今天，DeepSeek Harness 开发者预览版正式开放测试，并同步以 MIT 协议开放源代码。

看到消息后，小泽也第一时间安装体验，并尝试把宝塔 MCP 接入 DeepSeek Harness。

目前已经成功跑通。接入宝塔 MCP 后，DeepSeek Harness 可以读取服务器环境、调用面板工具，并继续完成软件安装、网站巡检、故障修复和项目部署等任务。

这篇文章先带大家了解 DeepSeek Harness 是什么、如何安装，以及它接入宝塔 MCP 后能做什么。

你敢相信发布几个小时内star已经突破20k了？

DeepSeek Harness 开放测试：一切皆插件

DeepSeek Harness 不是一个新模型，而是一套用来构建和运行 Agent 的开源框架。

模型负责理解需求、判断问题和规划步骤，Harness 则负责管理上下文、调用工具、执行任务、接收反馈，并推动任务继续完成。

DeepSeek Harness v0.1 目前仍处于开发者预览阶段，核心设计可以概括为一句话：一切皆插件。

模型、工具、Skills、会话、沙箱、存储、循环、调度和 UI 等 Agent 能力，都由插件组合而成。开发者不需要修改 DeepSeek Harness 本身的源码，就可以替换或扩展其中的能力。

例如，可以更换模型服务、添加新的工具、接入外部 MCP，也可以根据不同场景组合出一套新的运行模式。

目前，DeepSeek Harness 提供四种运行模式：

标准模式：加载较完整的工具组合，适合日常使用；

PTC 模式：由模型生成代码，组合完成多轮工具调用；

极简模式：只保留 Shell 和文件编辑工具，主要用于模型基准测试；

创造模式：可以检查当前运行环境、试验插件，并组合新的运行模式。

另一个比较重要的设计是“每一次运行都有迹可循”。

模型看到的内容、工具调用与结果、子 Agent 调度和上下文注入等信息，都会写入仅追加的会话日志。通过 Trajectory 视图，可以查看任务每一步是怎么判断和执行的，后续的恢复、分叉与回放也都基于同一份记录。

如何安装 DeepSeek Harness

想快速体验，准备好 Node.js 开发环境后，只需要运行一条命令：

npx @deepseek-ai/dsh web

或者直接全局安装

npm i -g @deepseek-ai/dsh

然后执行

dsh web

启动完成后，DeepSeek Harness 会在本地运行 Web UI，默认访问地址为：

http://127.0.0.1:3080

打开页面后，先进入左下角的“设置”，在模型配置中填写 DeepSeek API Key。

保存模型配置后，回到工作区并选择需要操作的项目目录，就可以创建会话并开始使用。

需要提醒的是，DeepSeek Harness 当前还是 v0.1 开发者预览版，核心插件、基础接口和配置方式都可能继续调整，更适合开发者和喜欢尝鲜的用户先行体验。

接入宝塔 MCP：复制一段提示词就能完成

既然 DeepSeek Harness 的设计思路是“一切皆插件”，我们第一时间想到的，就是把宝塔面板的服务器运维能力接进去。

DeepSeek Harness 负责理解需求、拆解任务和安排工具调用，宝塔 MCP 则将服务器、网站、软件、文件、数据库和安全等面板能力提供给它。

两者接通后，用户可以直接描述想做的事情，DeepSeek Harness 会根据当前服务器情况调用对应的宝塔 MCP 工具，并继续执行后续步骤。

实际接入过程也比较简单，不需要手动查找 MCP 地址，也不用自己修改 DeepSeek Harness 的配置文件。

首先，在宝塔面板中安装并打开“宝塔 MCP 服务”，进入“接入与体验”页面。

按照页面引导，将当前运行 DeepSeek Harness 的设备 IP 加入访问白名单。设置完成后，点击复制面板自动生成的 MCP 安装提示词。

接下来，把复制好的提示词直接发送给 DeepSeek Harness。

这段提示词中已经包含接入所需的安装说明。DeepSeek Harness 会根据提示下载并读取安装文档，再按照文档步骤完成宝塔 MCP 的安装与配置。

整个过程中，不需要用户手动复制连接地址或编写配置。完成后，DeepSeek Harness 会汇总执行结果；如果中途出现错误，也会停止操作并返回具体的错误步骤和处理建议。

需要注意的是，宝塔生成的安装提示词可能包含 Token、密码等敏感信息，请勿转发、截图公开或发送给无关人员。

接入成功后，在 DeepSeek Harness 的任务轨迹中，就可以看到以 mcp__baota__ 开头的工具调用。

完成这一步后，就可以直接用自然语言向 DeepSeek Harness 提出服务器运维任务。

实测一：检查服务器并安装 Node.js

完成连接后，我们先给了一个很直接的任务：

帮我在服务器安装一下最新的 Node.js 版本。

DeepSeek Harness 没有直接执行一条固定的安装命令，而是先通过宝塔 MCP 检查服务器系统、当前 Node.js 环境和面板软件信息，再根据检查结果继续安排安装步骤。

从任务轨迹中可以看到，它先后调用了服务器环境、软件列表和命令执行等相关工具。

这也是 Harness 与普通问答之间比较明显的区别：它不只给出“应该怎么安装”，还会读取当前环境，并调用工具继续处理。

实测二：巡检网站并修复故障

随后，我们让 DeepSeek Harness 对服务器进行了一次网站巡检。

在这次测试中，它通过宝塔 MCP 检查后发现：

Nginx 服务已经停止；

80 和 443 端口没有正常监听；

服务器上的多个网站受到影响；

其中一个站点的 SSL 证书已经过期。

发现问题后，它没有直接启动服务，而是继续检查 Nginx 进程、PID 文件、配置语法和系统状态，确认没有明显的配置错误和 OOM 痕迹后，再启动 Nginx。

服务恢复后，它又对网站进行了本地访问验证，并完成 SSL 证书续签和 HTTPS 状态检查。

最终，Nginx 恢复运行，80/443 端口重新监听，相关网站也恢复正常访问。

这次任务从发现问题、判断原因，到执行修复和验证结果，基本形成了一条完整的运维处理链路。

过去，我们问 AI“网站打不开怎么办”，它通常会给出一组排查命令和处理建议，最后还是需要用户自己登录服务器逐项操作。

接入宝塔 MCP 后，DeepSeek Harness 可以读取真实环境，并在宝塔面板提供的能力范围内继续执行。

实测三：从需求到完成项目部署

除了日常运维，我们还测试了一个更完整的项目部署任务：在服务器上部署一套轻量的运维工具箱。

开始执行前，DeepSeek Harness 先确认了技术栈、功能范围和部署域名，然后把整个任务拆成多个步骤：

检查域名 DNS 解析；

在宝塔面板中创建网站并配置 PHP 8.2；

编写和部署项目代码；

配置文件权限和服务控制能力；

添加访问密码；

申请并配置 SSL 证书；

检查 HTTP 和 HTTPS 访问状态。

在检查域名时，它发现域名并没有正确解析到当前服务器，于是给出了需要添加的 A 记录，并在域名生效前通过服务器 IP 和 Host 请求验证网站状态。

最终部署完成的运维工具箱包含五个模块：

系统监控：查看 CPU、内存、磁盘、负载、运行时长和 TCP 连接等信息；

服务管理：管理 Nginx、MySQL、PHP-FPM、crond 和 sshd 等常用服务；

网站状态：扫描服务器上的网站并检查 HTTP 状态码与响应时间；

日志查看：在线查看网站的 Nginx 访问日志；

进程与端口：查看主要进程和监听端口占用情况。

项目部署后，DeepSeek Harness 又检查了网站访问、HTTPS 证书和密码保护状态，并给出了后续修改初始密码、开启 HTTP 强制跳转 HTTPS 等建议。

这次测试中，它完成的已经不只是创建一个网站或上传一份代码，而是从需求确认开始，继续处理建站、代码部署、权限、证书和访问验证等多个环节。

遇到 DNS 没有正确解析时，它也没有忽略问题或直接中断，而是说明原因、给出修改方式，并继续完成当前条件下可以验证的部分。

新的 Agent 出现，宝塔负责把运维能力接进去

DeepSeek Harness v0.1 目前只是一个起点，功能、插件和配置方式还会继续变化。但“一切皆插件”的设计，也让外部能力有了更多接入空间。

宝塔 MCP 要做的，就是把宝塔长期积累的网站、软件、数据库、安全和服务器管理能力，以更规范的方式提供给不同的 AI 工具和 Agent。

无论使用的是 DeepSeek Harness，还是其他支持 MCP 的 AI 工具，都可以通过宝塔 MCP 连接服务器运维能力。

目前，我们已经完成 DeepSeek Harness 与宝塔 MCP 的接入实测，并跑通了环境检查与软件安装、网站故障修复和项目部署等场景。

后续也会继续测试更多真实运维任务，并根据实际使用情况优化连接和操作体验。