DeepSeek Harness Studio란
DeepSeek Harness Studio는 赋范空间이 개발한 DeepSeek Harness 데스크톱 확장 프로젝트입니다. Electron으로 웹 작업 공간을 구동하고, 데스크톱 메인 프로세스가 로컬 dsh web 서비스를 자동으로 시작하고 관리하므로 명령줄 없이 Harness를 사용하고 확장할 수 있습니다.
데스크톱 클라이언트를 바로 설치하려는 일반 사용자에게 적합하며, 전체 소스 코드를 읽고 수정하고 빌드하려는 개발자에게도 적합합니다. macOS Apple Silicon 및 Windows x64 개발 프리뷰 패키지를 제공하고, 데스크톱 앱, 웹 인터페이스, CLI, 기능 패키지, Python SDK, 네이티브 모듈, 예제 및 빌드 스크립트도 공개합니다.
현재 배포 버전은 개발 프리뷰입니다. 데스크톱 설치 패키지는 프로젝트의 GitHub Releases를 통해서만 제공되며, 타사 다운로드 사이트에서 받아서는 안 됩니다.
핵심 기능 개요
Electron 데스크톱 작업 공간: 앱 창, 시스템 트레이, 단일 인스턴스 실행, 외부 링크 처리 및 제어된 preload 통신 인터페이스를 지원합니다.
로컬 Harness Host: 데스크톱 메인 프로세스가
dsh web을 시작하고 서비스가 준비될 때까지 기다리며, 앱 종료 시 Host 프로세스를 종료합니다.플러그인 탐색 및 추천: 추천, 최근 업데이트, 생태계 인기 및 사용 시나리오별로 공개 플러그인을 탐색하고, 이름·기능·작성자로 검색할 수 있습니다.
Agent 지능형 플러그인 검색: 자연어로 요구 사항을 설명하면 Agent가 공개
dsh-plugin디렉터리를 조회하고 후보 및 추천 이유를 제시합니다.공개 플러그인 센터: 설치 전에 확정 버전, 패키지 무결성, Bundle 선언, 권한, 위험 및 로컬 호환성을 확인하고 플러그인의 활성화·비활성화·업데이트·제거를 관리합니다.
Preset 광장: 역할, Skills, 도구 및 실행 규칙으로 구성된 Agent Preset을 설치하고 이를 사용해 새 세션을 바로 만들 수 있습니다.
앱 센터: 독립적인 인터페이스, 데이터 디렉터리 및 실행 흐름을 갖춘 완전한 AI 앱을 시작합니다.
시각적 확장: 百炼
qwen3.8-max를 사용해 첨부 파일이나 작업 공간 이미지를 이해한 뒤, 추적 가능한 시각적 관찰 결과를 현재 Agent에 전달합니다.중국어 모델 제어: 입력 영역에서 세션 권한과 DeepSeek 사고 모드를 선택할 수 있습니다.
데스크톱 외관: 세 가지 기본 스킨을 제공하며, 로컬 이미지를 사용해 배경을 생성하고 인터페이스 색상을 조정할 수 있습니다.
아직 계획 중인 기능
독립적인 MCP, Skills 및 도구 관리, 사용자 지정 Agent와 다중 Agent 협업, 백그라운드 작업 및 세션 복구, 프로젝트 규칙·Hooks 및 장기 메모리, Git·Worktree 및 코드 리뷰, 브라우저 및 데스크톱 자동화, 휴대폰 원격 제어 및 메시지 채널은 아직 계획된 기능입니다. 사용할 때 이러한 로드맵 항목을 현재 이미 사용할 수 있는 기능으로 오해하지 마세요.
방법 1: 데스크톱 프리뷰 버전 직접 설치
앱만 사용하고 소스 코드를 수정할 계획이 없다면 데스크톱 설치 패키지를 바로 다운로드할 수 있습니다. 프리뷰 버전은 실행 시 Node.js나 pnpm을 별도로 설치할 필요가 없습니다.
macOS arm64에 설치
프로젝트 GitHub Releases에서 ZIP을 다운로드하고 압축을 풉니다.
DeepSeek Harness.app을 “응용 프로그램” 디렉터리로 드래그합니다.다운로드 출처와 SHA-256을 확인한 후, 처음 실행하기 전에 다음 명령을 실행합니다.
xattr -dr com.apple.quarantine "/Applications/DeepSeek Harness.app"
open "/Applications/DeepSeek Harness.app"앱이 다른 디렉터리에 있다면 명령의 경로를 실제 경로로 바꾸세요. 현재 프리뷰 패키지는 아직 Apple 공증을 거치지 않았으므로, 이 단계는 프로젝트 공식 GitHub Releases에서 받고 검증을 완료한 설치 패키지에만 실행해야 하며 출처가 불분명한 앱에는 사용하지 마세요.
Windows x64에 설치
DeepSeek-Harness-Desktop-Windows-x64-0.1.0-rc.10-Setup.exe을 다운로드합니다.설치 프로그램을 실행하고 화면의 안내에 따라 설치를 완료합니다.
DeepSeek Harness Studio를 시작하고 작업 공간으로 들어갑니다.
정식 출시 절차는 프리뷰 버전과 독립적으로 진행됩니다. README에 따르면 정식 버전은 Desktop 버전과 일치하는 태그를 사용하며, 플랫폼 서명 검증이 완료된 후 설치 파일과 SHA256SUMS를 배포합니다.
방법 2: 소스 코드에서 개발 환경 시작
개발 환경 준비
소스 코드 개발에는 다음 버전이 필요합니다.
Node.js
^22.19.0 || >=24.0.0pnpm
11.7.0
의존성 설치 및 데스크톱 개발 환경 시작 전에 API Key를 미리 입력할 필요는 없습니다. 앱에서 실제로 모델이나 특정 외부 서비스를 호출할 때만 해당 인증 정보를 설정하면 됩니다.
프로젝트 복제 및 시작
git clone https://github.com/fufankeji/deepseek-harness-studio.git
cd deepseek-harness-studio
pnpm install
pnpm run dev:desktopdev:desktop은 필요한 모듈을 빌드하고 Electron 데스크톱 앱을 시작합니다. 개발 시작 프로그램은 관련 소스 코드나 빌드 입력이 변경되면 다시 빌드합니다.
증분 빌드에 문제가 발생하거나 전체 재빌드가 필요한 모듈을 수정한 경우 다음을 실행할 수 있습니다.
pnpm run dev:desktop:rebuild자주 사용하는 개발 명령
pnpm run dev:desktop: 필요한 모듈을 빌드하고 데스크톱 개발 환경을 시작합니다.pnpm run dev:desktop:rebuild: 전체 재빌드를 강제로 수행한 후 시작합니다.pnpm run build: Host, 클라이언트, 웹 및 데스크톱을 빌드합니다.pnpm run package:desktop: 현재 플랫폼용 패키징되지 않은 데스크톱 앱을 생성합니다.pnpm run typecheck: TypeScript 타입 검사를 실행합니다.pnpm run test: Vitest 단위 테스트를 실행합니다.
기본 사용법: 세션 생성 및 제어
모델 및 인증 정보 설정
데스크톱 버전을 시작한 후 설정 페이지에서 사용할 모델 서비스와 인증 정보를 설정합니다. API Key를 소스 코드에 작성하거나 Git에 커밋하지 마세요. 모델과 API Key는 설정 페이지에서 통합 관리하며, 입력 영역에서는 현재 DeepSeek 모델을 확인하고 현재 세션을 조정합니다.
세션 권한 선택
입력 영역에서는 세 가지 중국어 권한을 제공합니다.
읽기 전용: 코드 읽기, 분석, 설명 및 파일 수정이 필요 없는 작업에 적합합니다.
작업 공간 쓰기: Agent가 현재 작업 공간을 수정할 수 있으며 일상적인 개발 작업에 적합합니다.
전체 액세스: 더 높은 권한을 제공하며 활성화하기 전에 반드시 위험을 확인해야 합니다.
입력 영역의 권한 선택은 현재 세션에 적용되며, 일반 설정은 이후 새 세션의 기본 권한만 결정합니다. 작업에 필요한 최소 권한부터 시작하는 것이 좋습니다.
DeepSeek 사고 모드 조정
현재 세션에서는 사고 끄기, 심층 사고 또는 최대 사고를 선택할 수 있습니다. 인터페이스에는 DeepSeek가 지원하지 않는 속도 단계가 표시되지 않습니다. 간단한 질의응답에는 사고 모드를 끄고, 복잡한 조사·코드 분석 또는 다단계 작업에는 필요에 따라 사고 수준을 높일 수 있습니다.
플러그인 탐색 및 설치
플러그인 탐색 페이지에서 둘러보기
왼쪽 탐색 메뉴에서 플러그인 탐색으로 들어갑니다.
디렉터리 추천, 최근 업데이트, 생태계 인기 또는 시나리오 분류를 확인합니다.
플러그인 이름, 기능 키워드 또는 작성자로 검색합니다.
소개, 버전, 작성자 및 업데이트 시간을 확인합니다.
플러그인을 선택한 후 플러그인 센터에서 설치를 실행합니다.
시나리오 분류에는 Agent 및 워크플로, Web UI, 브라우저 및 검색, 시각 및 미디어, 메모리 및 컨텍스트, 모델 및 서비스, 개발 도구, 통합 및 알림이 포함됩니다.
자연어로 Agent에게 플러그인 찾기 요청
정확한 패키지 이름을 모르는 경우 플러그인 탐색에서 요구 사항을 입력할 수 있습니다. 예를 들면 다음과 같습니다.
데스크톱 펫 시나리오에 적합한 플러그인을 찾고 각 후보의 버전, 작성자, 업데이트 시간 및 추천 이유를 설명해 줘.앱은 요구 사항을 /find-plugins 요청으로 현재 Agent에 전달합니다. Agent는 공개 dsh-plugin 디렉터리를 읽기 전용으로 조회하고 관련 후보를 반환합니다. 추천 결과는 공개 디렉터리 메타데이터에 해당하며, 플러그인이 로컬 설치 검사를 통과했다는 의미는 아닙니다.
검색과 설치는 별도의 단계입니다. 패키지 이름을 확인한 후에도 플러그인 센터에서 버전, Bundle 선언, 권한, 위험 및 호환성을 확인해야 합니다.
플러그인 설치 및 관리
플러그인 센터로 들어가 대상 플러그인을 선택합니다.
확정 버전, 기능, 권한, 호환성 및 위험 설명을 확인합니다.
설치를 확인하면 앱이 패키지의 신원, 무결성 및 Bundle 선언을 다운로드하고 검증합니다.
설치가 완료되면 데스크톱 버전이 Harness Host를 다시 시작하고 실행 상태를 확인합니다.
설치됨 영역의 관리 메뉴에서 플러그인을 활성화·비활성화·업데이트 또는 제거합니다.
플러그인을 제거해도 기본적으로 구성과 데이터는 유지됩니다. 데이터를 삭제하려면 다시 별도로 확인해야 하므로 구성의 실수로 인한 삭제 위험을 줄일 수 있습니다.
Preset 광장에서 표준화된 워크플로 만들기
Skill은 Agent에게 특정 작업을 어떻게 수행해야 하는지 알려주고, Plugin 또는 MCP는 실제 도구와 외부 서비스 연결을 제공합니다. Agent Preset은 역할, Skills, 도구 및 실행 규칙을 반복해서 사용할 수 있는 하나의 작업 방식으로 구성합니다.
Preset 설치 및 실행
왼쪽 탐색 메뉴에서 Preset 광장을 엽니다.
이름, 용도 또는 작성자로 검색하거나 다운로드 수 또는 업데이트 시간순으로 정렬할 수 있습니다.
상세 정보를 열어 역할, Skill, 도구, 외부 종속성 및 출처 설명을 확인합니다.
설치를 클릭합니다. 데스크톱 클라이언트는 출처, 크기, 요약 및 아카이브 경로를 검증한 후 로컬 사용자 Preset 디렉터리에 기록합니다.
설치됨으로 이동하여 “새 세션에 사용”을 클릭합니다.
해당 역할과 작업 규칙이 적용된 새 세션에서 작업을 제출합니다.
Preset 설치가 완료된 후 Host를 다시 시작할 필요는 없습니다. 사용자 Preset은 삭제 후 다시 설치할 수 있지만 시스템 Preset은 보호됩니다. 설치, 삭제 및 새 세션 생성과 관련된 로컬 작업은 Desktop에서만 수행됩니다. 브라우저 개발 모드는 주로 인터페이스 확인과 검수에 사용되며 로컬 Preset을 수정하지 않습니다.
내장 워크플로 6종
AI WebApp: 요구 사항 정리, 사양 구성, TDD, 타입 검사, 빌드 및 브라우저 검수를 거쳐 실행 가능한 Web 제품을 제공합니다.
PPT Office: 8페이지, 4개 테마, 의미 기반 애니메이션을 포함한 단일 파일 HTML 프레젠테이션을 생성합니다. 현재
.pptx는 생성하지 않습니다.동영상 생성: 조사, 브리프, 디자인 규격, 스토리보드, 소스 코드 및 16:9 MP4 렌더링을 완료합니다. 환경에 FFmpeg와 ffprobe가 필요합니다.
콘텐츠 공장: 긴 글을 통일된 스타일의 이미지·텍스트 카드 1~10장으로 변환합니다. 실제 이미지 생성에는 로컬 Codex CLI가 로그인되어 있고 ImageGen 기능을 사용할 수 있어야 합니다.
AI 리포트: 로컬 Excel을 읽기 전용으로 분석하고 CDN에 의존하지 않는 단일 파일 대화형 HTML을 출력하며, 보고서에는 집계 데이터만 삽입합니다.
Feishu 디지털 직원: 자연어를 실제 Feishu 작업으로 변환합니다. 처음 사용할 때 Feishu 애플리케이션 자격 증명과 기본 담당자를 설정해야 합니다.
Preset 사용 예시
AI 리포트를 예로 들면 먼저 해당 Preset을 설치한 다음, 이를 사용해 새 세션을 만들고 다음과 같이 제출할 수 있습니다.
작업 공간의 판매 데이터 Excel을 읽기 전용으로 분석하고, 데이터 기준을 확인한 뒤 오프라인으로 열 수 있는 대화형 HTML 보고서를 생성해 주세요. 각 집계 지표의 출처도 설명해 주세요.작업을 완전히 실행할 수 있는지는 작업 공간 파일, Preset에 선언된 종속성 및 로컬 환경에 따라 달라집니다. 시작하기 전에 상세 정보에서 외부 요구 사항을 확인해야 합니다.
애플리케이션 센터와 FF–LLM Wiki 사용
AI 애플리케이션과 플러그인, Preset은 역할이 서로 다릅니다. 플러그인은 도구 또는 일부 인터페이스 기능을 추가하고, Preset은 역할과 작업 흐름을 구성하며, 애플리케이션은 독립적인 인터페이스와 전용 데이터 및 엔드투엔드 실행 흐름을 갖습니다.
기업 지식 베이스 시작
애플리케이션 센터를 엽니다.
내장된 FF–LLM Wiki를 선택합니다.
“애플리케이션 열기”를 클릭하면 Desktop이 로컬 실행 환경을 관리하고 시스템 브라우저에서 애플리케이션을 엽니다.
기업 자료를 가져오거나 관리합니다.
문서 분석, Wiki 컴파일, 지식 그래프 구축, 벡터화 및 인덱싱을 실행합니다.
출처 인용이 포함된 답변을 지능형 질의응답에서 확인합니다.
FF–LLM Wiki의 문서, Wiki, 그래프 및 SQLite 데이터는 DSH Home 아래의 애플리케이션 전용 디렉터리에 저장되며 현재 프로젝트 작업 공간에 섞이지 않습니다. 지식 컴파일, 탐색 및 로컬 검색에는 모델 키가 필요하지 않습니다. DeepSeek 생성형 RAG를 사용하려면 먼저 Harness 자격 증명 센터에서 자신의 DEEPSEEK_API_KEY를 구성해야 합니다.
애플리케이션에는 개발 팀의 API Key가 포함되어 있지 않습니다. 질의응답은 현재 검색된 증거 조각만 사용하고 출처를 유지합니다. 모델을 사용할 수 없을 때는 로컬 검색 결과로 명확하게 대체됩니다.
시각 기능 강화 켜기
DeepSeek 텍스트 모델 자체는 이미지를 직접 이해할 수 없습니다. 시각 기능 강화를 사용하면 내장된 백련 qwen3.8-max가 먼저 이미지를 읽고, 그 인식 결과를 추적 가능한 시각 관찰 정보로 Agent에 전달합니다. 현재 DeepSeek 주 모델을 대체하지 않으며 현재 권한과 세션 흐름도 변경하지 않습니다.
구성 단계
입력창 왼쪽의 “시각 기능 강화” 스위치를 클릭합니다.
처음 활성화할 때 백련 API Key를 구성합니다.
실제 이미지 한 장을 사용해 자격 증명을 검증합니다.
대화에 스크린샷, 사진, 차트 또는 텍스트가 포함된 이미지를 추가하거나 Agent가 경로를 통해 작업 공간의 이미지를 읽도록 합니다.
지원되는 작업 공간 이미지 형식에는 PNG, JPEG, WebP 및 GIF가 포함됩니다. 자격 증명은 로컬 보호 자격 증명 파일에만 저장됩니다. 제품 스크린샷, 오류 화면, 디자인 시안, 데이터 차트, 사진 및 OCR 콘텐츠를 분석하는 데 사용할 수 있습니다.
시각 작업 예시
첨부된 오류 스크린샷을 분석하고, 오류 텍스트를 추출하며, 가장 관련성이 높을 가능성이 있는 코드 모듈을 지적한 뒤 먼저 읽기 전용 점검 단계를 제시해 주세요.결과를 더 쉽게 검증할 수 있도록 Agent가 “이미지에서 직접 관찰한 내용”과 “맥락에 근거한 추론”을 구분하도록 요청하는 것이 좋습니다.
데스크톱 외관 개인화
설정 → 배경으로 이동하면 “공식 원본”, “대형 복어 의인화” 또는 “클라우드 고양이”의 3가지 내장 외관 중에서 선택할 수 있습니다. 로컬 이미지를 선택하고 피사체 초점과 인터페이스 유리 레이어도 조정할 수 있습니다.
사용자 지정 이미지는 로컬에서 1920×1080 WebP로 잘리고 인터페이스 색상에 맞게 조정되며, 원본 이미지는 업로드되지 않습니다. 개인 사진이나 내부 디자인 자료를 처리할 때 이러한 로컬 처리 방식은 데이터 보호에 더 적합합니다.
소스 코드 읽기와 2차 개발
프로젝트 디렉터리 핵심
apps/desktop/: Electron 메인 프로세스, preload, Host 수명 주기 및 데스크톱 빌드 스크립트입니다.apps/web/: Web 작업 공간 진입점 및 데스크톱 클라이언트 통합입니다.apps/cli/:dshCLI, 실행 구성 및 Agent Preset입니다.packages/: Agent, 모델, 도구, 세션, 플러그인 및 클라이언트 기능 패키지입니다.native/: 네이티브 샌드박스 보조 모듈입니다.python/: Python SDK 및 관련 런타임입니다.examples/: 실행 가능한 예제와 구성입니다.scripts/: 빌드, 검사, 생성 및 배포 스크립트입니다.website/: 프로젝트 문서 사이트 소스입니다.vendor/: 고정 버전의 Cordis 기반 소스 코드입니다.
권장 읽기 순서
apps/desktop/src/main.ts: 창, 트레이 및 로컬 Host의 전체 구성을 이해합니다.apps/desktop/src/host-supervisor.ts:dsh web의 시작, 준비 상태 확인 및 종료 관리를 살펴봅니다.apps/desktop/src/preload.ts: Renderer가 액세스할 수 있는 고정 데스크톱 인터페이스를 파악합니다.apps/web/: 데스크톱 창에 로드되는 Web 작업 공간을 읽습니다.apps/cli/및packages/: CLI와 Harness의 각 기능 구현을 계속 추적합니다.
고급 사용 권장 사항
최소 권한으로 작업 실행
코드 설명, 자료 검색 및 디자인 검토에는 읽기 전용 권한을 우선 사용합니다. 프로젝트 파일을 수정해야 한다는 점이 명확할 때만 작업 공간 쓰기를 활성화합니다. 전체 액세스는 더 높은 시스템 권한이 실제로 필요하고 작업 범위를 이미 이해한 작업에만 사용해야 합니다.
발견, 검증 및 실행을 분리
Agent가 플러그인을 추천한 후 추천 이유를 곧바로 보안 결론으로 받아들이지 마세요. 먼저 플러그인 센터에서 버전, 게시자, 업데이트 시간, 권한, Bundle 선언 및 호환성을 확인한 다음 설치 여부를 결정합니다. Preset도 외부 종속성과 출처 설명을 먼저 읽어야 합니다.
먼저 워크플로 종속성 확인
내장 Preset마다 요구 사항이 다릅니다. 예를 들어 동영상 생성에는 FFmpeg와 ffprobe가 필요하고, 콘텐츠 공장에서 실제 이미지를 생성하려면 로그인되어 있고 ImageGen 기능을 사용할 수 있는 Codex CLI가 필요하며, Feishu 디지털 직원에는 Feishu 애플리케이션 자격 증명이 필요합니다. FF–LLM Wiki의 생성형 RAG에는 사용자의 자체 DeepSeek API Key가 필요합니다.
코드 제출 전 검사 실행
pnpm run typecheck
pnpm run test
pnpm run build타입 검사, 단위 테스트 및 전체 빌드는 서로 다른 대상을 검증합니다. 데스크톱 Host 수명 주기, preload 인터페이스 또는 패키지 간 타입을 수정한 후에는 최소한 이 세 명령을 순서대로 실행하는 것이 좋습니다.
자격 증명과 로컬 데이터 보호
모델, 백련, Feishu 또는 기타 서비스의 자격 증명을 Git에 커밋하지 마세요. 애플리케이션에서 제공하는 설정 페이지와 자격 증명 센터를 사용해 키를 관리하고, 공유 로그, 스크린샷 또는 프로젝트 압축 파일을 만들기 전에 민감한 구성이 포함되어 있는지 확인하세요.
프로젝트 관계와 라이선스
DeepSeek Harness Studio는 deepseek-ai/deepseek-harness의 Harness 핵심, Cordis 플러그인 체계 및 Web 인터페이스를 기반으로 계속 개발됩니다. 이 저장소는 주로 Electron 데스크톱 진입점, 로컬 Host 관리, 데스크톱 상호작용 및 관련 개발 스크립트를 유지 관리합니다.
프로젝트는 MIT License를 사용합니다. 사용 또는 재배포하기 전에 저장소의 서드파티 구성 요소 라이선스 설명도 확인해야 합니다.
맺음말
DeepSeek Harness Studio는 로컬 Harness 작업 공간, 플러그인 검색 및 설치, Preset 워크플로, 완전한 AI 애플리케이션과 이미지 이해 기능을 데스크톱 인터페이스에 통합합니다. 일반 사용자는 공식 Releases에서 바로 시작할 수 있고, 개발자는 pnpm을 통해 전체 소스 코드 환경을 실행할 수 있습니다. 실제 사용 시에는 최소 권한, 공식 출처에서 다운로드, 설치 전 검증 및 자격 증명을 저장소에 넣지 않기라는 네 가지 원칙을 우선적으로 따르세요.
