#DeepSeekHarness发布#
把DeepSeek Harness搬上手机端了，技术细节全拆解
作为行走编程第11天的开发者，我成功实现了DeepSeek Harness的手机端适配，在手机上运行该框架的使用者。今天就把核心技术细节和适配思路全部分享给大家。
一、先搞懂DeepSeek Harness的底层逻辑
DeepSeek Harness不是普通的AI工具，而是一套开源的代码智能体运行框架，官方公式是「Model + Harness = Agent」：
- 大模型负责思考推理，Harness负责调度工具、管理任务、执行闭环、记录轨迹，相当于AI的“执行操作系统”。
- 它基于Cordis插件系统构建，核心设计是「一切皆插件」：模型、工具、技能、会话、沙箱、存储、循环、调度、UI等所有能力都被拆成独立插件，开发者无需修改源码，就能自由替换、重组任意模块。
- 另一大核心特性是可追溯性：采用只追加（append-only）的会话日志，模型看到的所有内容都会被完整记录，上下文压缩不会删除原始历史，仅通过替换事件改变模型后续看到的表象，支持追溯、恢复、分叉、检索和回放。
二、手机端适配的技术难点与解决方案
1. 硬件算力瓶颈
手机CPU/GPU算力仅为桌面GPU的1/10~1/100，无法直接运行完整的Harness服务。我采用云边协同模式：由边缘服务器承担模型推理，手机端通过API调用实现交互，同时使用懒猫微服APP搭建轻量Linux环境，降低本地算力消耗。
2. 系统兼容性问题
安卓系统的沙箱机制限制了进程调度能力，我通过Termux搭建Linux子系统，模拟桌面端的运行环境，解决了权限和兼容性问题。
3. UI适配优化
Harness原生UI是为桌面端设计的，我通过响应式布局调整，将插件管理、会话日志、工具调用等核心功能适配到手机屏幕，保证操作流畅性。
三、实际演示效果
在手机端成功运行后，我实现了以下核心功能：
- 手动切换本地算力设备和背后的模型，适配不同的编程场景。
- 给平板发送通知的交互：在手机端输入指令后，平板成功收到了DeepSeek Harness发送的测试通知，证明跨设备协同能力正常。
- 完整保留了Harness的插件管理和会话追溯功能，在手机上就能查看所有工具调用记录和模型思考过程。
四、后续探索方向
接下来我会继续探索Harness在手机端的能力边界，比如：
- 优化移动端的工具调用延迟，提升编程效率。
- 适配更多移动端的编程工具，实现全流程的手机端开发。
- 探索离线部署方案，降低对云服务的依赖。
如果你也在研究DeepSeek Harness，欢迎一起交流技术细节，共同挖掘这个框架的更多可能性！ http://t.cn/AXNQJzCj
https://h5.video.weibo.com/show/1034:5331938584756264