DeepSeek Harness 怎么用 Python 调用？DSH plugin 的 SDK 入门

DeepSeek Harness 提供官方 Python SDK：pip install deepseek-harness-sdk 之后，用 DeepSeekHarness 上下文管理器就能从 Python 程序里驱动一个 sdk-minimal profile——配置由 profile、home patch 与传入的 patches 共同组成，会话日志落在 $DSH_HOME/sessions 的未压缩 JSONL（来源）。

DeepSeek Harness Python SDK 安装与前置条件

装 SDK 的前置是 Python 3.10+ 与 Git，执行 pip install deepseek-harness-sdk 即可；安装内容自带匹配的原生运行时 wheel 与 dsh 命令，普通 SDK 运行不需要系统 Node.js（来源）。 按下面步骤走一遍：

1. 确认平台与版本 — Linux x64 / arm64、arm64 上的 macOS 14+，或 Windows x64；另需一个 DeepSeek 兼容的 API endpoint 与凭据。预期：环境满足后再安装，避免原生 wheel 不匹配。
2. 创建隔离环境 — 建虚拟环境并激活（Linux/macOS 用 python -m venv .venv 后 . .venv/bin/activate；Windows 用 py -3.10 -m venv .venv 后激活脚本）。预期：python -m pip install deepseek-harness-sdk 装到该环境。
3. 准备隔离 workspace 与 home — 给测试用一个一次性 workspace 和一个独立 dsh_home。预期：SDK 只用你传入的 home，不读 ~/.dsh。
4. 导出凭据 — 设置 DEEPSEEK_API_KEY；用兼容代理时再设 DEEPSEEK_BASE_URL。预期：凭据从环境变量进入运行时。

用 DeepSeekHarness 在程序里跑任务

在程序里用 DeepSeekHarness 作为上下文管理器，指定 provider、model、cwd、dsh_home 与 profile，调用 harness.run(prompt, session_id=...)，最后读 result.final_response（来源）。 最小用法：

from pathlib import Path
from deepseek_harness import DeepSeekHarness

workspace = Path("/absolute/path/to/disposable-workspace").resolve()
dsh_home = Path("/absolute/path/to/example-dsh-home").resolve()
with DeepSeekHarness(
    provider="deepseek-official",
    model="deepseek-v4-flash",
    max_tokens=49_152,
    cwd=str(workspace),
    dsh_home=str(dsh_home),
    profile="sdk-minimal",
) as harness:
    result = harness.run(
        "Inspect the repository and fix the failing tests.",
        session_id="example-001",
    )

print(result.final_response)

几个关键点：

1. 进程是延迟启动的 — SDK 会延迟启动内置的 dsh --profile sdk-minimal 进程，并复用到上下文管理器退出。预期：退出 with 块后进程被回收。
2. 没有独立的 Python 运行时 — 不存在单独的 Python 运行时 bin 或一套完整配置选项，所有配置仍走 profile 与 patch。预期：概念统一到 DeepSeek Harness 自身的配置体系。
3. 隔离用新 home、独立工作用新 session id — 只在需要继续同一段持久对话时才复用 harness、home 与 id。预期：混用会导致会话被意外接续。

DSH plugin 与 minimal profile：装插件、传 patch、启用 str_replace_editor

要用 dsh plugin 在该 home 里持久保存依赖与 bundle 层；持久配置改动编辑 $DSH_HOME/profiles/sdk-minimal/cordis.patch.yml，单次启动的改动则从 Python 传入 patch 文件（来源）。 三步：

1. 初始化 profile — 执行 dsh --profile sdk-minimal --dump-default-config >/dev/null。预期：初始化随附的独立 profile，后续管理才有落点。
2. 装插件包 — 用 dsh plugin --profile sdk-minimal add file:/absolute/path/to/my-plugin-bundle，它把包管理转发给 pnpm 并记录所有导出 dsh.bundle 层的包。预期：只有执行这条管理命令时才需要 pnpm，启动已装好的 SDK 不需要。想找现成插件可以先进 DSH Plugin Hub 浏览社区实现。
3. 按需启用 str_replace_editor — 随附运行时包含它，但 sdk-minimal 默认不挂载。写一份 editor.patch.yml 用 insert 加回文件系统后端与编辑器，再通过 patches 传入或写进 cordis.patch.yml 持久保存。预期：下次启动后模型就能在持久 shell 之外使用该工具。

# editor.patch.yml
- insert:
    - id: fs-local
      name: '@deepseek-ai/dsh-fs-local'
      config:
        cwd: !!js process.cwd()
    - id: tool-str-replace-editor
      name: '@deepseek-ai/dsh-tool-str-replace-editor'

注意：另一个 profile 只有在包含 @deepseek-ai/dsh-sdk-app 或另一个 JSON-RPC server 配置项时才有效；缺失 server 配置项、无法解析的插件或非法 patch 会在启动时直接失败，不会回退到其他组合。

理解 sdk-minimal 极简 profile

sdk-minimal 在空根之上插入完整配置树且不含 dsh-base，因此基础 profile 以后新增的工具不会隐式出现（来源）。 它的默认值：

该 profile 包含 SDK 协议、一个由环境配置的 DeepSeek 适配器、本地执行与持久化；文件系统工具、settings、托管凭据、OTel 遥测、Web 工具、subagent、本地指令发现与 compaction 都不存在。它还固定使用 danger-full-access——持久 shell 能修改运行时可见的任何路径，所以务必用一次性 checkout 或容器。

注意事项与常见问题

1. ~/.dsh 不会被读取：SDK 只用你传入的 dsh_home，这是刻意的隔离设计，别指望它继承你日常的配置。
2. 权限很宽：danger-full-access 下 shell 可写任何可见路径，务必隔离环境。
3. 会话日志未压缩：<dsh_home>/sessions 里的 JSONL 未压缩，注意磁盘占用与隐私，详见《DeepSeek Harness 会话记录在哪、怎么查》。
4. Web UI 不在 SDK 里：Python SDK 部署若要浏览器应用，需针对显式 DSH_HOME 另外运行 dsh web；web 是独立 CLI 应用，不能为 Python SDK client 提供服务。
5. 要换模型或接自建服务：改 providers 与凭据，见《DeepSeek Harness 模型提供方怎么配》。

来源：Python SDK 入门（官方文档）、dsh CLI README（官方仓库）