Was er leistet
7 Funktionen
DeepSeek Harness · Quelloffener Agenten-Harness in der Vorschauphase
Produkt und Zugang
DeepSeek Harness ist die Laufzeit für Agenten, nicht das Sprachmodell. Sie läuft mit DeepSeek-Modellen, mit mitgelieferten Drittanbietern oder eigenen Endpunkten. CodeWhale ist ein eigenständiges Projekt, das laut seinem Repository nicht mit DeepSeek verbunden ist.
Kernfunktionen
7 Funktionen aus Anbieterquellen · abgeglichen am 05.11.2026. Verfügbarkeit und Grenzen stehen direkt darunter.
Alles ist ein Plugin
Der Harness baut laut README auf einer Plugin-Architektur mit dem Framework Cordis auf. Profile stapeln Plugin-Bündel und eigene Konfigurationsebenen.
Quelle 9Web, Headless, SDK und ACP
`dsh web` startet die Web-Oberfläche. Dazu kommen Profile für einmalige Headless-Aufträge, SDK-Clients und ACP. Alle nutzen denselben Befehl `dsh`.
Quelle 6Arbeit im Arbeitsbereich
Der Agent kann Dateien im Arbeitsbereich lesen und bearbeiten, Befehle ausführen, Arbeit delegieren und einen Plan führen.
Quelle 10Unteragenten und Agent-Teams
Unteragenten laufen als verwaltete Kind-Sitzungen. Das Team-Paket ergänzt eine gemeinsame Aufgabentafel; alle Mitglieder teilen sich einen Checkout.
Quelle 11Automatisierungsaufgaben
Erinnerungen wiederholen sich nach einer RFC-5545-Regel und liefern eine Anweisung an eine bestehende oder neue Unterhaltung. Sie lassen sich per Modell oder von Hand anlegen.
Quelle 12Modelle frei konfigurieren
Neben DeepSeek lassen sich mitgelieferte Anbieter wie anthropic, openai oder moonshotai eintragen. Eigene Endpunkte sprechen OpenAI Chat Completions, OpenAI Responses oder Anthropic Messages.
Quelle 13
Alle 7 Funktionen anzeigen
Sandbox und Berechtigungsstufen
Berechtigungsstufen bündeln einen Sandbox-Modus mit einer Freigaberegel. Die lokale Sandbox bricht mit einem Fehler ab, wenn sie nicht verfügbar ist, statt Befehle ohne Einschränkung auszuführen.
Quelle 14
Nutzbare KI-Modelle
Frei wählbar
Neben DeepSeek wählst du Anbieter aus dem installierten Katalog, etwa Anthropic, OpenAI, Kimi oder GLM, jeweils mit eigenem Schlüssel. Über eine eigene API bindest du auch Gateways und selbst betriebene Server an, wenn sie OpenAI- oder Anthropic-Protokolle sprechen. Das Projekt ist insgesamt eine Entwickler-Vorschau, Ollama nennt die Doku nicht.
Genannte Modellfamilien
- DeepSeek
- Anthropic (Claude)
- OpenAI (GPT)
- Moonshot (Kimi)
- Z.ai (GLM)
- Weitere Modelle frei anbindbar
- Modellwahl
- Du wählst
- Eigener API-Schlüssel
- Ja
- Router oder eigener Endpunkt
- Ja
- Lokale Modelle
- Ja
Eingeordnet ist der allgemein verfügbare Hauptzugang. Belegt · Quellen abgerufen am
Passt er zu meiner Aufgabe?
2 Praxisaufgaben · 5 Voraussetzungen und Grenzen
Passt, wenn …
- du einen quelloffenen Harness lokal testen und mit Plugins erweitern willst
- du zwischen DeepSeek, Drittanbietern und eigenen Endpunkten wählen möchtest
- du ihn in einer Wegwerf-VM oder einem Container betreiben kannst
Passt eher nicht, wenn …
- du eine produktionsreife, geprüfte Lösung für sensible Daten brauchst
- dich inkompatible Änderungen zwischen Versionen stören
- du Zusagen zu Datenstandort und Rechtsrahmen für Europa vom Anbieter erwartest
Redaktionelle Einschätzung auf Basis der Anbieterangaben. Kein Produkttest.
Aufgaben aus der Praxis
Redaktionelle Beispiele auf Basis dokumentierter Funktionen. Keine ausgeführten Produkttests.
Repository einordnen
- Du gibst vor
- Ein Projektordner als Arbeitsbereich und die Bitte um einen Überblick.
- Mögliches Ergebnis
- Der Agent liest den Code und nennt die wichtigsten Pakete.
- Das prüfst du
- In einer Wegwerf-Umgebung starten und die Aussagen am Code prüfen.
Wiederkehrende Prüfung einplanen
- Du gibst vor
- Eine Automatisierungsaufgabe mit Anweisung, Arbeitsbereich und Wiederholung.
- Mögliches Ergebnis
- Der Host liefert die Anweisung zur geplanten Zeit an eine Unterhaltung.
- Das prüfst du
- Das Ergebnis in der Unterhaltung lesen: Lieferprotokolle bestätigen nur die Zustellung, nicht die erledigte Arbeit.
Ein Repository zusammenfassen und seine wichtigsten Pakete benennen lassen.
Dein möglicher Auftrag
Lies die Projektregeln. Untersuche [Fehler], schlage eine kleine Änderung vor und führe die relevanten Prüfungen aus. Zeige mir den Diff und verbleibende Unsicherheiten.
Passe Aufgabe, Daten und Berechtigungen an.
Voraussetzungen und Grenzen
Einschränkung
Entwickler-Vorschau ohne Audit
SAFETY.md nennt das Projekt experimentell: kein Sicherheitsaudit, nicht als sicher oder produktionsreif zu behandeln. Das README kündigt inkompatible Änderungen an. Alle 37 über die GitHub-API gelisteten Releases sind Vorabversionen, zuletzt dsh-v0.2.2-rc.1 vom 4. November 2026.
Quelle 15Voraussetzung
Node.js ab 24.9.0
Das Repository verlangt Node.js ab 24.9.0 und pnpm für den Quellcode-Build. Die Desktop-App nennt die Produktseite nur für macOS mit Apple-Chip und Windows 64 Bit.
Quelle 4Voraussetzung
Modellzugang nötig
Offizielle Modelle brauchen laut Bedingungen ein DeepSeek-Konto und Guthaben. Sonst nutzt du die Modell-API eines anderen Anbieters mit eigenem Schlüssel.
Quelle 7Einschränkung
Sandbox ist keine Garantie
Sandbox und Freigaben senken laut Bedingungen das Risiko, garantieren aber keine Isolation. Die Bedingungen weisen dir die Verantwortung für Aktionen des Agenten zu.
Quelle 7Noch offen
Aufbewahrung von Unterhaltungen
Die Datenschutzerklärung nennt für Unterhaltungen keine feste Frist. Netzwerkprotokolle bleiben mindestens sechs Monate.
Quelle 8
Kann ich ihn nutzen?
Mit Voraussetzungen
Europa & regionale Verfügbarkeit
Datenschutzerklärung (Stand 20. September 2026) und Nutzungsbedingungen gelesen. Sie nennen die EU, den EWR, das Vereinigte Königreich und die Schweiz nicht. Aussagen zum Standort geben nur den Wortlaut der Erklärung wieder.
Geprüfter Umfang: Offizielle Modelle über DeepSeek und eigene Modelle getrennt betrachtet
Sichtung am:
Verfügbarkeit noch ungeklärt
Offizielle Modelle: Speicherort China
Die Erklärung sagt, im inländischen Betrieb erhobene personenbezogene Daten würden in der Volksrepublik China gespeichert und derzeit nicht ins Ausland übertragen. Unterhaltungen dürfen nach Verschlüsselung und De-Identifizierung für Training genutzt werden; du kannst über den Kontaktweg widersprechen.
Region, Grund und Quelle
Betroffene Region: EU/EWR, Vereinigtes Königreich und Schweiz
Belegter Grund: Für Nutzer in Europa trifft die Erklärung keine eigene Aussage; Verfügbarkeit und Rechtsgrundlagen dort bleiben offen.
Mit Voraussetzungen
Eigene Modelle: Daten beim gewählten Anbieter
Bei eigenen Modellen speichert und verarbeitet DeepSeek Harness laut Erklärung Ein- und Ausgaben nicht auf dem Server. Sie gehen an den von dir eingetragenen Anbieter, dessen Bedingungen gelten.
Region, Grund und Quelle
Betroffene Region: EU/EWR, Vereinigtes Königreich und Schweiz
Belegter Grund: Der Datenweg hängt vom eingetragenen Anbieter ab und von Plugins oder MCP-Servern, die eigene Daten verarbeiten.
Verfügbarkeit noch ungeklärt
Rechtsrahmen der Nutzungsbedingungen
Die Bedingungen unterstellen den Vertrag dem Recht des chinesischen Festlands, Gerichtsstand ist der Sitz von DeepSeek. Regionale Einschränkungen nennen sie nicht.
Region, Grund und Quelle
Betroffene Region: EU/EWR, Vereinigtes Königreich und Schweiz
Belegter Grund: Ob abweichende europäische Regeln gelten, steht nicht auf den geprüften Seiten.
Konten & Berechtigungen
Angaben aus Anbieter-Dokumentation. Rechte hängen von Konto, Integration und Organisationsrichtlinien ab. Prüfe vor dem Einsatz die tatsächlich angeforderten Berechtigungen.
Betrachtete Konfiguration: Lokal betriebener Harness; Konto nur für offizielle Modelle
Quellenstand:
Alle 3 Punkte anzeigen
Dokumentiert
Verwendetes Konto
Offizielle Modelle brauchen ein DeepSeek-Konto, die Datenschutzerklärung nennt dafür die Telefonnummer zur Registrierung. Eigene Modelle kommen ohne Konto aus. Die Web-Oberfläche nutzt ein Start-Token und ein signiertes Sitzungs-Cookie. SSO oder Rollen beschreiben die geprüften Seiten nicht.
Nachweis · NachweisBedingt dokumentiert
Datenzugriff & Teamfreigaben
Das Projekt kann laut SAFETY.md Code und Befehle ausführen, Plugins Dritter laden und auf Netzwerk, Prozesse, Zugangsdaten und Dateien zugreifen, die ihm zugänglich sind. Wie weit das reicht, hängt von Sandbox und Umgebung ab.
Nachweis
Gedächtnis und Gesprächskontinuität
0 von 6 Kriterien belegt
Die Auslieferung enthält keinen Memory-Server. Drei MCP-Beispiele sind standardmäßig aus; Speicher und Abruf hängen am gewählten System.
Kein eingebautes Memory; optionale MCP-Server
Quellen abgerufen:
Dokumentation je Kriterium
SpeichernTeilweise belegt
Speicherort und Umfang
Die Auslieferung enthält keinen Memory-Server. Die Beispiele speichern dort, wo das Fremdsystem es festlegt, etwa `~/.memorix/data`, `~/.engram` oder eine JSONL-Datei im Home-Verzeichnis.
AuswählenTeilweise belegt
Auswahl und Speicherzeitpunkt
DSH trifft keine eigene Auswahl. Die Doku schlägt optional eine Anweisung vor: Auf Wunsch schreibt das Modell über ein Memory-Werkzeug. Regeln zur Auswahl liegen beim Fremdsystem.
Bearbeiten & löschenÖffentlich nicht belegt
Einsicht, Bearbeiten und Löschen
Eine eigene Oberfläche für Einsicht, Bearbeitung oder Löschung beschreibt die Seite nicht. Das hängt am gewählten Server.
ZugriffsgrenzenTeilweise belegt
Agenten- und Kanalgrenzen
Memorix und Engram leiten das Projekt laut Seite aus dem Git-Projekt im DSH-Arbeitsverzeichnis ab. Grenzen zwischen Agenten oder Kanälen beschreibt die Seite nicht.
WiederfindenTeilweise belegt
Wiederabruf
Der Abruf läuft über die MCP-Werkzeuge des Servers. Der Referenzserver sucht per Teilzeichenfolge, nicht semantisch.
GesprächswechselTeilweise belegt
Session-Reset und Compaction
Die Verdichtung fasst ältere Verläufe zusammen und läuft auch per `/compact`; das Original bleibt im Sitzungsprotokoll. Eine Verbindung zum Memory beschreibt die Paketdoku nicht.
Was kostet er, welchen Aufwand macht er?
3 Tarife · Preisstand 05.11.2026
Preise und enthaltene Nutzung
Preisstand
Die Produktseite nennt keinen Preis. Die Software ist MIT-lizenziert; Kosten entstehen beim Modellanbieter. DeepSeek veröffentlicht eine API-Preisliste.
| Tarif | Preis | Enthalten |
|---|---|---|
| DeepSeek Harness | Kostenlos unter MIT-Lizenz | Software mit Web-Oberfläche und Plugins; ohne Modellnutzung. Preisquelle |
| deepseek-flash (API) | Eingabe ohne Cache $0.15 bis $0.3, Ausgabe $0.6 bis $1.2 je 1 Mio. Token (Nebenzeit bis Hauptzeit) | Modellversion DeepSeek-V4.1-Flash-1017; Cache-Treffer $0.003 bis $0.006. Preisquelle |
| deepseek-v4-pro (API) | Eingabe ohne Cache $0.66 bis $1.32, Ausgabe $1.98 bis $3.96 je 1 Mio. Token (Nebenzeit bis Hauptzeit) | Modellversion DeepSeek-V4-Pro-0813; Cache-Treffer $0.022 bis $0.044. Preisquelle |
- Die API-Preisliste nennt das Zeichen $ ohne Währungscode. Ob offizielle Modelle im Harness-Guthaben genau so abgerechnet werden, sagen die geprüften Seiten nicht.
- Preisangaben Dritter wurden nicht als Beleg verwendet.
Einrichtung
Node.js ab 24.9.0 installieren und `npx @deepseek-ai/dsh web` starten, oder die Desktop-App laden, oder aus dem Quellcode mit pnpm bauen. Danach einen Modellzugang eintragen und einen Arbeitsbereich wählen. Das Projekt rät zu einer Wegwerf-VM, einem Container oder einer eigenen Umgebung.
Betrieb & Betreuungsbedarf
Basis: öffentliche Anbieter-Dokumentation. Einschätzungen sind redaktionelle Ableitungen aus den genannten Eigenschaften. Tatsächlicher Zeitaufwand und Zuverlässigkeit wurden nicht gemessen.
Betrachtete Betriebsform: Selbst betriebener Prozess auf deinem Rechner oder Server
Quellenstand:
Redaktionelle Einschätzung
Der Harness beschreibt Sandbox, Freigaben und Sitzungen ausführlich im Repository. Er bleibt aber eine Vorschau ohne Audit. Du betreibst ihn selbst und trägst laut Bedingungen die Folgen seiner Aktionen.
Alle 6 Punkte anzeigen
Dokumentiert
Dateien und Arbeitsstand
Der Prozess nutzt das Startverzeichnis als Standardort; die Oberfläche braucht einen gewählten Arbeitsbereich. Sitzungen stehen in einem Ereignisprotokoll, das nur ergänzt wird. Das Basis-Bündel bringt laut README dauerhafte Sitzungen mit, die Neustarts überstehen.
Nachweis · Nachweis · NachweisBedingt dokumentiert
Nach Fehlern fortsetzen
Gespeicherte Sitzungen lassen sich wieder aufnehmen. Nach einem Kontextüberlauf verdichtet das Basis-Paket und versucht es erneut. Nach einem Neustart sendet der Host eine überfällige Einmalaufgabe oder den jüngsten verpassten Termin; eine genau einmalige Zustellung ist nicht garantiert.
Nachweis · Nachweis · Nachweis
Belege und offene Punkte
24 Quellen · 3 offene Punkte
Offene Punkte
Hier fehlen belastbare Angaben in den geprüften Quellen. Eine Lücke ist keine Aussage über das Produkt.
Europa: Verfügbarkeit noch ungeklärt
Voraussetzungen und Grenzen: noch offen
Quellen und Nachweise
Repository (README, SAFETY.md, Doku, Paket-READMEs, Release-Liste per GitHub-API), Produktseite, Datenschutzerklärung, Nutzungsbedingungen und API-Preisliste gelesen. Funktionsangaben stammen vom Anbieter; Beispielaufträge sind redaktionell. Eigene Praxistests stehen aus.
Redaktion: Michael Meierhoff · Quellen abgeglichen am . Anbieterangaben sind keine unabhängigen Leistungsnachweise.
Anbieter
Hinter dem Produkt steht laut Bedingungen und Datenschutzerklärung die Hangzhou DeepSeek Artificial Intelligence Basic Technology Research Co., Ltd. Sie entwickelt auch die DeepSeek-Sprachmodelle.
- Betreiber
- DeepSeek
- Organisation
- Anbieter
- Website
- deepseek.com
Änderungen an diesem Profil 1
Quelloffener Agenten-Harness von DeepSeek mit Plugin-Architektur, Web-Oberfläche und Desktop-App, derzeit als Entwickler-Vorschau.
Diese Notizen beschreiben redaktionelle Änderungen. Quellen- und Preisstände findest du in den jeweiligen Abschnitten.