US-Angeboten zu nutzen.

Für Entwickler und Unternehmen, die bereits mit lokal betriebenen DeepSeek-Modellen arbeiten oder aus Kostengründen auf die DeepSeek-API setzen, bietet Harness einen offenen, anpassbaren Unterbau, statt sich auf eine geschlossene Coding-Agent-Umgebung eines einzelnen Anbieters festzulegen. Der Developer-Preview-Status bedeutet allerdings auch, dass die Plugin-Schnittstellen sich noch grundlegend ändern können, ein produktiver Einsatz jenseits von Tests und Evaluierung ist aktuell verfrüht.

Passende Anleitungen auf S-EDV

1. DeepSeek V4-Flash 0731: Agenten-Benchmarks und lokaler Einsatz
2. DeepSeek R1 lokal betreiben: VRAM-Tabellen und Ollama-Setup

Quellen

1. GitHub: deepseek-ai/deepseek-harness (offizielles Repository)
2. DeepSeek: Harness Developer Preview (offizielle Ankündigung)
3. VentureBeat: DeepSeek Harness launches as open source rival to Claude Code