{"slug": "deepseek-harness-dsh-khuue-aair-ecchaaaluekkhuuaekhngokhdo-ephnch-rskh-ng-claude", "title": "DeepSeek Harness (dsh) คืออะไร? เจาะลึกคู่แข่งโค้ดโอเพ่นซอร์สของ Claude", "summary": "DeepSeek released DeepSeek Harness (dsh), an open-source tool for running models as coding agents, on August 13, 2026, alongside the DeepSeek V4-Pro API. The repository quickly gained about 169,000 stars and 18,100 forks within a week, with developers drawn to its plugin-based architecture built on the Cordis framework, which allows swapping core components like model clients, tools, and session storage.", "body_md": "DeepSeek เปิดตัว DeepSeek Harness (`dsh`\n\n) เมื่อวันที่ 13 สิงหาคม 2026 ซึ่งไม่ใช่โมเดล แต่เป็นเครื่องมือสำหรับรันโมเดลให้ทำงานเป็น coding agent ได้จริง โดยมีวงจรเซสชัน การเรียกใช้เครื่องมือ การตรวจสอบสิทธิ์ และ Web UI ในเครื่อง เปิดตัวพร้อม DeepSeek V4-Pro บน API ในวันเดียวกัน และ [VentureBeat มองว่าเป็นคู่แข่งโอเพนซอร์สของ Claude Code](https://venturebeat.com/technology/deepseek-harness-launches-as-open-source-rival-to-claude-code-alongside-v4-pro-on-api-with-higher-prices)\n\nชุมชนตอบรับอย่างรวดเร็ว: ณ วันที่ 20 สิงหาคม [repository deepseek-harness](https://github.com/deepseek-ai/deepseek-harness) มีดาวประมาณ 169,000 ดวงและ 18,100 forks ภายในหนึ่งสัปดาห์ สิ่งที่นักพัฒนาสนใจไม่ใช่แค่ตัวโมเดล แต่คือ agent harness ที่ตรวจสอบโค้ด แก้ไขพฤติกรรม และใช้ร่วมกับหลายโมเดลได้\n\nโมเดลมีหน้าที่ทำนายโทเค็น ส่วน harness จัดการทุกอย่างที่ทำให้โมเดลลงมือทำงานได้ เช่น\n\nClaude Code, Codex CLI และ Gemini CLI ก็เป็น harness เช่นกัน แต่ห่อหุ้มโมเดลของผู้ให้บริการแต่ละรายไว้ หากต้องการเปรียบเทียบ Claude Code กับ Codex CLI ดูได้ที่ [Claude Code vs Codex CLI](https://apidog.com/th/blog/claude-code-vs-codex-cli?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\nสิ่งที่กำหนดตำแหน่งของ DeepSeek Harness มี 3 ข้อ:\n\n`THIRD_PARTY_NOTICES`\n\n`dsh`\n\nเปิดตัวพร้อม DeepSeek V4-Pro จึงเหมาะสำหรับทีมที่ต้องการทดลองทั้ง model และ agent runtime พร้อมกัน หากต้องการเริ่มจาก API ของโมเดล ดู [คู่มือ DeepSeek V4-Pro API](https://apidog.com/th/blog/how-to-use-deepseek-v4-pro-0813-api?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) สำหรับ endpoints, model IDs และตัวอย่าง request\n\nHarness ทั่วไปมักเป็นแบบ monolithic: agent loop, model client, tools และ session storage อยู่ในแอปเดียวกัน ปรับ config ได้บ้าง แต่เปลี่ยนส่วนประกอบหลักได้จำกัด\n\nDeepSeek Harness ใช้แนวคิด “ทุกอย่างเป็นปลั๊กอิน” บนเฟรมเวิร์ก **Cordis** ซึ่งอธิบายการออกแบบไว้ในเอกสาร *A Programming Paradigm for Spatiotemporal Composability* ในทางปฏิบัติ หมายความว่าส่วนประกอบหลักต่อไปนี้สามารถสลับหรือขยายได้:\n\nแนวทางนี้เหมาะเมื่อทีมต้องการทดลอง เช่น\n\nข้อแลกเปลี่ยนคือพื้นที่ที่อาจพังมีมากขึ้น โดยเฉพาะในช่วง developer preview ปลั๊กอินหรือ config อาจใช้ไม่ได้หลังอัปเดตเวอร์ชัน จึงควร pin เวอร์ชันและทดสอบใน sandbox ก่อน\n\nรัน Web UI ในเครื่องด้วยคำสั่งเดียว:\n\n```\nnpx @deepseek-ai/dsh web\n```\n\nคำสั่งนี้เปิด UI ที่:\n\n```\nhttp://127.0.0.1:3080\n```\n\nหากไม่ต้องการให้เปิดเบราว์เซอร์อัตโนมัติ:\n\n```\nnpx @deepseek-ai/dsh web --no-open\n```\n\nหากต้องการ build จาก source:\n\n```\ngit clone https://github.com/deepseek-ai/deepseek-harness.git\ncd deepseek-harness\npnpm install\npnpm run build\npnpm dsh web\n```\n\nหลังเปิด UI ให้ทำตามลำดับนี้\n\nกำหนด key ในหน้า Settings โดย credentials จะถูกเก็บใน:\n\n```\n   $DSH_HOME/.credentials.yaml\n```\n\nไฟล์ config หลักจะเก็บเพียง reference ไปยัง credentials\n\nคลิก **Choose workspace** แล้วเลือกไดเรกทอรีโปรเจกต์ที่ต้องการให้ agent ทำงานด้วย\n\nขั้นตอนนี้จำเป็น เพราะ dsh ต้องรู้ขอบเขตไฟล์ที่อนุญาตให้เข้าถึงก่อนเริ่ม session\n\nเมื่อ agent ต้องเขียนไฟล์หรือรัน shell command UI จะแสดง prompt ตาม permission policy ที่ใช้งานอยู่ อย่าอนุมัติโดยไม่ตรวจสอบ diff และคำสั่ง โดยเฉพาะเมื่อทำงานกับ repository สำคัญ\n\n`dsh web`\n\nเป็น shorthand ของ:\n\n```\ndsh --profile web\n```\n\nแต่ละ profile อยู่ใน:\n\n```\n$DSH_HOME/profiles/<name>\n```\n\nสำหรับ automation หรือ CI ให้ใช้ headless mode:\n\n```\ndsh --profile headless \"ตรวจสอบ test ที่ล้มเหลวและเสนอการแก้ไข\"\n```\n\nโหมดนี้จะรัน session ครั้งเดียว พิมพ์ผลลัพธ์ แล้วออก เหมาะสำหรับสคริปต์ที่ควบคุมขั้นตอนอนุมัติและการนำผลลัพธ์ไปใช้เอง\n\nคำสั่งที่มีประโยชน์เพิ่มเติม:\n\n```\n# แสดง config ที่ประกอบแล้ว\ndsh --dump-config\n\n# แสดง config ค่าเริ่มต้น\ndsh --dump-default-config\n\n# จัดการปลั๊กอินของ profile\ndsh plugin\n```\n\nดูรายการ CLI ฉบับเต็มได้ที่ [CLI README](https://github.com/deepseek-ai/deepseek-harness/blob/master/apps/cli/README.md)\n\nDeepSeek เป็นค่าเริ่มต้น และ V4-Pro คือโมเดลหลักที่เปิดตัวพร้อม harness\n\nหากกำลังประเมินค่าใช้จ่าย DeepSeek ได้ทำให้ส่วนลดช่วงนอกเวลาทำการเป็นแบบถาวร ดูรายละเอียดได้ใน [บทความลดราคา DeepSeek V4-Pro](https://apidog.com/th/blog/deepseek-v4-pro-permanent-price-cut?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) และเอกสาร API อย่างเป็นทางการที่ [api-docs.deepseek.com](https://api-docs.deepseek.com)\n\nอย่างไรก็ตาม dsh ไม่ได้จำกัดเฉพาะโมเดล DeepSeek เพราะ model adapter เป็นปลั๊กอิน โดยมี 2 แนวทางหลัก\n\nมี provider ในตัวสำหรับ:\n\nแต่ละ provider มีรูปแบบจัดการ credentials ของตัวเอง\n\nคุณสามารถเพิ่ม endpoint ที่เข้ากันได้กับ OpenAI ลงใน:\n\n```\n$DSH_HOME/settings.yaml\n```\n\nโดยระบุ base URL, environment variable สำหรับ API key และรายการโมเดล วิธีนี้ใช้ได้กับทั้ง cloud API, gateway ภายใน และ runtime ที่รันในเครื่อง\n\nแต่ละ session จะบันทึกโมเดลที่ใช้ตั้งต้นไว้ ทำให้สลับโมเดลระหว่างโปรเจกต์ได้โดยไม่ทำให้ประวัติเซสชันสับสน\n\nดูรูปแบบ config ได้ใน [คู่มือ providers](https://github.com/deepseek-ai/deepseek-harness/blob/master/docs/user/guide/providers.md) หรือดูตัวอย่าง YAML สำหรับ custom endpoint ใน [วิธีรันโมเดลใดๆ ใน DeepSeek Harness](https://apidog.com/th/blog/run-any-model-in-deepseek-harness?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\nค้นหาปลั๊กอินผ่าน [GitHub topic dsh-plugin](https://github.com/topics/dsh-plugin) และติดตามการพูดคุยผ่าน GitHub Discussions หรือ Discord\n\nภายในหนึ่งสัปดาห์หลังเปิดตัว มีความต้องการหลัก 3 กลุ่ม\n\n**Desktop wrappers** — เช่น `deepseek-harness-desktop`\n\nที่ใช้ Tauri และ `dsh_desktop`\n\nสำหรับ Windows ซึ่งห่อ Web UI เป็น native app\n\nโปรเจกต์เหล่านี้เป็นของชุมชน ไม่ใช่ DeepSeek โดยตรง จึงต้องตรวจสอบ source code ก่อนให้สิทธิ์เข้าถึง API keys\n\n**Capability plugins** — เช่น `dsh-context`\n\nและ `dsh-vision-router`\n\nสำหรับขยาย context หรือ routing ของเซสชัน\n\nควรตรวจสอบ dependency และ permission ของปลั๊กอินเช่นเดียวกับแพ็กเกจ third-party อื่น\n\n**MCP support** — ณ เวลาที่เขียน dsh core ยังไม่มี MCP แบบ native\n\nมีปลั๊กอินชุมชนชื่อ `dsh-mcp-manager`\n\nที่เพิ่มการตั้งค่า MCP server ทั้ง remote HTTP และ local stdio รวมถึง OAuth, static token และเครื่องมือในรูปแบบ:\n\n```\n  mcp__<name>__*\n```\n\nการตั้งค่า server รายโปรเจกต์อยู่ในไดเรกทอรี `.dsh`\n\nของ workspace\n\nจุดสำคัญคือ dsh ไม่ได้ “รองรับ MCP แบบ native” ใน core ณ ตอนนี้ แต่สามารถใช้ MCP ผ่านปลั๊กอินของชุมชนได้\n\nCoding agent จะสร้างโค้ดตามสิ่งที่มันเข้าใจจาก codebase, เอกสาร และ specification ที่เข้าถึงได้ หาก API implementation ไม่ตรงกับ spec agent อาจสร้าง integration บนสัญญาที่ผิด และปัญหาจะไปปรากฏตอน runtime\n\nแนวทางที่ใช้งานได้จริงคือ ตรวจสอบ API surface ก่อนให้ agent แก้โค้ด:\n\n[Apidog](https://apidog.com?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) ช่วยครอบคลุม workflow นี้ ตั้งแต่จัดการ OpenAPI, ทดสอบ endpoint และเปิด mock server เพื่อให้ agent อ้างอิง contract ที่ถูกต้อง แม้ backend จะยังเปลี่ยนแปลงอยู่\n\nหากต้องการให้ dsh เข้าถึง API specification ผ่าน MCP ให้ใช้ [Apidog MCP Server](https://apidog.com/th/blog/apidog-mcp-server?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) ร่วมกับปลั๊กอิน `dsh-mcp-manager`\n\n:\n\n`dsh-mcp-manager`\n\nสำหรับตัวอย่างการให้ agent เรียก API tests ผ่าน CLI ดู [การใช้ Apidog CLI ใน DeepSeek Harness](https://apidog.com/th/blog/apidog-cli-in-deepseek-harness?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\nหากต้องการเตรียม API ก่อนทดลอง agent ให้ [ดาวน์โหลด Apidog](https://apidog.com/download?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) แล้วนำเข้า specification ของโปรเจกต์ก่อน\n\nแนวทางที่ปลอดภัยสำหรับนักพัฒนาส่วนใหญ่คือ ใช้ agent เดิมกับงาน production ต่อไป แล้วทดลอง dsh ใน side project หรือ repository ที่แยกออกมา เมื่อเข้าใจ behavior, permission model และปลั๊กอินที่ต้องใช้แล้ว ค่อยตัดสินใจนำไปใช้ใน workflow หลัก\n\nหากต้องการเปรียบเทียบกับ Claude Code โดยตรง ดู [DeepSeek Harness vs Claude Code](https://apidog.com/th/blog/deepseek-harness-vs-claude-code?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\nตัว harness ฟรีและเป็นโอเพนซอร์สภายใต้ MIT license แต่โมเดลที่เรียกใช้ยังมีค่าใช้จ่ายตามผู้ให้บริการ API ที่ตั้งค่าไว้\n\nหากใช้ model adapter กับโมเดลที่โฮสต์ในเครื่อง คุณอาจไม่ต้องจ่ายค่าการใช้งานต่อโทเค็น ดูการตั้งค่าได้ที่ [วิธีรันโมเดลใดๆ ใน DeepSeek Harness](https://apidog.com/th/blog/run-any-model-in-deepseek-harness?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation)\n\nไม่ใช่ DeepSeek เป็นค่าเริ่มต้น แต่ model adapter เป็นปลั๊กอิน dsh รองรับ provider ใน catalog เช่น Anthropic, OpenAI, Bedrock, Vertex และ Azure รวมถึง endpoint ที่เข้ากันได้กับ OpenAI ผ่าน `settings.yaml`\n\nความปลอดภัยขึ้นอยู่กับ permission policy และการอนุมัติของคุณ dsh กำหนดให้เลือก workspace ก่อนเริ่ม session และจะแจ้งเตือนเมื่อมี action ที่ต้องอนุมัติ\n\nอย่างไรก็ตาม dsh ยังเป็น developer preview และปลั๊กอินชุมชนเป็น third-party code ที่อาจเข้าถึง API keys ได้ ควรตรวจสอบปลั๊กอินก่อนติดตั้ง และเริ่มใช้งานกับ repository ที่ไม่สำคัญก่อน\n\nโมเดลคือส่วนที่ให้เหตุผลและสร้างข้อความ ส่วน harness คือชั้นที่ทำให้โมเดลทำงานกับระบบจริงได้ เช่น:\n\nAgent สองตัวสามารถใช้โมเดลเดียวกันแต่ให้ผลต่างกันมาก หาก harness, tools, context policy และ permission model ต่างกัน", "url": "https://wpnews.pro/news/deepseek-harness-dsh-khuue-aair-ecchaaaluekkhuuaekhngokhdo-ephnch-rskh-ng-claude", "canonical_source": "https://dev.to/thanawat_wonchai/deepseek-harness-dsh-khuueaair-ecchaaaluekkhuuaekhngokhdoephnchrskhng-claude-1fpl", "published_at": "2026-08-20 04:38:55+00:00", "updated_at": "2026-08-20 05:14:03.743156+00:00", "lang": "en", "topics": ["developer-tools", "artificial-intelligence", "ai-products", "ai-agents"], "entities": ["DeepSeek", "DeepSeek Harness", "DeepSeek V4-Pro", "Cordis", "Claude Code", "Codex CLI", "Gemini CLI", "VentureBeat"], "alternates": {"html": "https://wpnews.pro/news/deepseek-harness-dsh-khuue-aair-ecchaaaluekkhuuaekhngokhdo-ephnch-rskh-ng-claude", "markdown": "https://wpnews.pro/news/deepseek-harness-dsh-khuue-aair-ecchaaaluekkhuuaekhngokhdo-ephnch-rskh-ng-claude.md", "text": "https://wpnews.pro/news/deepseek-harness-dsh-khuue-aair-ecchaaaluekkhuuaekhngokhdo-ephnch-rskh-ng-claude.txt", "jsonld": "https://wpnews.pro/news/deepseek-harness-dsh-khuue-aair-ecchaaaluekkhuuaekhngokhdo-ephnch-rskh-ng-claude.jsonld"}}