英語の原文: https://argusic.com/subject/deepseek-harness
deepseek-harness
DeepSeek ハーネス: すべてがプラグインです。
動作するソース: GitHubホームページTypeScriptMITコミット 0a53fb55bea1
TypeScript、MIT ライセンス. プロジェクト自身の表記: ai agents、cordis、dsh、dsh plugin.
deepseek-harness は動作します。Argusic のエージェントが GPU のないクリーンなマシンで 3 分でインストールし、3 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。
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).
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。 計測方法
Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 80 点 (このプロジェクトの実行スコアの平均)。
概要
プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。
計測した内容
この判定を決めた実行から取得しています。 各行は記録された値であり、推定値ではありません。
うまくいかなかった点 (エージェント自身の言葉)
エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。
- 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 分
- 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 分
- IPv6 loopback (::1) is unavailable in this container, causing listen EADDRNOTAVAIL on the IPv6 listener test.2 分
- インストール時間
- 3 分
- クリーンなマシンから完了まで
- 48 分
- 遭遇したエラーと修正したエラー
- 3 件に遭遇、3 件を人の手を借りずに修正
- 結果の証明方法
- 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.
- 使用したモデルのトークン
- 496,122
- テストした正確なコミット
- 0a53fb55bea1
- コンテナイメージ
- sha256:cdd920bce783
計測していない内容
残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。
- GPU メモリのピーク
- CPU マシンで実行したため、サンプリングする GPU がありませんでした
- 長時間の実行での振る舞い
- 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません
セッションを見る
クリーンなマシンから始まる実行の全体を、実際の速度で再生します。カットも早送りもしていません。
試行 1 の録画、実行日 。上の判定は別の試行によるものなので、これは現在の結果ではなく 1 つのセッションとしてご覧ください。 この動画の元になったターミナル録画が証拠であり、sha256 フィンガープリントとともに保存されています。動画はそこからレンダリングしたものです。 再生ボタンを押すまで、動画ホストからは何も読み込まれません。
録画の最後
この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。
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…
セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。
テスト方法
1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。 評価方法の全文.
強みと限界
意見ではなく、計測された事実です。コンテンツの作成方法.
うまくいった点
- クリーンなマシンで実行状態に達し、セッションが記録されました。
- 3 分でインストールでき、Argusic が計測した比較可能な 110 件のプロジェクトの中央値より速い結果です。
- 3 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
- GPU なしで動作したため、起動に GPU は必要ありません。
- ホストの報告によると、ライセンスは MIT です。
- 6 回計測しているため、一度きりの結果ではありません。
Argusic がインストールして時間を計測した ai-agents のプロジェクト 111 件のうち、deepseek-harness は実行状態に達するまでの速さが 34 番目で、111 件中 83 件がそもそも実行状態に達しました。
適している用途
- ノートパソコンや小さなサーバーで試す場合: GPU なしで実行状態に達しました。
- 手早く評価したい場合: クローンから 3 分後には動作していました。
同じ分野でテストしたプロジェクト
ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。
実行履歴
トピック (出典: GitHub)
バッジを埋め込む
プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.
[](https://argusic.com/subject/deepseek-harness)質問
- deepseek-harness は動作しますか?
- はい。deepseek-harness は動作します. Argusic はクリーンなマシンで 3 分でインストールして起動し、途中で 3 件のエラーに遭遇し、セッションを記録しました。
- Argusic は deepseek-harness をどのようにテストしましたか?
- 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 0a53fb55bea1 に固定)。記録された試行は 6 回で、手順の全体は評価方法のページに掲載しています。
- deepseek-harness のテストにはいくらかかりましたか?
- この判定を出した実行のコストは 0.16 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
- deepseek-harness のインストールにはどのくらい時間がかかりますか?
- この判定を決めた実行では、クリーンなマシンから実行状態まで 3 分でした。これは 1 回の計測された試行であり、平均ではありません。
- deepseek-harness には GPU が必要ですか?
- 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
- deepseek-harness のインストールでは何がうまくいきませんか?
- 記録された実行では 3 件の問題が発生しました。そのうち 3 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
- deepseek-harness は代替のプロジェクトと比べてどうですか?
- Argusic がインストールして時間を計測した ai-agents のプロジェクト 111 件のうち、deepseek-harness は実行状態に達するまでの速さが 34 番目で、111 件中 83 件がそもそも実行状態に達しました。
- deepseek-harness の証拠はどこにありますか?
- 記録された 6 回の実行すべてをこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。