บทช่วยสอน DeepSeek Harness: เริ่มต้นใช้งานเอเจนต์ AI โอเพนซอร์สยอดนิยม

ทำไม DeepSeek Harness จึงได้รับความนิยม?

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

เหตุผลสำคัญคือ นักพัฒนาพบว่ามันสามารถให้ผลลัพธ์ที่ดีจากโมเดลที่หลากหลาย ไม่ใช่แค่ของ DeepSeek ผู้ใช้ Reddit รายงานบ่อยครั้งว่าสามารถใช้กับโมเดลอย่าง Qwen3.8-27b ได้สำเร็จ โดยเฉพาะงานเขียนโค้ดและงานเอเจนต์ที่ยาวขึ้น

อีกเหตุผลคือ ความเป็นอิสระและความยืดหยุ่น ผู้ใช้รายงานว่า Harness สามารถทำงานผ่านภารกิจหลายขั้นตอน ฟื้นจากข้อผิดพลาด จัดการบริบทยาว และเดินหน้าต่อได้โดยไม่ต้องคอยแทรกแซงตลอดเวลา การออกแบบแบบปลั๊กอินยังทำให้สลับโมเดล เพิ่มเครื่องมือ และปรับแต่งเวิร์กโฟลว์ของเอเจนต์ได้ง่าย แทนที่จะต้องติดอยู่กับการตั้งค่าคงที่ชุดเดียว

หากกำลังชั่งใจระหว่าง Harness กับเครื่องมือที่มันตั้งใจจะแข่งขัน คู่มือของเราเกี่ยวกับ ทางเลือกแทน Claude Code เปรียบเทียบ 7 ตัวเลือกหลักแบบเคียงข้างกัน

คุณสมบัติเด่นของ DeepSeek Harness

คุณสมบัติหลักมีดังนี้:

• สถาปัตยกรรมแบบปลั๊กอิน: ส่วนใหญ่ของเอเจนต์สามารถขยายหรือแทนที่ผ่านปลั๊กอิน ทำให้ปรับแต่งการตั้งค่าได้ง่ายขึ้น

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

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

• ผู้ให้บริการโมเดลหลายเจ้า: ไม่ได้จำกัดแค่โมเดลของ DeepSeek สามารถใช้ผู้ให้บริการอย่าง OpenAI และ Anthropic หรือเชื่อมต่อเอ็นด์พอยต์ที่รองรับของตนเองได้

• การเรียกใช้เครื่องมือ: เอเจนต์สามารถเรียกเครื่องมือเพื่อดำเนินการ แทนที่จะสร้างข้อความอย่างเดียว

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

• การค้นเว็บในตัว: ผู้ให้บริการค้นเว็บของ DeepSeek รวมในคอนฟิกค่าเริ่มต้นและใช้คีย์ DeepSeek API เดียวกับโมเดล

• โหมดเขียนโค้ด (Code Mode): Harness สามารถเปิดเผยเครื่องมือผ่านโหมดรันตามโค้ด ทำให้เอเจนต์ควบคุมการผสานและเรียกใช้เครื่องมือได้มากขึ้น

• Trajectory: มุมมอง Trajectory ให้ตรวจสอบการทำงานของเอเจนต์ทีละขั้น รวมถึงการตอบของโมเดล การเรียกเครื่องมือ กิจกรรมซ้อนของเครื่องมือ เวลา และการใช้โทเคน

• พรีเซ็ตเอเจนต์: สร้างการตั้งค่าเอเจนต์ต่าง ๆ พร้อมเครื่องมือและพรอมป์ตของแต่ละตัว แล้วใช้ข้ามเซสชันได้

• สถิติเซสชัน: Harness ติดตามข้อมูลอย่างจำนวนรอบ จำนวนขั้นตอน เวลาโมเดล เวลาเครื่องมือ เวลาโทเคนแรก และเวลาในการถอดรหัส

• ซับเอเจนต์: เอเจนต์หลักสามารถมอบหมายส่วนหนึ่งของงานให้เอเจนต์ย่อย เหมาะกับเวิร์กโฟลว์ที่ซับซ้อน

• ปลั๊กอินจากชุมชน: ปลั๊กอินจากบุคคลที่สามช่วยเพิ่มความสามารถที่ไม่มีในโมเดลพื้นฐาน ในคู่มือนี้เราใช้ ModLens เพื่อเพิ่มการรองรับวิสัยทัศน์

• สัญญาอนุญาต MIT: DeepSeek Harness เป็นโอเพนซอร์สและปล่อยภายใต้สัญญาอนุญาต MIT ที่ยืดหยุ่น

ข้อได้เปรียบหลักคือไม่ถูกผูกกับโมเดลเดียว ชุดเครื่องมือเดียว หรือเอเจนต์ประเภทเดียว สามารถเริ่มจากการตั้งค่าพื้นฐานและค่อย ๆ เพิ่มหรือแทนที่ส่วนประกอบเมื่อทดลองเวิร์กโฟลว์ต่าง ๆ

จะตั้งค่า DeepSeek Harness อย่างไร?

มาเริ่มติดตั้ง DeepSeek Harness และตั้งค่าทุกอย่างที่ต้องใช้สำหรับส่วนที่เหลือของคู่มือนี้ เราจะติดตั้ง Node.js, DeepSeek Harness และ pnpm จากนั้นเพิ่มคีย์ API ของเรา

ติดตั้ง Node.js

DeepSeek Harness ทำงานบน Node.js และเนื่องจากเราจะใช้ ModLens สำหรับวิสัยทัศน์ในภายหลัง แนะนำให้ใช้ Node.js 22.19 ขึ้นไป.

หากใช้ Ubuntu หรือ Debian สามารถติดตั้ง Node.js ได้ด้วย:

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

ติดตั้งเสร็จแล้ว ตรวจสอบว่า Node.js และ npm ทำงานได้:

node --version
npm --version

บนเครื่องของฉันได้ผลลัพธ์ดังนี้:

v24.19.0
11.17.0

ไม่จำเป็นต้องมีเวอร์ชันเดียวกันเป๊ะ ๆ แค่ใช้เวอร์ชัน Node.js ที่ใหม่พอ ก็น่าจะพร้อมใช้งาน

ติดตั้ง DeepSeek Harness

ต่อไป มาติดตั้ง DeepSeek Harness ตัวโปรแกรมกัน

วิธีเริ่มต้นอย่างรวดเร็วอย่างเป็นทางการใช้ npx แต่ฉันชอบติดตั้งแบบ global เพื่อให้ใช้คำสั่ง dsh ได้ง่ายตลอดคู่มือ

รัน:

npm install -g @deepseek-ai/dsh

จากนั้นตรวจสอบว่าติดตั้งถูกต้อง:

dsh --version

ขณะทดสอบคู่มือนี้ ฉันใช้เวอร์ชัน:

0.1.0-rc.7

ติดตั้ง pnpm

เราต้องใช้ pnpm ด้วย DeepSeek Harness ใช้มันเมื่อเพิ่มหรือลบปลั๊กอิน ติดตั้งแบบ global:

npm install -g pnpm

ตั้งค่า API keys

สำหรับบทช่วยสอนนี้ เราต้องใช้คีย์ API สองคีย์:

• คีย์ DeepSeek API: ใช้สำหรับโมเดล DeepSeek และการค้นเว็บในตัว
• คีย์ Gemini API: ใช้โดย ModLens เพื่อทำความเข้าใจภาพ

เราจะตั้งค่าคีย์ DeepSeek ตอนนี้ เพราะเพียงพอสำหรับการเขียนโค้ดและการค้นเว็บ และจะเพิ่มคีย์ Gemini ภายหลังเมื่อเพิ่มวิสัยทัศน์ด้วย ModLens

สำหรับ DeepSeek ต้องสร้างบัญชี DeepSeek สร้างคีย์ API และเติมเครดิตในบัญชี สำหรับคู่มือนี้ แนะนำให้เติมเครดิตอย่างน้อย $2 ซึ่งมากพอสำหรับทดสอบตัวอย่างต่าง ๆ โดยไม่ต้องเติมเงินจำนวนมากล่วงหน้า

เมื่อได้คีย์ API แล้ว ให้เพิ่มลงในสภาพแวดล้อมของระบบ

บน Linux หรือ macOS:

export DEEPSEEK_API_KEY="your_deepseek_api_key"

บน Windows PowerShell:

$env:DEEPSEEK_API_KEY="your_deepseek_api_key"

ข้อดีอย่างหนึ่งของการตั้งค่าแบบนี้คือไม่ต้องใช้ API ค้นเว็บแยกต่างหาก DeepSeek Harness มีผู้ให้บริการค้นเว็บของ DeepSeek อยู่แล้วและใช้ DEEPSEEK_API_KEY เดียวกัน

ยังสามารถเพิ่มคีย์ DeepSeek API ภายหลังได้จาก Settings → Models ภายใน Web UI

จะเริ่มใช้งาน DeepSeek Harness อย่างไร?

เมื่อตั้งค่าทุกอย่างเรียบร้อยแล้ว เราสามารถเริ่มใช้งาน DeepSeek Harness และเปิด Web UI ได้ เพียงรัน dsh web ซึ่งจะเริ่มอินเทอร์เฟซบนเบราว์เซอร์ที่พอร์ต 3080 ตามค่าเริ่มต้น

จะเห็น UI เมื่อเปิดที่อยู่ http://127.0.0.1:3080 ในเบราว์เซอร์

จากนั้น สร้างเวิร์กสเปซใหม่หรือเลือกที่มีอยู่ เริ่มเซสชันใหม่ และเลือกโมเดล DeepSeek ที่ต้องการใช้ 

เมื่อเซสชันพร้อมแล้ว เราจะเริ่มทดสอบความสามารถด้านการเขียนโค้ด การค้นเว็บ วิสัยทัศน์ และการรองรับโมเดลจากบุคคลที่สามได้ 

วิธีใช้ DeepSeek Harness สำหรับการเขียนโค้ด

เมื่อ DeepSeek Harness ทำงานแล้ว เรามาทดสอบความสามารถหลักของการตั้งค่าของเรากัน เริ่มจากงานเขียนโค้ดง่าย ๆ: 

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

DeepSeek Harness สามารถทำงานกับไฟล์และเทอร์มินัลได้โดยตรง จึงสามารถสร้างไฟล์ Python แก้ไขโค้ด และรันคำสั่งภายในเวิร์กสเปซได้

เมื่องานเสร็จ ควรเห็นไฟล์ที่สร้างและคำแนะนำสำหรับการรัน

เพื่อใช้ประโยชน์จากโมเดล DeepSeek ที่ขับเคลื่อน Harness มากขึ้น บทช่วยสอน DeepSeek V4 API ของเราแนะนำโหมด reasoning ของ V4 และพารามิเตอร์ API ใน Python

วิธีใช้ DeepSeek Harness สำหรับการค้นเว็บ

ต่อไป มาทดสอบการค้นเว็บ ไม่ต้องตั้งค่าเพิ่มเพราะ DeepSeek Harness มีผู้ให้บริการค้นเว็บของ DeepSeek อยู่แล้ว

ลองพรอมป์ตแบบนี้:

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

เอเจนต์ควรค้นเว็บและส่งคืนสรุปพร้อมแหล่งที่มา 

ระหว่างทำงาน ให้เปิดแท็บ Trajectory จะเห็นการเรียกเครื่องมืออย่าง SUBTOOL: web_search.

สิ่งนี้แสดงว่าเอเจนต์กำลังใช้เครื่องมือค้นเว็บจริง ๆ แทนที่จะอาศัยความรู้ที่มีอยู่ของโมเดลเท่านั้น โดยค่าเริ่มต้น การค้นหานี้จัดการโดยผู้ให้บริการ deepseek-official และใช้ DEEPSEEK_API_KEY เดียวกับที่ตั้งค่าไว้ก่อนหน้านี้ 

วิธีใช้ DeepSeek สำหรับงานวิสัยทัศน์

โมเดลแชตของ DeepSeek ใน Harness เป็นแบบข้อความเท่านั้น จึงไม่สามารถเข้าใจภาพที่อัปโหลดได้เอง หากต้องการเพิ่มการรองรับวิสัยทัศน์ เราจะใช้ ModLens ซึ่งทำหน้าที่เป็นสะพานเชื่อมระหว่าง DeepSeek กับโมเดลที่รองรับวิสัยทัศน์

ติดตั้งปลั๊กอิน ModLens

เมื่ออัปโหลดภาพ ModLens จะประมวลผลด้วยโมเดลวิสัยทัศน์ ดึงข้อมูลภาพที่เป็นประโยชน์ออกมา และส่งกลับให้ DeepSeek เพื่อให้สามารถให้เหตุผลเกี่ยวกับภาพได้

เริ่มจากติดตั้งปลั๊กอิน ModLens ลงในโปรไฟล์ web:

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

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

รุ่นโมเดลเหล่านี้ช่วยให้คุณอัปโหลดภาพได้ โดยยังคงใช้ DeepSeek เป็นโมเดลให้เหตุผลหลัก

ลงทะเบียนแบ็กเอนด์วิสัยทัศน์

สำหรับคู่มือนี้ เราจะใช้ Gemini API เป็นแบ็กเอนด์วิสัยทัศน์ ดังนั้นต้องมีคีย์ Gemini API สามารถเริ่มต้นด้วย Free Tier ของ Gemini API ได้ Google ให้สิทธิ์ใช้งานฟรีกับโมเดล Gemini ที่รองรับภายใต้ลิมิตของ Free Tier จึงไม่ต้องเพิ่มข้อมูลการชำระเงินเพียงเพื่อลองตั้งค่าวิสัยทัศน์ในคู่มือนี้

เมื่อมีคีย์แล้ว ให้เพิ่มลงในสภาพแวดล้อมของระบบ

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

จากนั้น ติดตั้ง ModLens CLI:

npm install -g @liustack/modlens

แล้วตั้งค่าโดยใช้คีย์ 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

ควรเห็นว่าเลือก gemini-api เป็นผู้ให้บริการและพร้อมใช้งาน

ทดสอบ DeepSeek Harness ร่วมกับ ModLens

ตอนนี้มาทดสอบความเข้าใจภาพ

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

วางหรืออัปโหลดภาพ จากนั้นถามว่า: Explain what is shown in this image.

ดังที่แสดงในตัวอย่างข้างต้น ตอนนี้ DeepSeek สามารถบรรยายและให้เหตุผลเกี่ยวกับภาพที่อัปโหลดได้แล้ว

เบื้องหลัง ModLens จะส่งภาพไปยัง Gemini เพื่อทำความเข้าใจเชิงภาพ และส่งข้อมูลที่สกัดได้กลับมาที่ DeepSeek ซึ่งหมายความว่าเราสามารถคงให้ DeepSeek เป็นโมเดลให้เหตุผลหลัก ขณะที่ใช้ Gemini เฉพาะส่วนวิสัยทัศน์

วิธีใช้ DeepSeek Harness กับโมเดลจากบุคคลที่สาม

สุดท้าย มาลองโมเดลจากผู้ให้บริการรายอื่น เปิด Settings → Models.

จากที่นี่ สามารถเพิ่มผู้ให้บริการอย่าง OpenAI และ Anthropic หรือกำหนดผู้ให้บริการโมเดลอื่นที่รองรับโดยใช้ข้อมูลรับรอง API ของตนเอง 

ยังสามารถเพิ่มผู้ให้บริการแบบกำหนดเอง หากต้องการเชื่อมต่อโมเดลที่โฮสต์เองหรือเอ็นด์พอยต์ที่เข้ากันได้อื่น ๆ ซึ่งช่วยให้กำหนดรายละเอียดได้ เช่น รหัสผู้ให้บริการ เบส URL ประเภท API ข้อมูลรับรอง และชื่อโมเดล 

เมื่อเพิ่มผู้ให้บริการแล้ว กลับไปที่เซสชันของคุณและเลือกโมเดลใหม่จากตัวเลือกโมเดล

ตัวอย่าง ลองพรอมป์ตต่อไปนี้:

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 จากบุคคลที่สามในการทำงานเขียนโค้ด แสดงให้เห็นว่า DeepSeek Harness ไม่ได้จำกัดแค่โมเดลของ DeepSeek

สามารถสลับระหว่างโมเดลที่ตั้งค่าไว้จากตัวเลือกโมเดลได้โดยตรง และการเปลี่ยนแปลงจะมีผลกับคำขอถัดไปโดยไม่ต้องรีสตาร์ทเซิร์ฟเวอร์ของ Harness

ข้อคิดส่งท้าย

หลังจากทดสอบ DeepSeek Harness ฉันยังคงชอบ Pi Coding Agent และ OpenCode มากกว่าสำหรับเวิร์กโฟลว์ของฉันเอง

DeepSeek Harness ทำให้ฉันนึกถึง Pi Coding Agent มาก เพราะทั้งคู่สร้างรอบ ๆ ระบบนิเวศแบบปลั๊กอิน สามารถติดตั้งส่วนขยายต่าง ๆ และเพิ่มความสามารถให้เอเจนต์เขียนโค้ดได้ตามความต้องการ ความยืดหยุ่นนั้นมีประโยชน์ แต่จากที่ทดสอบ ฉันยังไม่ค่อยเข้าใจความฮือฮารอบ ๆ DeepSeek Harness นัก ประสบการณ์โดยรวมรู้สึกค่อนข้างปกติเมื่อเทียบกับเอเจนต์เขียนโค้ดตัวอื่นที่ฉันเคยใช้

ฉันยังเจอปัญหาน่าหงุดหงิดอยู่บ้าง บางครั้งเอเจนต์จะหยุดกลางงานโดยไม่บอกสาเหตุ และฉันต้องพิมพ์ continue เพื่อให้มันเดินหน้าต่อ การติดตั้งและตั้งค่าปลั๊กอินก็เป็นอีกจุดที่เจ็บ เพราะค่อนข้างยากเว้นแต่จะรู้แน่ชัดอยู่แล้วว่าต้องทำอย่างไร เอกสารก็ตอนนี้ยังช่วยได้ไม่มาก

อย่างไรก็ดี DeepSeek Harness ยังเป็นผลิตภัณฑ์ที่ใหม่มาก ปัญหาเหล่านี้จึงพอเข้าใจได้ คาดว่าประสบการณ์การใช้งาน เอกสาร และระบบนิเวศปลั๊กอินจะพัฒนาขึ้นอีกมากตามเวลา นอกจากนี้ก็เป็นไปได้ว่า DeepSeek กำลังสร้าง harness ที่ทำงานได้ดีกับโมเดลของตัวเองเป็นพิเศษ ซึ่งอาจเป็นส่วนหนึ่งของเหตุผลที่ทำให้เกิดความตื่นเต้น