Cos'è DeepSeek Harness? Guida completa
Updated August 16, 2026 · first published August 16, 2026
DeepSeek Harness — nome del pacchetto dsh — è un harness per agenti open source rilasciato da DeepSeek AI con licenza MIT. Questa è la guida essenziale: cos'è, come avviarlo, come è strutturato e perché è rilevante per chi gestisce costi AI.
La differenza fondamentale tra modello e harness
Un modello linguistico genera unicamente testo e chiamate di strumenti. Tutto il resto che rende un agente autonomo operativo e utile appartiene all'harness: assemblare il prompt di sistema, invocare i tool richiesti, applicare i vincoli di sicurezza, registrare la cronologia della sessione, gestire il loop di ragionamento e coordinare i sotto-agenti.
Due team che impiegano lo stesso identico modello possono ottenere risultati operativi e fatture mensili radicalmente divergenti: la varianza dipende dall'architettura dell'harness.
L'architettura: tutto è un plugin
DeepSeek Harness è basato su Cordis, un runtime dove ogni singolo componente è un plugin: l'adattatore del modello, il registro dei tool, il log di sessione e il loop decisionale dell'agente. Questo consente di sostituire o intercettare qualsiasi componente a runtime senza dover biforcare (fork) il repository centrale.
Installazione e modalità operativa
Il modo più rapido per testarlo è avviare l'interfaccia web locale:
npx @deepseek-ai/dsh webPer l'automazione e la CI/CD, la modalità fondamentale è quella headless:
pnpm dsh --profile headless "summarize this workspace"Un harness che opera solo in modalità interattiva non può essere inserito nelle pipeline di test automatici né monitorato con rigore nei costi di esecuzione.
Economia di esercizio e controllo dei costi
L'harness è open source e gratuito sotto licenza MIT, ma l'inferenza dei token si paga. La spesa finale dipende da quanti passaggi compie l'agente per turno, da quanti tool sono caricati nel catalogo e dal numero massimo di round concessi a un obiettivo aperto. Sono scelte architetturali dell'harness a determinare il costo, non il solo prezzo di listino per token.
Related
Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →