8月13日，DeepSeek 正式开源了 DeepSeek Harness（DSH）开发者预览版。我也第一时间去体验了，官方用法是通过 npx @deepseek-ai/dsh web 在本地起一个 Web 服务。但对于不习惯命令行的人来说，每次都要开终端敲命令，多少有点割裂。
于是我用 Electron 给 DSH 套了个桌面壳——dsh-desktop（社区维护，非 DeepSeek 官方产品）。
解决了什么？
核心定位是：零配置启动、独立数据空间、崩溃自愈——只增强桌面体验，不改写 Harness 行为。
· 下载即运行，无需安装 Node.js：壳内置了 Node.js 22 LTS 运行时与 @deepseek-ai/dsh 完整依赖闭包，版本逐平台锁定。下载安装包即可使用，不要求全局环境。 · 本地隔离启动，数据独立：Harness 默认只监听 loopback，桌面应用使用独立数据目录 ~/.dsh-desktop，设置、会话、API Key 和插件都与 CLI 分开存储，互不干扰。 · 桌面壳持续守护，稳定可靠：提供系统托盘状态显示、崩溃自动重启（带指数退避）、更新检查、日志轮换与诊断导出。同时保持 Electron 沙箱与导航边界，默认拒绝设备、捕获、通知或文件系统等非必要权限。 · 跟随 Harness 原生体验：桌面壳只提供窗口、进程守护、托盘和更新；菜单、主题、Agent 与工具调用行为等全部保持 Harness 原样，不注入任何前端代码。
一个我觉得特别实用的扩展：局域网扫码手机访问
本地跑起来的 DSH 默认只有本机能访问。我加了一个扩展功能——桌面端从“扩展”菜单启动独立的局域网 Web 代理，生成一次性配对二维码。手机与电脑连接同一局域网后扫码，确认配对码即可在手机/平板上访问 Harness Web 界面。代理与桌面端解耦，不需要 Android/iOS 客户端。
关于 Vibe Coding 的实践
这个项目全程用 GPT-5.6 和 Kimi K3 辅助完成——从架构设计到代码实现，AI 承担了主要编码工作。Vibe Coding 到底能不能做出靠谱的项目？我觉得这个项目本身就是一个答案：AI 擅长“从零到一”的构建，关键是开发者要能把需求拆解清楚、把控好架构方向。
下载与开源
目前支持 macOS Apple Silicon（DMG）和 Windows x64（EXE）两个平台。源码已在 GitHub 开源（MIT 协议），仓库带完整开发过程文档，便于审查和迭代。
官网：dsh-desktop.com GitHub：github.com/citrusli202…
欢迎体验、提 Issue，提 PR。
