DeepSeek ha rilasciato il suo harness open source: tutto è un plugin

DeepSeek ha aperto il developer preview di DeepSeek Harness (dsh): l'harness per agenti che DeepSeek usa nei suoi benchmark ufficiali, ora open source con licenza MIT. Non è un wrapper CLI intorno alla chat API: è un runtime agente completo in TypeScript, con decine di gruppi di pacchetti in un monorepo pnpm, web UI, SDK Python e quattro modalità operative.

Everything is a plugin

Il principio architetturale è una frase sola. Il model adapter, il registry dei tool, il session log, l'agent loop e perfino la UI sono plugin montati su Cordis, il framework che gestisce mount/unmount e dipendenze. Non c'è un core privilegiato da patchare: estendi dsh montando un plugin accanto agli altri. DeepSeek ha vendored Cordis (fork 4.0.0-rc.7 con 18 modifiche locali documentate), facendone il consumatore di produzione più in vista di quel paradigma.

Come si avvia

Con npx @deepseek-ai/dsh web parte la Web UI su http://127.0.0.1:3080. Poi Settings → Models, chiave API DeepSeek, workspace e via. Da sorgente: clone, pnpm install, pnpm run build, pnpm dsh web. Serve Node 22.19+ o 24+. Esiste anche un SDK Python (deepseek-harness-sdk) che pilota il runtime come subprocess via JSON-RPC su stdio, e dei bridge per gli hook di Claude Code e Codex.

Le quattro modalità

• Standard — coding agent completo: file editing, shell, ricerca, skills, planning, subagenti, workflow
• Code — il modello orchestra i tool scrivendo un programma TypeScript che combina più operazioni in un solo passo
• Minimal — solo bash persistente e str_replace_editor. È la modalità usata per valutare i modelli: è lo stesso "minimal mode" citato nei benchmark ufficiali di V4 Flash 0731 come framework di test
• Creator — ispeziona il runtime corrente, prova plugin in memoria, combina preset

Session log append-only

Il pezzo che differenzia dsh dagli altri harness: tutto quello che il modello vede (system prompt, reasoning, tool call e risultati, scheduling dei subagenti, iniezioni di contesto) finisce in un unico event stream append-only. Si può ispezionare la traiettoria per sorgente, riprendere, forkare, cercare e fare replay sullo stesso stream. Per chi fa debugging di agenti che si perdono, è la feature che conta.

Da tenere a mente

• È developer preview. Il README scrive in maiuscolo "THERE WILL BE COMPATIBILITY-BREAKING CHANGES". Il repo stesso dice "no external consumers" e che schemi e formati cambieranno senza promesse di compatibilità
• Nel repo non c'è alcuna tabella benchmark: BENCHMARK.md è di tre righe. Nessuna claim di performance da ripetere
• Il sandbox è un POC basato su E2B, più un eseguibile landlock nativo. Roba seria ma giovane
• 125.7k stelle al momento del check, ma il progetto è aperto da un giorno: il numero conta poco, conta quanto la community di plugin decollerà. Esiste già il topic dsh-plugin su GitHub per la discoverability

Il quadro per chi segue la famiglia V4: prima i modelli, poi il tool con cui DeepSeek li valuta. Il changelog di Flash 0731 citava "DeepSeek Harness minimal mode (to be released soon)" come framework dei benchmark ufficiali. Ora quel pezzo è pubblico, MIT, e gira anche con provider non-DeepSeek via endpoint OpenAI-compatibili.

Fonti

• deepseek-ai/deepseek-harness su GitHub
• DeepSeek Harness developer preview
• Documentazione sviluppatori
• Cordis paper

📌 Questo articolo riassume una discussione su r/vibecodingitalia. Leggi il post originale.