บทเรียน DeepSeek Harness: เริ่มต้นกับเอเจนต์ AI โอเพนซอร์สที่ได้รับความนิยมสูงสุด

ทำไม DeepSeek Harness จึงเป็นที่นิยม?

DeepSeek Harness ได้รับความสนใจอย่างรวดเร็ว โดยมีมากกว่า 160,000 ดาวบน GitHub และ 18,000 ฟอร์ก ณ เวลาที่เผยแพร่บทความนี้ 

เหตุผลสำคัญคือ นักพัฒนาพบว่ามันสามารถดึงผลลัพธ์ที่แข็งแรงจากโมเดลหลากหลาย ไม่ใช่แค่ DeepSeek ผู้ใช้บน Reddit มักรายงานว่าสามารถใช้กับโมเดลอย่าง Qwen3.8-27b ได้อย่างมีประสิทธิภาพ โดยเฉพาะงานเขียนโค้ดและงานเอเจนต์แบบยาว

อีกเหตุผลคือ ความเป็นอิสระและความยืดหยุ่น ผู้ใช้รายงานว่า Harness สามารถทำงานต่อผ่านงานหลายขั้นตอน ฟื้นตัวจากข้อผิดพลาด จัดการบริบทยาว และดำเนินต่อได้โดยไม่ต้องคอยแทรกแซงตลอดเวลา การออกแบบแบบปลั๊กอินยังทำให้สลับโมเดล เพิ่มเครื่องมือ และปรับแต่งเวิร์กโฟลว์ของเอเจนต์ได้ง่าย แทนที่จะถูกล็อกไว้ในชุดตั้งค่าตายตัว

หากกำลังชั่งใจระหว่าง Harness กับเครื่องมือคู่แข่ง คู่มือของเราเกี่ยวกับ ทางเลือกแทน Claude Code เปรียบเทียบ 7 ตัวเลือกหลักแบบเคียงข้างกัน

ฟีเจอร์หลักของ DeepSeek Harness

ต่อไปนี้คือฟีเจอร์หลักบางส่วน:

• สถาปัตยกรรมแบบปลั๊กอิน: องค์ประกอบส่วนใหญ่ของเอเจนต์สามารถขยายหรือแทนที่ผ่านปลั๊กอิน ทำให้ปรับแต่งการตั้งค่าได้ง่าย

• Web UI แบบโลคัล: รัน dsh web เพื่อเปิดอินเทอร์เฟซบนเบราว์เซอร์ที่จัดการโมเดล เซสชัน เวิร์กสเปซ การตั้งค่า และเอเจนต์ได้

• Python SDK: deepseek-harness-sdk ช่วยให้รันเอเจนต์ Harness ได้โดยตรงจากแอป Python สคริปต์ ชุดทดสอบ และเวิร์กโฟลว์อัตโนมัติ

• ผู้ให้บริการโมเดลหลายราย: ไม่ได้จำกัดเฉพาะโมเดลของ DeepSeek สามารถใช้ผู้ให้บริการอย่าง OpenAI และ Anthropic หรือเชื่อมต่อเอ็นด์พอยต์ที่เข้ากันได้ของตนเอง

• การเรียกใช้เครื่องมือ: เอเจนต์สามารถเรียกเครื่องมือเพื่อดำเนินการ แทนการสร้างข้อความอย่างเดียว

• เครื่องมือไฟล์และเทอร์มินัล: Harness มีเครื่องมืออ่าน ค้นหา และแก้ไขไฟล์ พร้อม Bash บน Linux และ macOS และ PowerShell บน Windows

• การค้นหาเว็บในตัว: ผู้ให้บริการค้นเว็บของ DeepSeek รวมอยู่ในค่ากำหนดเริ่มต้นและใช้คีย์ API ของ DeepSeek เดียวกับโมเดล

• โหมดโค้ด: Harness เปิดเผยเครื่องมือผ่านโหมดการรันแบบโค้ด ให้เอเจนต์ควบคุมการผสมผสานและการรันการเรียกเครื่องมือได้มากขึ้น

• Trajectory: มุมมอง Trajectory ให้ตรวจสอบการทำงานของเอเจนต์ทีละขั้น รวมถึงการตอบจากโมเดล การเรียกเครื่องมือ กิจกรรมเครื่องมือที่ซ้อน เวลา และการใช้โทเค็น

• พรีเซ็ตเอเจนต์: สร้างการตั้งค่าเอเจนต์ต่าง ๆ พร้อมเครื่องมือและพรอมป์ตของตัวเอง แล้วใช้ข้ามหลายเซสชันได้

• สถิติเซสชัน: Harness ติดตามข้อมูลที่มีประโยชน์ เช่น จำนวนรอบ จำนวนขั้น เวลาโมเดล เวลาเครื่องมือ เวลาโทเค็นแรก และเวลาในการถอดรหัส

• ซับเอเจนต์: เอเจนต์หลักสามารถมอบหมายส่วนของงานให้เอเจนต์ลูก เหมาะสำหรับเวิร์กโฟลว์ที่ซับซ้อนยิ่งขึ้น

• คอมมูนิตีปลั๊กอิน: ปลั๊กอินจากบุคคลที่สามเพิ่มความสามารถที่ไม่มีในโมเดลฐาน ในคู่มือนี้เราใช้ ModLens เพื่อเพิ่มวิสัยทัศน์

• สัญญาอนุญาต MIT: DeepSeek Harness เป็นโอเพนซอร์สภายใต้ไลเซนส์ MIT ที่ยืดหยุ่น

ข้อได้เปรียบหลักคือ ไม่ได้ถูกผูกกับโมเดลเดียว ชุดเครื่องมือเดียว หรือเอเจนต์แบบเดียว สามารถเริ่มจากค่าตั้งต้นและค่อย ๆ เพิ่มหรือแทนที่คอมโพเนนต์เมื่อทดลองเวิร์กโฟลว์ต่าง ๆ

ติดตั้ง DeepSeek Harness อย่างไร?

มาเริ่มจากการติดตั้ง DeepSeek Harness และตั้งค่าทุกอย่างที่ต้องใช้ในคู่มือนี้ เราจะติดตั้ง Node.js, DeepSeek Harness และ pnpm จากนั้นเพิ่มคีย์ API

ติดตั้ง Node.js

DeepSeek Harness ทำงานบน Node.js โดยเนื่องจากเราจะใช้ ModLens สำหรับวิสัยทัศน์ด้วย แนะนำให้ใช้ Node.js 22.19 ขึ้นไป.

หากใช้ Ubuntu หรือ Debian สามารถติดตั้ง Node.js ด้วย:

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

เมื่อติดตั้งเสร็จ ให้ตรวจสอบว่า Node.js และ npm ทำงานได้:

node --version
npm --version

ในเครื่องของฉันได้ผลลัพธ์ว่า:

v24.19.0
11.17.0

ไม่จำเป็นต้องได้เวอร์ชันเดียวกันเป๊ะ ๆ แค่ใช้ Node.js เวอร์ชันที่ใหม่พอก็เพียงพอ

ติดตั้ง DeepSeek Harness

ต่อไป มาติดตั้ง DeepSeek Harness เอง

คู่มือเริ่มต้นอย่างรวดเร็วอย่างเป็นทางการใช้ npx แต่ฉันชอบติดตั้งแบบ global เพื่อจะได้ใช้คำสั่ง dsh ได้ตลอดทั้งคู่มือ

รัน:

npm install -g @deepseek-ai/dsh

จากนั้นตรวจสอบว่าติดตั้งเรียบร้อย:

dsh --version

ขณะที่ทดสอบคู่มือนี้ ฉันใช้เวอร์ชัน:

0.1.0-rc.7

ติดตั้ง pnpm

เราต้องใช้ pnpm ด้วย DeepSeek Harness ใช้มันเมื่อเราเพิ่มหรือลบปลั๊กอิน ติดตั้งแบบ global:

npm install -g pnpm

ตั้งค่า API keys

ในบทเรียนนี้ เราต้องใช้ API key สองรายการ:

• คีย์ DeepSeek API: ใช้กับโมเดล DeepSeek และการค้นหาเว็บในตัว
• คีย์ Gemini API: ใช้โดย ModLens สำหรับการทำความเข้าใจภาพ

เราจะตั้งค่าคีย์ DeepSeek ตอนนี้ เพราะเพียงพอสำหรับการเขียนโค้ดและค้นหาเว็บ และจะเพิ่มคีย์ Gemini ภายหลังเมื่อเพิ่มวิสัยทัศน์ด้วย ModLens

สำหรับ DeepSeek ต้องสร้างบัญชี สร้างคีย์ API และเติมเงินในบัญชี สำหรับคู่มือนี้ แนะนำให้เติมอย่างน้อย 2 ดอลลาร์ ซึ่งมากพอสำหรับทดสอบตัวอย่างโดยไม่ต้องเติมเงินจำนวนมากล่วงหน้า

เมื่อได้คีย์ API แล้ว ให้นำไปเพิ่มใน environment

บน Linux หรือ macOS:

export DEEPSEEK_API_KEY="your_deepseek_api_key"

บน Windows PowerShell:

$env:DEEPSEEK_API_KEY="your_deepseek_api_key"

ข้อดีอย่างหนึ่งของการตั้งค่านี้คือ ไม่ต้องใช้ API ค้นหาเว็บแยกต่างหาก DeepSeek Harness มีผู้ให้บริการค้นเว็บของ DeepSeek ในตัวและใช้ DEEPSEEK_API_KEY เดียวกัน

สามารถเพิ่มคีย์ DeepSeek API ภายหลังได้จาก Settings → Models ภายใน Web UI

เริ่มใช้งาน DeepSeek Harness อย่างไร?

เมื่อกำหนดค่าทุกอย่างแล้ว เราสามารถเริ่ม DeepSeek Harness และเปิด Web UI ได้ เพียงรัน dsh web ซึ่งจะเริ่มอินเทอร์เฟซบนเบราว์เซอร์ที่พอร์ต 3080 โดยค่าเริ่มต้น

เปิดที่อยู่ http://127.0.0.1:3080 ในเบราว์เซอร์เพื่อดู UI

จากนั้น สร้างเวิร์กสเปซใหม่หรือเลือกเวิร์กสเปซที่มี เริ่มเซสชันใหม่ และเลือกโมเดล DeepSeek ที่ต้องการใช้ 

เมื่อเซสชันพร้อมแล้ว เราจะเริ่มทดสอบความสามารถด้านการเขียนโค้ด การค้นหาเว็บ วิสัยทัศน์ และการรองรับโมเดลจากบุคคลที่สามได้ 

วิธีใช้ DeepSeek Harness สำหรับการเขียนโค้ด

เมื่อ DeepSeek Harness ทำงานแล้ว เรามาทดสอบความสามารถหลักของชุดตั้งค่านี้กัน เริ่มจากงานเขียนโค้ดง่าย ๆ: 

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

DeepSeek Harness ทำงานกับไฟล์และเทอร์มินัลได้โดยตรง จึงสามารถสร้างไฟล์ Python แก้ไขโค้ด และรันคำสั่งภายในเวิร์กสเปซ

เมื่อทำงานเสร็จ ควรเห็นไฟล์ที่สร้างขึ้นและคำแนะนำในการรัน

หากต้องการใช้ประโยชน์จากโมเดล DeepSeek ที่ขับเคลื่อน Harness ให้มากขึ้น บทเรียน DeepSeek V4 API ของเราจะอธิบายโหมด reasoning ของ V4 และพารามิเตอร์ API ใน Python

วิธีใช้ DeepSeek Harness สำหรับการค้นหาเว็บ

ต่อไป มาทดสอบการค้นหาเว็บ ไม่ต้องตั้งค่าเพิ่มเติม เพราะ DeepSeek Harness มีผู้ให้บริการค้นเว็บของ DeepSeek อยู่แล้ว

ลองใช้พรอมป์ตประมาณนี้:

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

เอเจนต์จะค้นหาเว็บและสรุปผลพร้อมแหล่งอ้างอิงให้ 

ระหว่างทำงาน ให้เปิดแท็บ Trajectory จะเห็นการเรียกใช้เครื่องมือ เช่น SUBTOOL: web_search.

นี่แสดงว่าเอเจนต์กำลังใช้เครื่องมือค้นหาเว็บจริง ๆ แทนที่จะพึ่งพาความรู้เดิมของโมเดลเท่านั้น โดยค่าเริ่มต้น การค้นหานี้ถูกจัดการโดยผู้ให้บริการ deepseek-official และใช้ DEEPSEEK_API_KEY เดียวกับที่เราตั้งค่าไว้ก่อนหน้านี้ 

วิธีใช้ DeepSeek สำหรับงานวิสัยทัศน์

โมเดลแชตของ DeepSeek ใน Harness เป็นแบบข้อความเท่านั้น จึงไม่เข้าใจรูปภาพที่อัปโหลดได้ด้วยตัวเอง เพื่อเพิ่มการรองรับวิสัยทัศน์ เราจะใช้ ModLens ซึ่งทำหน้าที่เป็นสะพานเชื่อมระหว่าง DeepSeek กับโมเดลที่รองรับวิสัยทัศน์

ติดตั้งปลั๊กอิน ModLens

เมื่ออัปโหลดภาพ ModLens จะประมวลผลด้วยโมเดลวิสัยทัศน์ สกัดข้อมูลภาพที่เป็นประโยชน์ และส่งกลับให้ DeepSeek เพื่อนำไปให้เหตุผลต่อ

เริ่มจากติดตั้งปลั๊กอิน ModLens ลงในโปรไฟล์ web:

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

เมื่อติดตั้งแล้ว ModLens จะเพิ่มเครื่องมือ modlens_read_image และสร้างตัวเลือกโมเดล เช่น ``DeepSeek-V4-Flash (modlens vision)`

ตัวแปรโมเดลเหล่านี้ช่วยให้คุณอัปโหลดภาพได้ โดยยังใช้ DeepSeek เป็นโมเดลให้เหตุผลหลัก

ลงทะเบียนแบ็กเอนด์วิสัยทัศน์ของคุณ

สำหรับคู่มือนี้ เราจะใช้ Gemini API เป็นแบ็กเอนด์วิสัยทัศน์ ดังนั้นต้องมีคีย์ Gemini API สามารถเริ่มจาก Free Tier ของ Gemini API ได้ Google ให้เข้าถึงโมเดล Gemini ที่รองรับฟรีภายในลิมิตของ Free Tier จึงไม่ต้องใส่รายละเอียดการชำระเงินเพื่อทดสอบการตั้งค่าวิสัยทัศน์ในคู่มือนี้

เมื่อมีคีย์แล้ว ให้นำไปเพิ่มใน environment

บน Linux หรือ macOS:

export GEMINI_API_KEY="your_gemini_api_key"

บน Windows PowerShell:

$env:GEMINI_API_KEY="your_gemini_api_key"

ติดตั้งและตั้งค่า ModLens CLI

ต่อไป ติดตั้ง ModLens CLI:

npm install -g @liustack/modlens

จากนั้นตั้งค่าด้วยคีย์ Gemini API

บน Linux หรือ macOS:

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

บน Windows PowerShell:

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

สุดท้าย ตรวจสอบว่าทุกอย่างทำงานได้:

modlens doctor

ควรเห็นว่าได้เลือก gemini-api เป็นผู้ให้บริการและพร้อมใช้งาน

ทดสอบ DeepSeek Harness ร่วมกับ ModLens

ตอนนี้มาทดสอบการทำความเข้าใจภาพ

จากตัวเลือกโมเดล ให้เลือกหนึ่งในโมเดลที่มี (modlens vision) ต่อท้ายชื่อ เช่น DeepSeek-V4-Flash (modlens vision)

วางหรืออัปโหลดภาพ จากนั้นถามว่า: Explain what is shown in this image.

ดังที่เห็นในตัวอย่างข้างต้น ขณะนี้ DeepSeek สามารถบรรยายและให้เหตุผลเกี่ยวกับภาพที่อัปโหลดได้แล้ว

เบื้องหลัง ModLens จะส่งภาพไปยัง Gemini เพื่อทำความเข้าใจเชิงภาพ และส่งต่อข้อมูลที่สกัดได้กลับไปยัง DeepSeek นั่นหมายความว่าเราสามารถคง DeepSeek เป็นโมเดลให้เหตุผลหลักไว้ ขณะใช้ Gemini เฉพาะส่วนวิสัยทัศน์

วิธีใช้ DeepSeek Harness กับโมเดลจากบุคคลที่สาม

สุดท้าย มาลองใช้โมเดลจากผู้ให้บริการรายอื่น เปิด Settings → Models.

จากที่นี่ สามารถเพิ่มผู้ให้บริการอย่าง OpenAI และ Anthropic หรือกำหนดค่าผู้ให้บริการโมเดลที่รองรับอื่น ๆ โดยใช้ข้อมูลรับรอง API ของคุณเอง 

ยังสามารถเพิ่มผู้ให้บริการแบบกำหนดเอง หากต้องการเชื่อมต่อโมเดลที่โฮสต์เองหรือเอ็นด์พอยต์ที่เข้ากันได้อื่น ๆ ซึ่งช่วยให้กำหนดรายละเอียดอย่างเช่น ID ผู้ให้บริการ Base URL ประเภท API ข้อมูลรับรอง และชื่อโมเดลได้ 

เมื่อเพิ่มผู้ให้บริการแล้ว ให้กลับไปที่เซสชันและเลือกโมเดลใหม่จากตัวเลือกโมเดล

ตัวอย่าง ลองใช้พรอมป์ตต่อไปนี้:

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.

ตัวอย่างข้างต้นใช้โมเดล Kimi-K3 จากบุคคลที่สามเพื่อทำงานเขียนโค้ด แสดงว่า DeepSeek Harness ไม่ได้จำกัดเฉพาะโมเดลของ DeepSeek

สามารถสลับระหว่างโมเดลที่กำหนดค่าไว้ได้โดยตรงจากตัวเลือกโมเดล และการเปลี่ยนแปลงจะมีผลกับคำขอถัดไปโดยไม่ต้องรีสตาร์ทเซิร์ฟเวอร์ Harness

บทส่งท้าย

หลังจากทดสอบ DeepSeek Harness ฉันยังคงชอบ Pi Coding Agent และ OpenCode สำหรับเวิร์กโฟลว์ของตัวเองมากกว่า

DeepSeek Harness ทำให้ฉึกนึกถึง Pi Coding Agent มาก เพราะทั้งคู่สร้างขึ้นบนระบบนิเวศแบบปลั๊กอิน สามารถติดตั้งส่วนขยายต่าง ๆ เพื่อเพิ่มความสามารถให้ผู้ช่วยเขียนโค้ดตามความต้องการ ความยืดหยุ่นนั้นมีประโยชน์ แต่จากที่ทดสอบ ฉันยังไม่ค่อยเข้าใจความฮือฮารอบ ๆ DeepSeek Harness ประสบการณ์โดยรวมรู้สึกค่อนข้างปกติเมื่อเทียบกับเอเจนต์เขียนโค้ดอื่นที่เคยใช้

ฉันยังเจอปัญหาน่าหงุดหงิดอยู่บ้าง บางครั้งเอเจนต์หยุดกลางคันโดยไม่บอกเหตุผล ต้องพิมพ์ continue เพื่อให้เดินหน้าต่อ การติดตั้งและตั้งค่าปลั๊กอินก็เป็นจุดที่ยุ่งยาก อาจค่อนข้างยากเว้นแต่ว่าจะรู้แน่ชัดว่ากำลังทำอะไรอยู่ และเอกสารตอนนี้ก็ยังช่วยได้ไม่มาก

อย่างไรก็ตาม DeepSeek Harness ยังเป็นผลิตภัณฑ์ใหม่มาก จึงเข้าใจได้ว่ามีปัญหาเหล่านี้ คาดว่าประสบการณ์ใช้งาน เอกสาร และระบบนิเวศปลั๊กอินจะพัฒนาดีขึ้นอีกมากในอนาคต และเป็นไปได้ว่า DeepSeek กำลังสร้าง harness ที่ทำงานได้ดีเป็นพิเศษกับโมเดลของตนเอง ซึ่งอาจเป็นส่วนหนึ่งของเหตุผลที่ทำให้หลายคนตื่นเต้น