如何快速构建一个Docker版本的DeepSeek Harness？直接粘贴可用

使用官方源码构建纯净Docker版本

虽然已经有网友做出了Docker版本的DeepSeek Harness，但是作为第三方可能很多人和我一样“不太放心”，虽然现在AI遍地，直接可以借助AI来审查代码，但是实际你深入了解GitHub以后，实际并不是那么回事。

所以很简单，我们直接用官方源码仓库构建一个绝对【纯净】的Docker版本。

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

如上，官方也支持这样来跑，那么就是有戏的意思。

下面我就以极空间NAS为例，借助compose来一键完成这套Docker的构建，首先说明几点：

1. yaml会创建一个node.js的slim版本镜像；
2. yaml会创建几个必须用到的工具；
3. yaml调用的是官方源；
4. yaml调用的工具是走的清华加速镜像；
5. 初次使用会pull相关，但是第二次启动会检测；
   1. 如果已经建立了，就不用再去pull了
   2. 第一次初始化大概要几分钟
      1. 我的极空间没挂梯子
      2. 但不同网络可能需要梯子
   3. yaml里面可以不用填写key
   4. 可以进入后再自己填写key

第一步，建立个固态硬盘目录

在根目录建立一个config的文件夹，当然也可以是别的名字，重点是后期需要调用它：

这个文件夹会生成相关的配置，工作区，也就说后期你可以利用极空间NAS的双向同步直接将工作区同步到本地，这样就可以快速的实现本地和NAS数据的一致性，把NAS的本质工作给利用起来了。

第二步，创建compose项目

很简单，我们在极空间的Docker的Compose中建立一个项目，如下：

deepseek-harness，这个是项目名称，可以自己定义。

重点是加入存储位置，也就是我们刚才config的根目录；其次是需要勾选下面的【所有合规文件夹添加最大读写权限】，这个一定要勾选上，不勾选就没法创建工作空间了哦。这个是必须要给的权限。

接下来是导入大路哥适配出来的yaml文件？不是的，你还需要用极空间查询路径，否则没法映射啊。

查询路径

点击上图的查询路径：

第一件事，找到刚才创建的config文件夹（如果你改了别的就指向别的），勾选后点击【复制路径】，因为要用到这个去映射，否则Docker找不到你正确的路径。

第三步，粘贴并修改yaml文件

代码如下，完全公开，粘贴到上图2中那个黑色区域：

version: '3.8'

services:
deepseek-harness:
  image: node:24-slim
  container_name: deepseek-harness
  restart: unless-stopped
  ports:
    - "3018:3018"
  environment:
    - DEEPSEEK_API_KEY=这里可以填写你的key，也可以后面填
    - DSH_ALLOW_REMOTE_CONFIGURATION=1
    - DSH_TRUSTED_HOSTS=*
    - DSH_TELEMETRY_DISABLED=1
    - DSH_HOME=/root/.dsh
  volumes:
    - 粘贴刚才的复制路径:/root/.dsh
  command:
    - sh
    - -c
    - |
      set -e

      # 1.基础依赖补全
      if ! command -v socat >/dev/null 2>&1 || ! command -v git >/dev/null 2>&1; then
        sed -i 's/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list.d/debian.sources
        sed -i 's/security.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list.d/debian.sources
        apt-get update -y && apt-get install -y git socat procps
      fi

      if ! command -v pnpm >/dev/null 2>&1; then
        npm install -g pnpm --registry=https://registry.npmmirror.com
      fi

      # 2.直连GitHub官方仓库拉取与编译
      if [ ! -d "/deepseek-harness" ]; then
        git clone --depth=1 https://github.com/deepseek-ai/deepseek-harness.git /deepseek-harness

        cd /deepseek-harness
        pnpm config set registry https://registry.npmmirror.com
        pnpm install --no-frozen-lockfile
        pnpm run build
      else
        cd /deepseek-harness
      fi

      # 3.基础目录权限打通
      mkdir -p /root/.dsh/workspace
      chmod -R 777 /root/.dsh/workspace

      # 4.彻底清理旧版遗留数据（包含旧版 .credentials.yaml 以及 profiles 缓存目录）
      if [ -f /root/.dsh/.credentials.yaml ] && ! grep -q "version: 1" /root/.dsh/.credentials.yaml; then
        echo "检测到旧架构配置，正在彻底清除旧配置与 Web Profile 缓存..."
        rm -rf /root/.dsh/.credentials.yaml /root/.dsh/profiles /root/.dsh/config.json
      fi

      # 5.若配置了Key环境变量，则按新版规范（version: 1+refs: 架构）生成凭据文件
      if [ ! -f /root/.dsh/.credentials.yaml ] && [ -n "$$DEEPSEEK_API_KEY" ]; then
        cat <<EOF > /root/.dsh/.credentials.yaml
version: 1
refs:
  deepseek:
    apiKey: "$$DEEPSEEK_API_KEY"
EOF
      fi

      # 6.统一锁定凭据文件为600权限（通过安全校验）
      if [ -f /root/.dsh/.credentials.yaml ]; then
        chmod 600 /root/.dsh/.credentials.yaml
      fi

      # 7.启动服务
      socat TCP-LISTEN:3018,fork,reuseaddr TCP:127.0.0.1:3080 &
      pnpm dsh web --no-open

实际主要改的就这几个地方：

如果端口不冲突，不建议修改它，key可以进入以后填写，而那个路径是至关重要的。

做完这些，就可以点击创建了……

建立成功后会自动进入项目……

可以看到待机的时候内存消耗不多，但是跑的时候可能会拉高到1GB，所以空闲的还是要预留一些。建立的镜像node的slim版本大概就两百多MB，但实际极空间的Docker还有一个隐藏层面，也就是pull的源码和环境，实际会有大概3个GB左右，说人话你的固态硬盘区域应该有个至少5GB空间。

日志中看到这个就是成功了

如下，启动了3080端口（不要去改）：

怎么访问呢？

如果你没玩过极空间的Docker我就原谅你吧，回到主页，点这里：

如果你想在edge浏览器打开使用，点下面的这里粘贴地址：

实际极空间会给你创建一个代理，但是复制粘贴打开后不要关闭极空间上面这个窗口，否则停止会话！言下之意就是这个代理关闭了，然后浏览器无法访问了。当然如果你和极空间都在一个局域网，本身也可以通过：

http://192.168.50.xx:3018

访问，IP就是极空间的局域网IP，端口是3018，冒号必须是英文模式。当然你的极空间用了域名、IP v6、ddnsgo之类的，也可以用IP v6的形式去外部访问。也就说手机打开浏览器实际也可以用。

互联网自然使用域名，或者IP v6地址访问。

JOTO 企业落地观察

• 企业若需在私有化环境中部署DeepSeek Harness类工具，必须严格验证镜像来源与构建链路完整性；本文强调“官方源码+本地构建”路径，反映出对第三方镜像信任风险的规避需求，这要求企业在AI工具链管理中建立可审计的CI/CD流水线。
• 该方案依赖清华镜像加速与本地缓存机制，说明企业级AI服务部署需兼顾网络策略与镜像治理能力——当内网无法直连GitHub时，需预置可信镜像源并确保其更新时效性，否则首次部署将失败。
• yaml中显式声明DSH_TRUSTED_HOSTS=*与DSH_ALLOW_REMOTE_CONFIGURATION=1，暴露了本地开发场景与生产环境的安全取舍：企业若将同类系统用于内部知识工程，必须在功能开放性与API密钥防护间做明确隔离设计，例如通过反向代理限制Host头或启用JWT鉴权。
• 极空间NAS作为边缘计算载体承载AI前端服务，印证了轻量级智能体运行环境正从云中心向本地化、离线化演进；这对企业AI落地意味着需重新评估基础设施拓扑——不再仅关注GPU算力集群，还需建设具备存储、网络与权限管控能力的边缘节点标准镜像体系。