分享一个漂亮实用的 DeepSeek Harness 桌面应用工作台

一个 2.1MB 的「数字员工工作台」

dsh 本体是命令行工具加一个 headless 模式，日常用起来总要在终端里进进出出。DeepSeek Desktop 做的事情，是把 dsh 的 Agent 能力包成一个轻量、常驻、安全的 macOS 应用。

适配个性化回答

根据问题自己视频回答样式，比如问道：查一下系统资源。

回答内容自行适配回答结果，以比较友好的方式进行展现：

再问「看看最近的文件」，模型换成文件列表卡片，而且支持打开文件目录和文件内容：

普通聊天、总结这类问题，没有固定回答模板，完全是自适应生成展示界面。

看得见的执行：工具气泡、权限与审批

AI 执行任务时的每一步工具调用都在对话窗口展示：

点开聚合条，每一步的命令与结果都在：

聊天窗口提供四种权限选择模式：

AI 写文件、执行命令时，对话流里会弹出权限执行确认提示，超过300秒没有确认，则默认拒绝执行：

管理中心：一切皆插件的落地

侧栏「管理中心」是整个工作台的核心配置：

数字员工：配好人设就能上岗

内置四张模板卡：

研发效能员工（代码审查/修测试/重构）、测试工程师（用例设计/回归验证/缺陷定位）、数据分析师（取数统计/报表解读）、产品助理（写 PRD/整理反馈/竞品调研），选一张改改就能用。

「数字员工」就是DeepSeek Harness五个能力维度的组合：

权限与安全：细粒度管控

技能、知识与 MCP

技能库：教它「怎么做某类事」

知识库：给它配一本「企业百科」

MCP 连接：让 AI 替你查数据库、搜日志

MCP 是 AI 连接外部系统的标准协议，接通后 AI 能直接替你查数据库、搜日志、分析堆转储。

① 选连接——内置 GitHub、文件系统访问、SQLite 数据库模板，也支持自定义 stdio（command/args/env）与 streamable-http（url/headers）两种 transport

② 填密码——token、连接串按连接器要求填

③ 启用——每个连接器就是插件树上一行 dsh-mcp-client，启用即挂载、禁用即摘除；工具以 mcp__ 命名对模型可用

④ 回对话直接说需求——「帮我查一下订单数据」自然语言沟通

以MySQL为例，根据对话内容，自己生成MySQL查询界面：

能力评测和会话回放

能力评测：给 AI 出几道动手题

对于AI的能力如何，在数字员工正式启用前，会先进行能力考核测试。

历史会话：逐 step 回放，排障不靠猜

插件：能力的开关面板

AI 的每项能力——执行命令、联网、搜文件——都是一个可开关的组件。

设置、用量与三个内核

侧栏 ⚙ 设置进配置面板，所有改动写入 ~/.deepseek/settings.json。

「模型服务」按服务商维护接入地址、API Key 和可用模型列表，支持添加多个 OpenAI 兼容服务商，当前使用的厂商直接接入对话，模型也可在输入条右侧快速切换；「使用偏好」里有全局热键和首页快捷操作：

每次回答末尾显示 token 用量（↑输入 ↓输出 · 用时，多工具轮次自动累计）；点状态栏「今日消耗」chip，弹出官方 balance 接口实时查来的余额（含充值/赠送明细）加本地记账统计：

最后说一下内核，三种内核可切换，启动时按优先级自动裁决：

选择逻辑并不复杂：设置了 DEEPSEEK_API_KEY 且探测到 chat 桥接就用 chat 内核；在设置面板（或 WHALE_KERNEL=agent）切到 agent 就上完整插件树；都没有就落回本地内核兜底。日常问答用 chat，轻、快；要 AI 真实读写文件、跑命令、用技能库、MCP、审批权限，就切 agent。

agent 内核也有已知的边界：多轮靠历史嵌入，每轮是独立的 dsh 会话（无跨轮缓存）；一次一个任务，主窗和浮窗排队；系统需要有 zstd，缺了会退化成只有最终文本、没有实时工具事件。

十条亮点，收个尾