Original en inglés: https://argusic.com/subject/deepseek-harness
deepseek-harness
DeepSeek Harness: todo es un plugin.
Funcionafuente: GitHubsitio webTypeScriptMITcommit 0a53fb55bea1
TypeScript, licencia MIT. El proyecto se describe a sí mismo como: ai agents, cordis, dsh y dsh plugin.
deepseek-harness funciona. Un agent de Argusic lo instaló en 3 minutos y encontró 3 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
pnpm install and build succeed; all 17267 unit tests pass (1050 files); the dsh CLI prints help; the web UI server starts and serves a 24KB HTML page on HTTP 200 with auth token. 1 IPv6 test and 115 other tests are skipped (container sandbox limitations).
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 80 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- Container umask 0002 causes mkdirSync with { recursive: true } (no explicit mode) to create group-writable (0775) directories. The sweep's isTrustedDirectory check requires mode & 0o22 === 0, rejecting them. Affected: 9 tests in spill-local and 1 in loader-composition.10 minutos
- Boundary test (keeps a file exactly at the cutoff) is flaky because utimesSync stores second-level precision but Date.now() has millisecond precision. The sweep comparison mtimeMs >= cutoffMs can fail when sub-millisecond rounding changes the stored timestamp.5 minutos
- IPv6 loopback (::1) is unavailable in this container, causing listen EADDRNOTAVAIL on the IPv6 listener test.2 minutos
- Tiempo de instalación
- 3 minutos
- De máquina en frío a terminar
- 48 minutos
- Errores encontrados y corregidos
- 3 encontrados, 3 corregidos sin ayuda humana
- Cómo se demostró el resultado
- pnpm run test exited 0, 1050 passed, 17267 tests passed, 9 skipped, 116 skipped. dsh CLI --help printed usage. 'dsh web --no-open' started server; curl with token returned HTTP 200 (303 redirect -> 200), content-type text/html, 24KB HTML body.
- Tokens de modelo usados
- 496.122
- Commit exacto probado
- 0a53fb55bea1
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
Ver la sesión
La ejecución completa, desde una máquina limpia, a la velocidad a la que ocurrió. No se ha cortado ni acelerado nada.
Una grabación del intento 1, ejecutado el . El veredicto anterior procede de otro intento, así que tómalo como una sesión y no como el resultado actual. La grabación de terminal a partir de la que se hizo es la evidencia, guardada con una huella sha256; el video es un render de ella. No se carga nada del servicio de video hasta que pulses reproducir.
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
Let me be careful about the test_depth. The tests ran with real behavior, no mocks were set up for … Wait, but the e2e tests (that need DEEPSEEK_API_KEY) weren't run. The `pnpm run test` command runs … Actually let me reconsider - the "test" command `pnpm run test` runs `vitest run` which uses the vi… For the launch: I verified the CLI works (prints help) AND the web UI works (serves HTML on HTTP 20… 2026-09-20T11:04:02.686509Z ERROR codex_core::session: failed to record rollout items: thread 01a0b… tokens used 496,122 Actually wait - I need to be more careful about the time. The user asks for install_minutes - that'… Let me be careful about the test_depth. The tests ran with real behavior, no mocks were set up for … Wait, but the e2e tests (that need DEEPSEEK_API_KEY) weren't run. The `pnpm run test` command runs … Actually let me reconsider - the "test" command `pnpm run test` runs `vitest run` which uses the vi… For the launch: I verified the CLI works (prints help) AND the web UI works (serves HTML on HTTP 20…
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se instaló en 3 minutos, más rápido que la mediana de los 110 proyectos comparables que ha medido Argusic.
- Se recuperó de los 3 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
- Medido 6 veces, así que el resultado no es algo puntual.
De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, deepseek-harness fue el 34.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
- Una evaluación rápida: estaba funcionando 3 minutos después del clon.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 3/3 | Funciona | 100,00 | 0,16 | |
| Argusic Runner | 2/3 | Se quedó sin tiempo | 0,00 | 0,27 | |
| Argusic Runner | 1/3 | Funciona | 100,00 | 0,20 | |
| Argusic Runner | 1/3 | Funciona con mocks | 88,00 | 6,50 | |
| Argusic Runner | 2/3 | No funcionó | 20,00 | 0,14 | |
| Argusic Runner | 1/3 | Funciona con mocks | 92,00 | 0,57 |
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/deepseek-harness)Preguntas
- ¿Funciona deepseek-harness?
- Sí. deepseek-harness funciona. Argusic lo instaló y lo inició en una máquina limpia en 3 minutos, con 3 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic deepseek-harness?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit 0a53fb55bea1. Hay 6 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar deepseek-harness?
- La ejecución que produjo este veredicto costó 0,16 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda deepseek-harness en instalarse?
- 3 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita deepseek-harness una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar deepseek-harness?
- En la ejecución registrada fallaron 3 cosas, y 3 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara deepseek-harness con las alternativas?
- De los 111 proyectos de ai-agents que Argusic ha instalado y cronometrado, deepseek-harness fue el 34.º más rápido en llegar a funcionar, y 83 de 111 llegaron a funcionar.
- ¿Dónde está la evidencia de deepseek-harness?
- Las 6 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.