DeepSeek Harness 内置插件拆解:市场开发者的新机会在哪里

DeepSeek Harness基于Cordis框架（设计论文：A Programming Paradigm for Spatiotemporal Composability），整个产品是一棵插件树，每个插件在启动时通过 ctx.effect() 注册自己的能力，卸载时自动撤销所有注册效果。全局没有特权核心——扩展Harness的唯一方式，是把新插件挂到树旁边。

按照功能域，Harness的内置插件可以分为以下几类：

Agent核心类：session（会话持久化）、system-prompt（提示词组装）、tools（工具注册与执行管道）、agent（Agent接口与注册表）、agent-loop（默认驱动循环）、scope（作用域隔离）、goal（目标持久化）、plan（计划协作状态）、guard（循环卫生守卫：重复调用提醒+超时执行器）

模型类：llm（LLM能力抽象层+DeepSeek Provider+OpenAI兼容适配器）

工具类：shell/bash（本地Bash执行）、terminal（持久化PTY终端）、fs（文件系统访问与策略）、subprocess（子进程管理）、code-runtime（Worker线程代码执行）、lsp（语言服务器协议）、web（Web搜索/抓取）、mcp（Model Context Protocol协议）、todo（Todo写入）、workflow（工作流引擎+Ralph语言）、jobs（通用后台作业运行时）、compaction（压缩能力）

记忆与上下文类：session（JSONL/SQLite持久化）、session-query（语义检索+SQLite全文搜索）、context（模型可见的请求上下文：工作区指令+时间上下文）、skill（技能注册表+模型技能加载器）、spill（工具结果溢出存储策略）、storage（非会话存储+多后端）、attachment（附件身份与内容寻址存储）

协作与交互类：subagent（子Agent委托能力）、interaction（人类审批/交互/权限/命令）、feedback（人类反馈）、preset（会话级Agent组合预设）、self-modification（Agent运行时自检/自挂插件）

工程与安全类：sandbox（进程隔离后端：bwrap/Landlock/Seatbelt）、credentials（凭证管理+env/.env后端）、settings（用户设置+文件后端）、hooks（Claude Code/Codex桥接）

部署与平台类：bundle（可安装Profile补丁层）、boot（应用启动胶水）、host（Web GUI主机：API网关+HTTP路由）、client（Web GUI浏览器端）、api（远程BFF组装+Typert RPC网关）、acp（纯自动化Agent Client Protocol服务器）、runtime-diagnostics（运行时诊断）

二、每一类插件的市场机会分析

2.1 工具类插件：最大的市场空白

Bash/Shell/Terminal是Harness默认的本地执行工具，支持Bash和PowerShell。这意味着Agent可以在你的机器上执行命令、读写文件、运行脚本。市场机会：企业级的Shell工具插件——审计日志、命令白名单、敏感操作二次确认、执行结果结构化返回。这不是Harness的问题，是整个Agent工具链的空白。

文件系统（fs）支持带策略的文件访问控制，默认可以操作本地文件。市场机会：企业文件访问代理插件——对接企业网盘（钉钉文档/飞书/腾讯文档）的插件，对接NAS/SMB存储的插件，按部门/项目隔离文件访问的插件。文件系统能力在Harness里是Seam架构（Service Definition / Service Provider / Consumer三者分离），所以换一个Provider就能换一套权限体系。

Web搜索/抓取支持搜索和网页内容抓取，默认有search和fetch两个Provider。市场机会：反爬虫网站的抓取适配器——需要登录才能抓取内容的Cookie重放插件、JS渲染后内容提取插件、按网站类型的抓取引用策略（电商/新闻/论坛等）。这类Provider类的插件天花板极高，每种特殊网站类型都可以做成独立插件。

MCP协议已内置支持，说明Harness在设计时就考虑了与外部工具生态的互联互通。市场机会：MCP Server的Harness Provider实现——将企业内部的CRM/OA/ERP系统封装为MCP Server，再通过Harness的统一Provider接入。这可能是企业Agent集成成本最低的路径之一。

代码执行（code-runtime）默认是Worker线程模式，支持Python/JS等语言在隔离环境里运行代码。市场机会：GPU代码执行Provider——对机器学习/深度学习场景，将CUDA加速的Python代码执行封装为Provider，对接 Kaggle/Colab GPU后端，或者企业内部的GPU集群。LLM应用最终很多需要执行ML推理，这个方向几乎是空白。

2.2 记忆与上下文类插件：RAG的替代

Session持久化默认是JSONL格式，也支持SQLite后端，Session日志是整个Harness的事实来源。Harness有一条铁律：Model-visible means logged——模型能看到的任何内容，都必须可以从会话日志重建。

市场机会1：向量数据库Session后端。 当前Session存储还是结构化日志，不是语义检索格式。如果做一个PostgreSQL pgvector或Milvus后端的Session Provider，Agent可以针对历史会话内容做语义搜索——"找到上次做类似任务的会话"、"从之前的失败案例中学习"。这是RAG之外另一种记忆复用路径，目前完全空白。

市场机会2：跨Agent共享记忆插件。 当前Session是每个Agent独立的。如果做一个Shared Memory Provider，所有子Agent可以访问同一个记忆存储，实现真正的多Agent共享上下文。这在多Agent协作场景下价值巨大。

Session-query支持语义过滤和SQLite全文搜索，说明Harness已经在往语义检索方向走。市场机会：基于Session-query的Agent自我学习插件——自动从历史会话中抽取常错问题、常做任务，形成"经验库"，每次新会话启动时自动注入"上次是怎么做的"上下文。

2.3 协作与交互类插件：企业协同的入口

Subagent（子Agent委托）是Harness多Agent协作的基础设施。一个Agent可以把自己的任务委托给另一个Agent（可以是同构的另一个Harness实例，也可以是异构的外部Agent）。Provider接口允许接入不同的子Agent实现——从另一个Harness实例到Claude/ChatGPT不等。

市场机会：企业级子Agent调度器插件——在Subagent Provider接口上封装一层任务队列+优先级+重试策略，对接企业工作流系统（审批流/工单系统/项目管理工具）。目前Harness的Subagent是最基础的委托模式，企业需要的任务跟踪/超时处理/结果汇总都需要额外插件。

Interaction（人类审批/交互）支持Agent在执行敏感操作前请求人类确认。市场机会：企业级审批流程适配器——对不同敏感级别的操作（读数据/写数据/删除/外发）配置不同的审批流程，对接企业OA审批系统（钉钉审批/飞书审批/企业微信审批）。这是企业Agent落地的必备能力，但Harness只给了最基础的ask-user能力。

Feedback（人类反馈）提供了反馈收集机制，但没有默认的好评/差评分析能力。市场机会：Agent反馈自动分析插件——收集用户对Agent回答的好评/差评，自动聚类分析差评原因（幻觉/太慢/理解错误/工具失效），生成bad case报告并触发知识库更新流程。这是Agent持续运营的核心数据闭环，目前几乎所有企业都没有做。

2.4 工程与安全类插件：合规市场的金矿

Sandbox（进程隔离）支持bwrap（Linux）、Landlock（Linux新内核）和Seatbelt（macOS）三种隔离后端，执行危险命令时不会影响宿主机。

市场机会1：企业级沙箱策略管理器。 不同业务部门需要不同的沙箱策略——研发可以执行git/docker命令，运营只能读文件，销售只能查CRM。这个策略配置层目前在Harness里需要额外开发。

市场机会2：国产操作系统沙箱适配。 麒麟/统信UOS等国产系统的沙箱实现与Linux标准不同，bwrap不一定能直接跑在这些系统上。面向国产OS的Sandbox Provider是一个专门的开发方向，政企客户有真实需求。

Credentials（凭证管理）当前支持env和.env文件两种Provider。市场机会：企业级密钥保险库集成——对接AWS Secrets Manager/阿里云KMS/腾讯云SSM的Provider，员工不需要在环境变量里配置密钥，Agent运行时按需从密钥服务读取。这在金融/政务场景是合规要求，不是可选项。