测试工程师的第一把AIAgent:DeepSeek 开源框架 5 分钟上手

程序员圈子里，AI Agent 已经火了大半年——让 AI 自己读代码、跑命令、改文件，一句「帮我把这个仓库的测试修好」就完事。

但测试这边，很多人还在问：「这跟我有什么关系？」

关系很大。因为那些「跑回归、读报告、定位失败用例、改脚本」的机械活，AI Agent 全都能接。而且门槛比你想的低——今天讲的这个框架，免费开源（MIT 协议），装好 Node.js 后一行命令就能跑起来。

它就是 DeepSeek AI 开源的 DeepSeek-Harness（命令行工具叫 `dsh`）。

DeepSeek-Harness 是 DeepSeek AI 在 8 月 13 号跟 V4 Pro 同一天开源的「智能体框架」（agent harness）。

它的核心设计就一句话：一切皆插件。模型、工具、沙箱策略、多 Agent 协调、会话存储，全是插件，底层由 Cordis 微内核把它们拼起来。

这句话对你意味着三件事：
1. 模型能换 —— 不绑死在 DeepSeek，也能接 OpenAI 兼容端点、Kimi、GLM；
2. 工具有边界—— 它能读文件、写文件、跑命令，但每一步都受权限策略约束，不是撒手不管；
3. 入口很灵活 —— Web UI、命令行、Python SDK、桌面端，四种都能用。

用一张图把它的工作方式说清楚——输入、中间产物、最终产出：

这里有个关键点，也是很多人第一次用会懵的地方：它不是一个「聊天机器人」，而是一个有文件系统、有 shell 的「实习生」。你给它的是「工作区」（一个真实目录），不是一段对话。

第 1 步：装 Node.js，一行命令起 Web UI
先确认装好 Node.js（建议 22+，用最新 LTS 更稳），然后：

跑起来后默认在 `http://127.0.0.1:3080` 打开 Web UI，本机启动时会自动弹浏览器。

第 2 步：配置模型
打开 `设置 → 模型`，在 DeepSeek 卡片里填你的 API Key，保存。
两个值得注意的点：
1）保存后立即可用，不用重启服务—— 模型路由是热生效的；
2）Key 只写不读 —— 保存后界面只回一个脱敏描述符，明文存在本地的 `$DSH_HOME/.credentials.yaml`。

顺带一个刚出的好消息：DeepSeek 9 月 10 号刚发了新模型 V4.1 Flash（模型名 `deepseek-flash`），552B 参数的 MoE，采用非对称的 Causal-Encoder-Decoder 结构，KV Cache 大幅缩小——对 HBM 的需求降到上一代的 1/4、SSD 降到 1/8，专门针对 Agent 场景里缓存命中的高成本。这意味着你用 `harness` 跑测试，模型侧的花费会比以前低一截。旧的 `deepseek-v4-flash` 模型名现在会自动路由到 V4.1 Flash，兼容期不用改。

第 3 步：选择工作区
点 `选择工作区`，把你要让它干活的项目目录加进去、选中。

这一步不做，会话输入框是灰的。 为什么？因为它要操作的是一套真实文件，你不告诉它「在哪个目录干活」，它就没法启动。这一步和第 2 步，是后面所有操作的前置条件。

第 4 步：发第一个任务
选中工作区后，输入框解锁。先发个稳妥的试水指令（这是官方入门给的第一个例子）：

（总结这个仓库，找出它的主要模块。）
Agent 会读工作区里的文件、跑命令、维护执行计划，把结果一条条回给你。

第 5 步：看它干活，该审批就审批
当它要做的操作触发了权限策略（比如写文件、执行危险命令），Web UI 会先问你，而不是直接干。这也是它跟「裸跑一个 shell 脚本」的关键区别——每一步都可控。

这三步——配置模型 → 选工作区 → 发任务——顺序是锁死的，反了会怎样？

1）不配模型就发任务 → 报 `MISSING_CREDENTIAL`，它不知道拿谁的 Key 调谁；
2）配了模型不选工作区 → 输入框直接锁死，你连指令都发不出去；
3）选了工作区但没配模型 → 模型路由是空的，任务照样起不来。

一句话：先给它「钥匙」（Key），再给它「地盘」（工作区），最后才轮到「活儿」（任务）。 这个顺序本身就是这个框架的安全模型，不是 UI 随便定的。

前面是通用流程。落到测试这边，这三个场景是高频刚需：
场景 1：让 Agent 跑回归，自动汇总失败

场景 2：读测试报告，定位失败根因
给它一份 pytest / Allure 报告（或直接让它看报告目录），让它回答「哪些失败是真实缺陷、哪些是环境问题」。

场景 3：修复失败的测试脚本

这三个场景串起来，就是一个测试工程师版的「输入 → 中间产物 → 最终产出」闭环：下发任务 → 它跑 + 读 → 它修 + 复跑。

不想开网页、想把它嵌进流水线或自动化脚本，用 Python SDK：

环境变量：

注意：SDK 内置运行时，不依赖系统 Node.js。但示例 profile（`sdk-minimal`）默认是 `danger-full-access` 全权限，官方建议只在可丢弃的 checkout 或容器里跑，别直接怼生产。

适合的：
1）想低门槛体验「AI Agent 跑测试」的测试 / 开发
2）让 Agent 跑回归、读报告、改脚本这类机械活
3）有 DeepSeek 或任意 OpenAI 兼容端点的团队

不适合的（至少现阶段）：
1）直接上生产关键路径 —— 开发者预览，会有 breaking changes
2）没有 API Key 只想白嫖 —— 框架免费，模型调用还是要花钱（虽然新模型更便宜）
3）想完全不看它干活 —— 写文件 / 危险命令需要你审批，这是安全设计，不是 bug

AI Agent 不是程序员的专利。测试工程师手里最不缺的，就是「跑」字开头的重复劳动——而这类活，恰好是 Agent 最擅长接的。

`Deepseek-Harness` 的价值，不在于「又多了个工具」，而在于它把「让 AI 自己读、自己跑、自己改」这件事，做成了一个免费开源、5 分钟能跑起来的东西。门槛已经降到「装个 Node.js + 一行命令」。

先别想它能替代谁，先跑起来，让它帮你读一份 pytest 报告试试。

你第一次用 AI Agent，最想让它替你干的活是什么？评论区聊聊，我挑几个场景做成可以直接复制的 prompt 模板。