DeepSeek Harness ट्यूटोरियल: सबसे लोकप्रिय ओपन-सोर्स AI एजेंट के साथ शुरुआत करें

DeepSeek Harness लोकप्रिय क्यों है?

DeepSeek Harness ने बहुत तेजी से ध्यान आकर्षित किया है—इस लेख के प्रकाशित होने तक इसे 160,000+ GitHub सितारे और 18,000 फोर्क्स मिल चुके थे। 

एक बड़ा कारण यह है कि डेवलपर्स इसे अलग-अलग मॉडलों से मजबूत परिणाम दिलाने में सक्षम पा रहे हैं, केवल DeepSeek से ही नहीं। Reddit उपयोगकर्ता अक्सर बताते हैं कि वे इसे Qwen3.8-27b जैसे मॉडलों के साथ सफलतापूर्वक उपयोग कर रहे हैं, खासकर कोडिंग और लंबे एजेंटिक कार्यों के लिए।

एक और कारण है इसकी स्वायत्तता और लचीलापन। उपयोगकर्ताओं की रिपोर्ट है कि Harness बहु-चरणीय कार्यों में लगा रह सकता है, त्रुटियों से उबर सकता है, लंबे कॉन्टेक्स्ट संभाल सकता है, और बिना लगातार दखल के काम जारी रख सकता है। इसका प्लगइन-आधारित डिज़ाइन मॉडल बदलना, टूल जोड़ना और एजेंट वर्कफ़्लो को कस्टमाइज़ करना आसान बनाता है, बजाय एक तयशुदा सेटअप में फंसे रहने के।

यदि आप Harness की तुलना उन टूल्स से कर रहे हैं जिनसे इसे टक्कर देनी है, तो हमारे मार्गदर्शक Claude Code के विकल्प सात प्रमुख विकल्पों की साइड-बाय-साइड तुलना करता है।

DeepSeek Harness की मुख्य विशेषताएँ

यहाँ कुछ प्रमुख फीचर्स हैं:

• प्लगइन-आधारित आर्किटेक्चर: एजेंट के अधिकांश हिस्सों को प्लगइन्स के माध्यम से बढ़ाया या बदला जा सकता है, जिससे सेटअप को कस्टमाइज़ करना आसान होता है।

• लोकल Web UI: dsh web चलाने पर आपको ब्राउज़र-आधारित इंटरफ़ेस मिलता है जहाँ आप मॉडल, सेशंस, वर्कस्पेस, सेटिंग्स और एजेंट्स प्रबंधित कर सकते हैं।

• Python SDK: deepseek-harness-sdk से आप Python एप्लिकेशन्स, स्क्रिप्ट्स, टेस्ट्स और ऑटोमेशन वर्कफ़्लोज़ से सीधे Harness एजेंट्स चला सकते हैं।

• कई मॉडल प्रदाता: आप केवल DeepSeek मॉडलों तक सीमित नहीं हैं। आप OpenAI और Anthropic जैसे प्रदाताओं का उपयोग कर सकते हैं या अपना संगत endpoint कनेक्ट कर सकते हैं।

• टूल कॉलिंग: एजेंट्स केवल टेक्स्ट जनरेट करने के बजाय कार्य करने के लिए टूल्स कॉल कर सकते हैं।

• फ़ाइल और टर्मिनल टूल्स: Harness में फ़ाइलों को पढ़ने, खोजने, और संपादित करने के टूल शामिल हैं, साथ ही Linux और macOS पर Bash तथा Windows पर PowerShell।

• बिल्ट-इन वेब सर्च: DeepSeek का वेब सर्च प्रोवाइडर डिफ़ॉल्ट कॉन्फ़िगरेशन में शामिल है और मॉडल जैसा ही DeepSeek API key उपयोग करता है।

• Code Mode: Harness टूल्स को कोड-आधारित execution मोड के माध्यम से उजागर कर सकता है, जिससे एजेंट को टूल कॉल्स को संयोजित और चलाने पर अधिक नियंत्रण मिलता है।

• Trajectory: Trajectory व्यू से आप एजेंट द्वारा किए जा रहे चरण-दर-चरण कार्य, मॉडल प्रतिक्रियाएँ, टूल कॉल्स, नेस्टेड टूल गतिविधि, टाइमिंग और टोकन उपयोग देख सकते हैं।

• एजेंट प्रीसेट्स: आप अलग-अलग टूल्स और प्रॉम्प्ट्स के साथ विभिन्न एजेंट सेटअप बना सकते हैं और फिर उन्हें अलग-अलग सेशंस में उपयोग कर सकते हैं।

• सेशन आँकड़े: Harness टर्न्स, स्टेप्स, मॉडल समय, टूल समय, पहला टोकन आने का समय, और डिकोडिंग समय जैसी उपयोगी जानकारी ट्रैक करता है।

• सब-एजेंट्स: मुख्य एजेंट किसी कार्य के हिस्सों को चाइल्ड एजेंट्स को सौंप सकता है, जो अधिक जटिल वर्कफ़्लोज़ के लिए उपयोगी है।

• कम्युनिटी प्लगइन्स: थर्ड-पार्टी प्लगइन्स बेस मॉडल में उपलब्ध नहीं क्षमताएँ जोड़ सकते हैं। इस गाइड में, हमने विज़न सपोर्ट जोड़ने के लिए ModLens का उपयोग किया।

• MIT लाइसेंस: DeepSeek Harness ओपन सोर्स है और उदार MIT लाइसेंस के तहत जारी किया गया है।

मुख्य लाभ यह है कि आप एक मॉडल, एक टूलसेट या एक प्रकार के एजेंट से बँधे नहीं हैं। आप डिफ़ॉल्ट सेटअप से शुरू कर सकते हैं और अलग-अलग वर्कफ़्लोज़ के साथ प्रयोग करते हुए धीरे-धीरे कॉम्पोनेंट्स जोड़ या बदल सकते हैं।

मैं DeepSeek Harness कैसे सेट अप करूँ?

आइए DeepSeek Harness इंस्टॉल करके और इस गाइड के बाकी हिस्से के लिए आवश्यक सब कुछ सेट अप करके शुरू करें। हम Node.js, DeepSeek Harness, और pnpm इंस्टॉल करेंगे, फिर अपने API keys जोड़ेंगे।

Node.js इंस्टॉल करें

DeepSeek Harness Node.js पर चलता है। चूँकि हम आगे विज़न के लिए ModLens भी उपयोग करेंगे, मैं Node.js 22.19 या नया इस्तेमाल करने की सलाह देता/देती हूँ।

यदि आप Ubuntu या Debian पर हैं, तो आप Node.js इस तरह इंस्टॉल कर सकते हैं:

curl -fsSL https://deb.nodesource.com/setup_22.x | sudo -E bash - && sudo apt-get install -y nodejs

इंस्टॉल होने के बाद, जाँच लें कि Node.js और npm दोनों काम कर रहे हैं:

node --version
npm --version

मेरे सेटअप पर यह मिला:

v24.19.0
11.17.0

आपके पास बिल्कुल यही वर्ज़न होना आवश्यक नहीं है। जब तक आप पर्याप्त नए Node.js वर्ज़न पर हैं, सब ठीक रहेगा।

DeepSeek Harness इंस्टॉल करें

अब, DeepSeek Harness ही इंस्टॉल करते हैं।

आधिकारिक क्विक स्टार्ट npx का उपयोग करता है, लेकिन मैं इसे ग्लोबली इंस्टॉल करना पसंद करता/करती हूँ ताकि हम पूरे गाइड में सरलता से dsh कमांड का उपयोग कर सकें।

चलाएँ:

npm install -g @deepseek-ai/dsh

फिर जाँचें कि यह सही तरह इंस्टॉल हुआ है:

dsh --version

जब मैंने इस गाइड का परीक्षण किया, तब मेरे पास यह था:

0.1.0-rc.7

pnpm इंस्टॉल करें

हमें pnpm भी चाहिए। प्लगइन्स जोड़ने या हटाने पर DeepSeek Harness इसका उपयोग करता है। इसे ग्लोबली इंस्टॉल करें:

npm install -g pnpm

API keys सेट अप करें

इस ट्यूटोरियल के लिए हमें केवल दो API keys चाहिए:

• DeepSeek API key: DeepSeek मॉडल और उसके बिल्ट-इन वेब सर्च के लिए।
• Gemini API key: छवि समझ के लिए ModLens द्वारा उपयोग की जाती है।

हम अभी DeepSeek key सेट करेंगे, क्योंकि कोडिंग और वेब सर्च के लिए हमें इसी की जरूरत है, और बाद में ModLens के साथ विज़न जोड़ते समय Gemini key जोड़ेंगे।

DeepSeek के लिए, आपको एक DeepSeek खाता बनाना होगा, API key जनरेट करनी होगी, और अपने खाते में क्रेडिट जोड़ना होगा। इस गाइड के लिए, कम से कम $2 का क्रेडिट जोड़ने की सलाह देता/देती हूँ—यह उदाहरणों को बिना अधिक अग्रिम खर्च के परीक्षण करने के लिए पर्याप्त से अधिक होना चाहिए।

API key मिल जाने के बाद, उसे अपने environment में जोड़ें।

Linux या macOS पर:

export DEEPSEEK_API_KEY="your_deepseek_api_key"

Windows PowerShell पर:

$env:DEEPSEEK_API_KEY="your_deepseek_api_key"

इस सेटअप की एक अच्छी बात यह है कि हमें अलग वेब सर्च API की जरूरत नहीं है। DeepSeek Harness पहले से DeepSeek का वेब सर्च प्रोवाइडर शामिल करता है और वही DEEPSEEK_API_KEY उपयोग करता है।

आप अपना DeepSeek API key बाद में Web UI के अंदर Settings → Models से भी जोड़ सकते हैं।

मैं DeepSeek Harness कैसे शुरू करूँ?

अब जबकि सब कुछ कॉन्फ़िगर हो चुका है, हम DeepSeek Harness शुरू कर सकते हैं और Web UI खोल सकते हैं। बस dsh web चलाएँ, जो डिफ़ॉल्ट रूप से पोर्ट 3080 पर ब्राउज़र इंटरफ़ेस शुरू करता है।

ब्राउज़र में http://127.0.0.1:3080 पता खोलने पर आप UI देख सकेंगे।

वहाँ से, एक नया वर्कस्पेस बनाएँ या मौजूदा चुनें, नया सेशन शुरू करें, और वह DeepSeek मॉडल चुनें जिसे आप उपयोग करना चाहते हैं। 

सेशन तैयार होने के बाद, हम कोडिंग, वेब सर्च, विज़न, और थर्ड-पार्टी मॉडल सपोर्ट का परीक्षण कर सकते हैं। 

कोडिंग के लिए DeepSeek Harness का उपयोग कैसे करें

अब जबकि DeepSeek Harness चल रहा है, हम अपने सेटअप की मुख्य क्षमताओं का परीक्षण कर सकते हैं। चलिए एक सरल कोडिंग कार्य से शुरू करते हैं: 

Create a simple Python calculator with a command-line interface.

DeepSeek Harness सीधे फ़ाइलों और टर्मिनल के साथ काम कर सकता है, इसलिए यह Python फ़ाइल बना सकता है, कोड संपादित कर सकता है, और वर्कस्पेस के अंदर कमांड चला सकता है।

कार्य पूर्ण होने के बाद, आपको जेनरेट की गई फ़ाइल और उसे चलाने के निर्देश दिखेंगे।

Harness को पावर देने वाले DeepSeek मॉडलों से और अधिक पाने के लिए, हमारा DeepSeek V4 API ट्यूटोरियल Python में V4 reasoning मोड्स और API पैरामीटर्स समझाता है।

वेब सर्च के लिए DeepSeek Harness का उपयोग कैसे करें

अब, वेब सर्च का परीक्षण करते हैं। किसी अतिरिक्त सेटअप की आवश्यकता नहीं है क्योंकि DeepSeek Harness में पहले से DeepSeek का वेब सर्च प्रोवाइडर शामिल है।

ऐसा कोई प्रॉम्प्ट आज़माएँ:

Search the web for the latest open-source AI model releases and summarize the top three as of August 18, 2026.

एजेंट वेब पर खोज करेगा और स्रोतों सहित सारांश लौटाएगा। 

जब यह काम कर रहा हो, Trajectory टैब खोलें। आपको SUBTOOL: web_search जैसी टूल कॉल्स दिखनी चाहिए।

यह दर्शाता है कि एजेंट केवल मॉडल के मौजूदा ज्ञान पर निर्भर रहने के बजाय वास्तव में वेब सर्च टूल का उपयोग कर रहा है। डिफ़ॉल्ट रूप से, यह सर्च deepseek-official प्रोवाइडर द्वारा संभाला जाता है और वही DEEPSEEK_API_KEY उपयोग करता है जिसे हमने पहले कॉन्फ़िगर किया था। 

विज़न कार्यों के लिए DeepSeek का उपयोग कैसे करें

Harness में DeepSeek का चैट मॉडल केवल टेक्स्ट-आधारित है, इसलिए यह अपने आप अपलोड की गई छवियों को समझ नहीं सकता। विज़न सपोर्ट जोड़ने के लिए, हम ModLens का उपयोग करेंगे, जो DeepSeek और विज़न-सक्षम मॉडल के बीच एक पुल का काम करता है।

ModLens प्लगइन इंस्टॉल करें

जब आप कोई छवि अपलोड करते हैं, तो ModLens उसे विज़न मॉडल से प्रोसेस कर, उपयोगी विज़ुअल जानकारी निकालता है और उसे DeepSeek को वापस देता है ताकि वह छवि पर तर्क कर सके।

शुरू करें web प्रोफ़ाइल में ModLens प्लगइन इंस्टॉल करके:

dsh plugin --profile web add @liustack/modlens@3.20.0

इंस्टॉल होने पर, ModLens modlens_read_image टूल जोड़ता है और ``DeepSeek-V4-Flash (modlens vision)` जैसी मॉडल विकल्प बनाता है।

ये मॉडल वैरिएंट्स आपको मुख्य reasoning मॉडल के रूप में DeepSeek का उपयोग जारी रखते हुए छवियाँ अपलोड करने देते हैं।

अपना विज़न बैकएंड रजिस्टर करें

इस गाइड में, हम Gemini API को विज़न बैकएंड के रूप में उपयोग करेंगे, इसलिए हमें Gemini API key चाहिए। आप Gemini API Free Tier से शुरू कर सकते हैं। Google, Free Tier की सीमाओं के भीतर समर्थित Gemini मॉडलों तक निःशुल्क पहुँच देता है, इसलिए इस गाइड में विज़न सेटअप आज़माने के लिए आपको भुगतान विवरण जोड़ने की आवश्यकता नहीं है।

Key मिल जाने के बाद, उसे अपने environment में जोड़ें।

Linux या macOS पर:

export GEMINI_API_KEY="your_gemini_api_key"

Windows PowerShell पर:

$env:GEMINI_API_KEY="your_gemini_api_key"

ModLens CLI इंस्टॉल और कॉन्फ़िगर करें

अगला, ModLens CLI इंस्टॉल करें:

npm install -g @liustack/modlens

फिर इसे Gemini API key का उपयोग करके कॉन्फ़िगर करें।

Linux या macOS पर:

modlens config set gemini-api.apiKey "$GEMINI_API_KEY"
modlens config set provider gemini-api

Windows PowerShell पर:

modlens config set gemini-api.apiKey "$env:GEMINI_API_KEY"
modlens config set provider gemini-api

अंत में, जाँच लें कि सब कुछ काम कर रहा है:

modlens doctor

आपको gemini-api प्रोवाइडर चुना हुआ और ready दिखना चाहिए।

ModLens के साथ DeepSeek Harness का परीक्षण

अब छवि समझ का परीक्षण करें।

मॉडल पिकर से, उस मॉडल को चुनें जिसके नाम में (modlens vision) आता हो, जैसे DeepSeek-V4-Flash (modlens vision)।

कोई छवि पेस्ट करें या अपलोड करें, फिर पूछें: Explain what is shown in this image.

जैसा कि ऊपर के उदाहरण में दिखा, DeepSeek अब अपलोड की गई छवि का वर्णन और उस पर तर्क कर सकता है।

पर्दे के पीछे, ModLens छवि को विज़ुअल समझ के लिए Gemini को भेजता है और निकाली गई जानकारी DeepSeek को वापस देता है। इसका मतलब है कि हम reasoning के लिए मुख्य मॉडल के रूप में DeepSeek को रखते हुए केवल विज़न हिस्से के लिए Gemini का उपयोग कर सकते हैं।

थर्ड-पार्टी मॉडल के साथ DeepSeek Harness का उपयोग कैसे करें

अंत में, किसी अन्य प्रदाता का मॉडल आज़माएँ। Settings → Models खोलें।

यहाँ से, आप OpenAI और Anthropic जैसे प्रदाताओं को जोड़ सकते हैं, या अपने API क्रेडेंशियल्स का उपयोग करके किसी अन्य समर्थित मॉडल प्रदाता को कॉन्फ़िगर कर सकते हैं। 

यदि आप सेल्फ-होस्टेड मॉडल या किसी अन्य संगत endpoint को कनेक्ट करना चाहते हैं, तो आप एक कस्टम प्रोवाइडर भी जोड़ सकते हैं। इससे आप प्रोवाइडर ID, बेस URL, API प्रकार, क्रेडेंशियल्स, और मॉडल नाम जैसी जानकारियाँ कॉन्फ़िगर कर सकते हैं। 

प्रोवाइडर जोड़ने के बाद, अपने सेशन में लौटें और मॉडल पिकर से नया मॉडल चुनें।

उदाहरण के लिए, यह प्रॉम्प्ट आज़माएँ:

Create a Python command-line to-do app that lets users add, list, complete, and delete tasks, with tasks saved locally in a JSON file.

ऊपर दिए उदाहरण में कोडिंग कार्य पूरा करने के लिए थर्ड-पार्टी Kimi-K3 मॉडल का उपयोग किया गया है, जो दिखाता है कि DeepSeek Harness केवल DeepSeek मॉडलों तक सीमित नहीं है।

आप मॉडल पिकर से कॉन्फ़िगर किए गए मॉडलों के बीच सीधे स्विच कर सकते हैं, और बदलावों का प्रभाव अगली रिक्वेस्ट पर पड़ेगा—Harness सर्वर रीस्टार्ट करने की आवश्यकता नहीं।

अंतिम विचार

DeepSeek Harness का परीक्षण करने के बाद भी, मैं अपनी वर्कफ़्लोज़ के लिए Pi Coding Agent और OpenCode को प्राथमिकता देता/देती हूँ।

DeepSeek Harness मुझे काफी हद तक Pi Coding Agent की याद दिलाता है क्योंकि दोनों ही प्लगइन-आधारित इकोसिस्टम पर बने हैं। आप अलग-अलग एक्सटेंशन्स इंस्टॉल कर सकते हैं और अपनी आवश्यकता के अनुसार कोडिंग एजेंट को अतिरिक्त क्षमताएँ दे सकते हैं। वह लचीलापन उपयोगी है, लेकिन मेरे परीक्षण में, मुझे अब भी DeepSeek Harness के आसपास बना हाइप समझ में नहीं आया। कुल अनुभव, उन अन्य कोडिंग एजेंट्स की तुलना में जिन्हें मैं पहले से उपयोग कर चुका/चुकी हूँ, काफ़ी सामान्य ही लगा।

मुझे कुछ झुंझलाहट भरे मुद्दे भी मिले। कभी-कभी एजेंट बिना कारण बताए कार्य के बीच में रुक जाता था, और मुझे उसे आगे बढ़ाने के लिए continue टाइप करना पड़ता था। प्लगइन्स इंस्टॉल और कॉन्फ़िगर करना भी एक दर्द बिंदु रहा। यह काफ़ी कठिन हो सकता है जब तक कि आपको पहले से ठीक-ठीक पता न हो कि क्या करना है, और फिलहाल दस्तावेज़ीकरण भी बहुत मदद नहीं करता।

यह कहा जाना चाहिए कि DeepSeek Harness अभी भी बहुत नया उत्पाद है, इसलिए ये मुद्दे समझ में आते हैं। मुझे उम्मीद है कि समय के साथ अनुभव, दस्तावेज़ीकरण और प्लगइन इकोसिस्टम में काफ़ी सुधार होगा। यह भी संभव है कि DeepSeek अपने मॉडलों के साथ विशेष रूप से अच्छा काम करने वाला हार्नेस बना रहा हो, और यही उत्साह का एक कारण हो सकता है।