DeepSeek Harness 日活154萬、插件3.5萬:Agent 正在走向平臺化

DeepSeek Harness 日活154萬、插件3.5萬:Agent 正在走向平臺化

作者注:DeepSeek Harness 開源後迅速積累了用戶和第三方插件,官方也開始建設插件市場和開發者支持體系。Agent 正在從單一工具走向開放式平臺。

DeepSeek 官方於 2026 年 11 月 5 日公佈了 Harness 的產品進展。截至 11 月 4 日,按使用 DeepSeek 官方 API 的用戶統計,DeepSeek Harness 日活躍用戶達 154 萬,單日消耗 Token 約 92 萬億,社區第三方插件約 3.5 萬個。活躍用戶中,約 60% 安裝或製作過至少一款第三方插件。從 8 月 13 日發佈開發者預覽版算起,這一規模在不足三個月內形成。我們的核心判斷是:Harness 的價值已經超出“提供 Agent 運行能力”,它開始連接模型、工具、插件開發者和用戶。官方負責通用基礎設施,第三方開發者持續創造專業功能,Agent 正在走向平臺化。

下文分三部分展開。第一部分整理官方數據的增長過程和統計口徑,說明 154 萬日活、92 萬億 Token 與 60% 插件參與率分別代表什麼。第二部分拆解“一切皆插件”的架構,並梳理社區已經做出的真實插件。第三部分區分已實現的插件分發能力和官方正在籌備的市場與激勵計劃,再分析生態走向成熟需要解決的問題,以及開發者和 API 服務平臺可以在哪些位置參與。

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-zh-hant-image-0


To Know:理解 DeepSeek Harness 平臺化的關鍵術語

術語 解釋
AI Agent 能夠調用工具、連續完成多步驟任務的 AI 系統
Harness 管理 Agent 執行過程、工具、上下文和工作環境的運行框架
DAU Daily Active Users,每日活躍用戶數
Plugin 爲軟件增加功能的擴展組件,可單獨安裝、啓用和卸載
Cordis DeepSeek Harness 底層採用的可組合插件框架
CLI 通過命令行操作程序的交互方式,各類編碼 Agent 多以 CLI 形式提供
Context 模型當前用來理解和處理任務的全部信息,包括對話、工具說明和文件內容
SDK 幫助開發者調用平臺能力的軟件開發工具包
Token Incentive 以模型調用額度等形式獎勵開發者的機制
Plugin Index 插件索引,提供插件名稱、作者、版本、兼容範圍和安裝來源
Plugin Marketplace 官方規劃中的插件市場,用於發現、安裝、更新和分發插件
間接提示詞注入 攻擊者把惡意指令藏在網頁、文件等外部內容中,誘導 Agent 執行

1 DeepSeek Harness 的增長有多快

1.1 DeepSeek Harness 官方首次公佈用戶規模

事實部分:DeepSeek Harness v0.1 於 2026 年 8 月 13 日發佈並同步開源,採用 MIT License。上線約一天,GitHub Star 超過 5 萬;9 月 29 日推出桌面版。截至 11 月 15 日,官方倉庫顯示約 28.11 萬 Stars、3.47 萬 Forks,最新版本爲 11 月 13 日發佈的 v0.2.2-rc.3。

官方披露的日活數據如下,三個節點的統計窗口各不相同:

統計節點 數據 統計口徑
2026-09-30 日活 27.1 萬 7 日平均值
2026-10-07 日活 42.9 萬 官方披露的階段數值
2026-11-04 日活 154 萬 單日數據
2026-11-04 約 92 萬億 Token 單日消耗
2026-11 月初 約 3.5 萬個 第三方插件數量
2026-11 月初 約 60% 活躍用戶中安裝或製作過至少一款第三方插件的比例

官方明確說明,154 萬 DAU 和 92 萬億 Token 以使用 DeepSeek 官方 API 的用戶爲統計範圍。27.1 萬是 7 日均值,154 萬是單日值,兩者適合用來觀察趨勢,用來計算精確增長率則口徑不統一。以上數據均爲企業自報,公開資料中沒有第三方審計。

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-zh-hant-image-1

1.2 154 萬日活與 92 萬億 Token 反映 Agent 的用量特徵

分析部分:Agent 與單輪聊天的用量結構差別很大。一次 Agent 任務通常包含規劃、調用工具、讀取結果、再次推理的循環,同一個任務會觸發多次模型調用,每次都要攜帶工具說明、歷史步驟和文件內容。因此,日活與 Token 總量之間的比例遠高於普通對話產品。

92 萬億 Token 體現的是 Harness 用戶羣體整體的執行強度。單日總量合併了長任務、短任務和各種模型檔位,資料沒有給出用戶分佈和計費拆分,所以這項數字適合說明用量規模,用於推算平臺收入或單個用戶的典型成本則缺乏依據。

1.3 3.5 萬個插件與 60% 的插件參與比例

3.5 萬個第三方插件說明,開發者已經圍繞各自的需求大量擴展產品功能。約 60% 的參與比例說明,插件在活躍用戶中已經是主流用法,用戶普遍在官方默認能力之外主動加裝功能。

需要準確理解的是,這個 60% 合併了“安裝”和“製作”兩類行爲。它衡量的是插件能力的滲透程度,開發插件的用戶只佔其中一部分,具體比例官方沒有公佈。


2 一切皆插件:DeepSeek Harness 的開放架構如何工作

2.1 Harness 中的模型、工具、記憶和界面都可替換

傳統 Agent 產品通常由廠商預先決定用哪個模型、提供哪些工具、如何管理記憶和上下文。DeepSeek Harness 的核心設計是 Everything is a Plugin:模型適配器、工具、Skills、存儲、會話管理等運行模塊都拆成可組合的插件,界面和交互能力也能通過插件擴展。

官方提供 TypeScript 插件開發方式。一個基本插件包含插件名稱、apply 函數、上下文對象 ctx 和依賴聲明 inject。開發者通過 ctx 註冊工具、事件監聽和其他服務;插件卸載時,框架自動清理通過上下文註冊的事件、工具和定時器,額外資源可用 ctx.effect() 管理。

這套機制的理論基礎是 Cordis。相關論文於 2026 年 8 月 26 日提交 arXiv,提出兩項能力:

  • 時間維度可組合性:組件移除時,可以撤銷它產生的副作用。
  • 空間維度可組合性:組件聲明依賴關係,根據上下文變化動態激活或停用。

藉助可逆副作用、響應式依賴和熱模塊替換,插件可以在 Harness 運行中被安裝、停用和熱重載,這是大規模第三方擴展能夠成立的工程前提。

deepseek-harness-1-54m-dau-35k-plugins-agent-platform-zh-hant-image-2

2.2 開放架構讓 Harness 承接不同場景

分析部分:插件化把“搭建一個 Agent 平臺”拆成了“在現成平臺上補一塊能力”。開發者無需從零實現執行循環、會話管理和界面,只需要專注自己熟悉的那一段工作流。用戶則按任務組合插件,把通用 Agent 改造成專用工作臺。

Harness 還內置了創造模式,用戶可以用自然語言描述需求,讓 Agent 自行創建和配置插件。澎湃新聞 8 月的實測中,測試者讓 Harness 創建一個文章事實覈查 Agent,耗時約 11 分鐘,之後可以作爲獨立預設調用。插件的製作門檻因此進一步降低,這也有助於理解 60% 參與率的形成。


3 DeepSeek Harness 社區已經做出的真實插件

以下案例來自官方社區進展文章和項目作者材料,均爲社區維護項目。

插件 作者 場景 核心能力
dsh-media-desk 社區 自媒體創作 靈感記錄、腳本、封面、分鏡整合到一個工作臺
dsh-guizang-design 社區 設計與排版 文章轉網頁、圖文卡片、封面生成、作品與風格複用
dsh-context 社區 上下文洞察 展示 Agent 使用了哪些上下文及其變化
dsh-aio-agent cocofhu 多編碼 Agent 統一入口 接入 Cursor、Claude Code、Codex、OpenCode、CodeBuddy、Kimi Code
dsh-ltm tr1v3r 長期記憶 SQLite 本地存儲、CJK 檢索、按項目召回、去重與合併
TheOne YunongDai2005 跨話題會話管理 自動判斷話題並路由到對應會話與項目工作區
agentero-dsh 社區 科研閱讀 論文閱讀、高亮、翻譯、筆記、AI 輔助研究

3.1 自媒體創作與設計插件

dsh-media-desk 把靈感、腳本、封面和分鏡串成一條內容生產線,創作者在同一個 Agent 工作臺裏完成從選題到成片素材的準備。dsh-guizang-design 把設計和文字潤色類 Skills 打包爲插件,支持文章轉網頁、圖文卡片和封面生成,並能保存作品、複用設計風格。兩者共同的特點是,把原本散落在多個工具中的步驟收攏成連續工作流。

3.2 dsh-aio-agent:多編碼 Agent 進入同一個 Harness 工作臺

dsh-aio-agent 把 Cursor、Claude Code、Codex、OpenCode、CodeBuddy、Kimi Code 等編碼 Agent 的命令行程序接入 Harness,作爲可選擇的會話模式。插件調用本機實際安裝的 CLI,各工具保留自己的模型和對話上下文。

這個案例的意義在於,Harness 可以充當多個 Agent 的統一交互層。用戶在一個界面裏切換不同編碼工具,不必在多個終端之間來回操作,Harness 的角色由此從“一個 Agent”變成“Agent 的工作臺”。

3.3 長期記憶與跨項目管理

dsh-ltm 爲長期工作的 Agent 提供本地結構化記憶。它用 SQLite 存儲,支持中文等 CJK 語言檢索,按項目範圍召回,並提供重複識別、修改、合併、過期複覈和遷移。檢索基於 BM25 和字符 n-gram,不強制依賴外部 Embedding 服務,部署成本低。

TheOne 解決的是另一個問題:用戶同時推進工作、編程、研究等多個長期項目時,會話容易混雜。它提供統一聊天入口,由模型判斷消息主題,再路由到對應的獨立會話並組織爲項目工作區,支持錯誤歸類的調整和撤銷。作者在官方 GitHub Discussions 中說明,TheOne 是獨立維護的社區插件。

3.4 agentero-dsh:科研與專業工作流

agentero-dsh 把文獻管理和 Agent 結合,支持論文閱讀、高亮、翻譯、筆記和 AI 輔助研究。這類垂直插件說明,專業領域的深度需求正在由懂行業的開發者補齊,官方平臺無需逐一覆蓋。


4 DeepSeek Harness 從插件集合走向開發者平臺

4.1 Harness 插件如何發佈、發現和安裝

已實現的能力:插件可以通過 npm 包或 Git 倉庫分發,官方建議爲 GitHub 插件倉庫添加 dsh-plugin Topic 提高可發現性。Harness 已支持插件索引,提供名稱、介紹、作者、版本列表、分類標籤、兼容版本、安裝來源和更新狀態。用戶可以搜索篩選,系統默認推薦與當前 Harness 兼容的穩定版本,兼容條件允許時也可以選擇歷史版本。

官方文檔同時說明了索引的驗證範圍:標題、作者、描述等信息由索引維護者提供,Harness 只檢查文件格式;安裝時會展示軟件包、Git 倉庫和版本來源,由用戶確認。因此,插件索引解決的是發現和安裝,第三方插件的來源與權限仍需用戶自行審查。

4.2 官方插件市場與 Token 激勵

類別 內容 狀態
插件分發 npm、Git 分發,插件索引,搜索分類 已實現
版本管理 兼容性檢查、更新、啓停、卸載、熱重載 已實現並持續迭代
插件 API 提升穩定性與兼容性 官方計劃
安全機制 完善插件審覈與安全控制 官方計劃
官方插件市場 更完整的發現、分發與發佈體驗 籌備中,規則與上線時間未公佈
作者支持 Token 激勵、技術交流、作品推薦與曝光 籌備中,已開放意向報名
生態合作 鼓勵創業團隊和企業以插件接入產品與服務 官方方向

官方提出的長期定位,是讓 Harness 成爲 Agent 時代的操作系統:平臺提供通用基礎能力,專業場景和個性化需求由開發者通過插件實現。Token 激勵的具體資格、分配機制和標準將在後續公佈。

分析部分:Token 激勵直接對應插件作者最現實的成本。插件開發和測試本身就要大量調用模型,用調用額度加上推薦曝光來支持作者,是讓插件持續維護的直接手段。

4.3 開發者與企業參與 Harness 生態的方式

以下機會由現有插件機制推導得出,官方尚未公佈商業收益數據:

  • 獨立開發者:把擅長的垂直任務做成插件,如財務整理、科研管理、代碼評審、內容生產。
  • 企業軟件團隊:把已有服務和 API 封裝爲 Agent 可調用的工具,降低用戶使用門檻;也可在內部封裝業務能力,供指定團隊使用。
  • 專業服務提供者:把行業流程、數據處理或專業知識產品化,通過 Harness 交付給用戶。
  • API 平臺:爲不同 Agent 和插件提供模型調用與工具服務,位於整個生態的底層。

5 DeepSeek Harness 平臺化之後的關鍵競爭

5.1 插件數量增長帶來質量與兼容管理需求

InfoQ 11 月 10 日的報道記錄了社區反饋。有用戶在安裝 15 個以上插件後遇到 Agent 無限循環、上下文溢出和 Token 消耗上升,原因之一是工具說明佔用了大量上下文,加重了模型選擇工具的負擔。另一位 Windows 用戶從 v0.2.1-rc.5 升級到 v0.2.2-rc.1 後,32 個第三方及本地插件條目丟失,本地化插件與新版不兼容導致啓動失敗,由於缺少更新前自動備份和回滾,恢復環境耗時約 5 小時。

這些屬於個別用戶反饋,但指向同一個結論:插件越多,平臺越需要治理能力。Harness 後續版本持續加入的依賴管理、版本檢查、熱重載、長對話壓縮、Token 統計和安裝失敗診斷,正是對這些問題的回應。

5.2 形成穩定的 Harness 插件生態需要的條件

結合現有資料,穩定生態至少需要五項條件:

  1. 插件發現:用戶能快速找到質量可靠、有人維護的插件,而不只是數量多的插件。
  2. 版本管理:兼容性檢查、配置備份和回滾,保護長期使用的工作環境。
  3. 安全控制:騰訊朱雀實驗室對 Harness 做過 14,560 次受控執行的間接提示詞注入評估,部分攻擊方式成功率達到 16%—25.5%。該實驗只測試了一個版本、一個模型後端,且未啓用提示詞加固,結果用於說明風險方向,不能直接換算爲日常攻擊概率。它提示平臺需要在不可信內容與敏感工具執行之間加入控制。
  4. 持續維護:插件的維護狀態、權限邊界和真實使用人數需要透明展示。
  5. 激勵機制:Token 激勵和曝光推薦讓優秀作者有動力長期迭代。

5.3 Harness 下一階段的發展方向與 API 平臺的位置

Harness 正在形成清晰的分工:官方平臺提供執行框架、插件規範、分發和安全基礎,社區持續擴展應用場景。下一階段的競爭重點會從“插件有多少”轉向“插件好不好用、穩不穩定、貴不貴”。

模型調用位於這個生態的最底層。Harness 的模型提供商配置支持自定義 API Key、Base URL 和協議,可接入中轉服務、公司 API 網關或自建模型服務。API易 提供多協議統一網關,能夠作爲 Harness 中的獨立模型提供商。API易 在 10 月 21 日上線了 DeepSeek 獨立 Search 與 Fetch 工具接口(deepseek-search、deepseek-fetch),可供 Agent 和插件自行編排搜索與網頁抓取。需要區分的是,DeepSeek 11 月 13 日開放的模型內置服務端工具,在 Harness 等客戶端中的兼容工作,API易 仍在後續規劃中。


在 DeepSeek Harness 中接入 API易 模型提供商

Harness 的自定義模型提供商配置項包括 API Key、Base URL、模型名稱、API 協議、上下文長度、最大輸出 Token、圖片輸入能力和推理等級,支持 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、Gemini API 四種協議。對應的 API易 地址如下:

Harness 中選擇的協議 API易 Base URL 說明
OpenAI 兼容 https://api.apiyi.com/v1 適配最廣,推薦優先使用
Anthropic 原生 https://api.apiyi.com 用於 Anthropic Messages 協議
Gemini https://api.apiyi.com/v1beta 用於 Gemini API 協議

在 Harness 裏配置之前,可以先用幾行代碼確認 Key 和模型 ID 可用:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # API易 OpenAI 兼容接口
)

resp = client.chat.completions.create(
    model="your-model-id",  # 以 API易 控制檯模型列表爲準
    messages=[{"role": "user", "content": "用一句話說明什麼是 Agent Harness"}]
)
print(resp.choices[0].message.content)
查看多模型連通性檢查腳本
import time
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # 與 Harness 中填寫的 Base URL 保持一致
)

# 計劃在 Harness 中配置的模型 ID,以控制檯實際列表爲準
MODELS = ["model-id-a", "model-id-b"]

def check(model: str) -> None:
    start = time.time()
    try:
        r = client.chat.completions.create(
            model=model,
            messages=[{"role": "user", "content": "ping"}],
            max_tokens=16,
        )
        cost = time.time() - start
        print(f"[OK] {model} {cost:.2f}s -> {r.choices[0].message.content!r}")
    except Exception as e:
        print(f"[FAIL] {model}: {e}")

for m in MODELS:
    check(m)

🚀 配置建議:先在 API易 apiyi.com 獲取 API Key 和免費測試額度,用上面的腳本確認模型可用,再到 Harness 的模型提供商設置中填寫 Base URL、模型名稱和協議。插件較多時,建議同時調小單次注入的工具數量,控制上下文成本。


常見問題 FAQ

Q1:DeepSeek Harness 的 154 萬日活怎麼理解?

這是截至 2026 年 11 月 4 日的單日數據,統計範圍爲使用 DeepSeek 官方 API 的 Harness 用戶。9 月 30 日的 27.1 萬是 7 日均值,兩者口徑不同,適合觀察趨勢。

Q2:60% 的用戶都在開發插件嗎?

該比例統計的是安裝或製作過至少一款第三方插件的活躍用戶,合併了兩類行爲,反映插件能力的滲透程度。開發者的具體佔比官方沒有公佈。

Q3:DeepSeek Harness 官方插件市場上線了嗎?

目前已上線的是插件索引、npm 與 Git 分發、兼容性檢查等能力。官方插件市場和 Token 激勵仍在籌備,完整規則、收益分配和上線時間尚未公佈。

Q4:DeepSeek Harness 能接入第三方模型 API 嗎?

可以。Harness 支持自定義 API Key、Base URL 和四種協議,可把中轉服務或企業網關配置爲獨立提供商。通過 API易 apiyi.com 可以用一個 Key 調用多家主流模型,方便在 Harness 中對比不同模型對插件任務的完成效果。

Q5:API易 支持 DeepSeek 11 月 13 日發佈的全部應用工具嗎?

API易 已於 10 月 21 日上線 DeepSeek 獨立 Search 與 Fetch 接口,按成功調用次數計費,不消耗模型 Token。模型對話中內置的 deepseek_web_search、deepseek_read_url 等服務端工具,在 Harness、Claude Code 等客戶端中的兼容支持仍在後續規劃中。

Q6:安裝大量插件有什麼風險?

主要有三類:工具說明佔用上下文、推高 Token 消耗;版本升級可能導致插件不兼容;第三方插件索引信息未經真實性審覈。建議按任務精簡插件,升級前備份配置,並覈對插件來源與權限。


DeepSeek Harness 平臺化核心要點 Key Takeaways

  • 用戶規模:官方 API 用戶口徑下,11 月 4 日日活 154 萬,單日 Token 約 92 萬億。
  • 插件生態:第三方插件約 3.5 萬個,約 60% 活躍用戶安裝或製作過插件。
  • 架構基礎:一切皆插件,基於 Cordis 實現動態組合與熱重載。
  • 社區應用:覆蓋內容創作、設計、多編碼 Agent 統一入口、長期記憶、科研閱讀。
  • 官方計劃:插件市場、安全機制與 Token 激勵處於籌備階段。
  • 競爭重心:從插件數量轉向質量、兼容性、安全與上下文成本治理。
  • 模型接入:Harness 支持自定義提供商,可配置 API易 多協議網關作爲模型來源。

總結

DeepSeek Harness 用不足三個月完成了從開源工具到開發者生態的跨越:

  1. 增長:官方 API 用戶口徑日活從 9 月底的 27.1 萬(7 日均值)升至 11 月 4 日的 154 萬。
  2. 生態:3.5 萬個第三方插件和 60% 的插件參與率,說明用戶已普遍按需擴展 Agent。
  3. 平臺化:插件索引已經可用,官方市場與 Token 激勵正在籌備,官方提供基礎設施、社區補齊專業場景的分工已經成形。

對開發者而言,現在適合把熟悉的垂直工作流做成插件,同時關注插件 API 穩定性和官方市場規則的後續公佈。需要爲 Harness 或插件準備模型調用能力時,可以通過 API易 apiyi.com 快速接入多家模型並對比效果。


📚 參考資料

  1. DeepSeek Harness GitHub 倉庫:源碼、Releases 與社區討論
  2. 鏈接: github.com/deepseek-ai/deepseek-harness
  3. 說明: 版本動態、插件開發者討論與項目協議

  4. DeepSeek Harness 插件索引文檔:插件發現、安裝與驗證範圍

  5. 鏈接: deepseek-harness.github.io/deepseek-harness/guide/plugin-market
  6. 說明: 瞭解索引字段、兼容版本與來源確認機制

  7. DeepSeek Harness 模型提供商配置:自定義 API 接入方式

  8. 鏈接: deepseek-harness.github.io/deepseek-harness/guide/providers
  9. 說明: 四種協議與各配置項說明

  10. Cordis 技術論文:時空可組合性編程範式

  11. 鏈接: arxiv.org/abs/2608.25512
  12. 說明: 理解一切皆插件架構的理論基礎

  13. InfoQ:Harness 日活154萬與插件生態反饋

  14. 鏈接: infoq.cn/news/Y7lTO7Q1M8oN5JhxhirK
  15. 說明: 插件上下文成本與升級兼容問題的社區反饋

  16. API易 DeepSeek Search & Fetch 文檔

  17. 鏈接: docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview
  18. 說明: 獨立搜索與網頁抓取接口的調用方式、分組與計費

作者:APIYI 技術團隊
技術交流:歡迎在 API易 apiyi.com 網站首頁聯繫我們,更多接入資料可查閱 API易 文檔中心

延伸閱讀

Similar Posts