DeepSeek Harnessとは？機能・料金・使い方を公式情報で解説
AI脆弱性診断
そのAIシステム、従来の診断だけで十分ですか？
外部・内部の弱点に加え、プロンプトインジェクションや過剰な権限などAI固有の攻撃面も診断します。
DeepSeek Harnessは、AIモデルそのものではなく、AIエージェントにファイル操作、コマンド実行、検索、プラグインなどの作業環境を与えるためのオープンソースのエージェントハーネスです。DeepSeekは、日常業務、コーディング、リサーチ、バックグラウンドタスク、プラグイン開発を主な用途として案内しています。公式サイトでは世界向けのパブリックプレビュー、公式リポジトリでは開発者プレビューと位置付けられています。DeepSeek Harness公式ページ／公式GitHubリポジトリ（確認時点の固定版）
先に結論をいうと、DeepSeek Harnessは「AIにPCや開発環境で作業を進めさせる仕組み」を検証したい個人・開発チーム向けです。ただし、現時点では実験的な開発者プレビューであり、互換性を壊す変更があり得ます。公式も、セキュリティ監査済み・本番利用可能な製品として扱わないよう明記しています。まずは機密情報や本番権限を渡さない、隔離した検証環境から始めてください。公式の安全上の注意（確認時点の固定版）
DeepSeek Harnessとは
「Harness（ハーネス）」は、モデルへの指示文だけでは決められない、エージェントの実行環境を指す言葉です。具体的には、作業フォルダ、モデル接続、ツール、プラグイン、承認、実行ログなどを組み合わせ、AIが複数ステップの仕事を進められるようにします。
DeepSeek Harnessは、Cordisを基盤とする“everything is a plugin”の設計を採用しています。Web UIをローカルで起動する方法、デスクトップアプリを使う方法、ソースコードから導入する方法が案内されています。ソースコードはMITライセンスで公開されています。DeepSeek Harness公式README（確認時点の固定版）
AIエージェント全般の役割、チャットボットやRPAとの違いは、AIエージェントとは？生成AI・チャットボット・RPAとの違いと導入判断・実践手順で解説しています。また、外部ツールとの接続で出てくるMCPの位置付けは、API・MCP・A2Aの違いもあわせて確認してください。
DeepSeek Harnessでできること
用途 | 公式が案内する作業例 | 最初の検証で限定したい範囲 |
|---|---|---|
日常業務 | 文書・データ・スライドの整理や作成 | コピーした架空データ、下書き作成のみ |
コーディング | リポジトリ探索、バグ修正、機能追加、テスト実行 | 使い捨てリポジトリ、書き込み前の差分確認 |
リサーチ | 情報探索、事実確認、出典の提示 | 公開情報だけを対象にし、出典を人が再確認 |
バックグラウンド処理 | スクリプト実行、ファイルの一括処理、進捗追跡 | 削除・送信・公開を伴わない処理 |
拡張 | プラグインの追加・開発 | 公式またはレビュー済みの依存関係だけを使用 |
上表の「最初の検証で限定したい範囲」は、公式仕様ではなくMojiによる実務上の提案です。モデル、プラグイン、入力データ、許容できない操作によって適切な範囲は変わります。
料金：Harness本体とモデル利用料を分けて考える
料金を確認するときは、DeepSeek Harness自体のソフトウェアと、そこで呼び出すモデル・検索・外部サービスの料金を分けることが重要です。
費用項目 | 2026年10月29日時点で確認できる内容 | 確認すること |
|---|---|---|
Harness本体 | 公式リポジトリはMITライセンス | 配布物・依存ライブラリ・自社環境の運用費 |
DeepSeek公式モデル | 公式モデルを使うにはDeepSeekアカウントへの登録・ログインと、APIプラットフォームでの事前チャージが必要 | トークン量、モデル、ピーク／オフピークの価格 |
カスタムモデル | 自分で取得したモデルAPIを設定できる。モデル利用料は利用者とモデル提供者の関係で発生 | 第三者モデルの料金、データ処理、利用規約 |
Search／Fetch | 1,000成功リクエストあたり各0.75米ドル。Harness経由のサーバー側ツール呼び出しは、北京時間2026年11月1日0時からリクエスト課金開始予定 | 検索回数、失敗時の挙動、予算上限 |
DeepSeek APIの現行価格表では、deepseek-flashはDeepSeek-V4.1-Flash-1017として提供され、ピーク時の価格は入力（キャッシュミス）が100万トークンあたり0.30米ドル、出力が1.20米ドルです。オフピーク料金はピーク料金の半額です。deepseek-v4-proは、同条件で入力1.32米ドル、出力3.96米ドルと案内されています。料金は改定され得るため、導入・予算化の直前にDeepSeek APIの公式料金ページを再確認してください。
料金判断の注意点：エージェントは、1回の依頼で複数回モデルを呼び出したり、検索・取得・プラグイン実行を繰り返したりします。「チャットを1回使う料金」ではなく、代表タスクごとの入力・出力トークン数、ツール呼び出し回数、再試行回数で測定してください。
利用条件とデータ処理：公式モデルとカスタムモデルで異なる
DeepSeek Harnessには、DeepSeek公式モデルを使う方法と、利用者が別途契約したカスタムモデルAPIを設定する方法があります。前者はDeepSeekの統一アカウントを使う方式です。後者はログインなしでも利用できるとされ、入力は設定先のモデル提供者へ直接送られ、DeepSeek Harnessはサーバー側で入出力を保存・処理しないと案内されています。DeepSeek Harness利用規約
一方、公式モデルサービスでは、DeepSeekのプライバシーポリシー上、会話ログ、入力・アップロード・許可した内容、出力、ツール呼び出し情報、プラグイン設定などを処理対象として説明しています。また、セキュリティ処理・非識別化を前提に、入力と出力をモデル学習・サービス改善へ使う場合があり、希望しない場合は連絡によりオプトアウトできるとしています。個人情報、営業秘密、顧客データを扱う前には、契約・社内規程・対象データの所在要件に照らして確認してください。DeepSeek Harnessプライバシーポリシー
また、ローカルで動かす構成でも、外部モデル、Web検索、MCPサーバー、プラグインを接続すれば、その接続先へデータが送信される可能性があります。「ローカルUIで動いている」ことだけを、外部送信がない根拠にしないことが重要です。
DeepSeek Harnessの始め方：安全な最小構成
ここでは、Node.jsからローカルWeb UIを起動する公式手順を基に、最小構成で試す流れを示します。以下の運用上の制限はMojiによる提案です。
事前チェックリスト
- Node.jsを導入済みである。
- 本番環境ではなく、専用フォルダまたは使い捨ての仮想マシン・コンテナを用意した。
- 試す対象は、機密情報・個人情報・本番の認証情報を含まない。
- 公式モデルを使うなら、DeepSeek APIキーと利用残高を準備した。カスタムモデルを使うなら、そのAPIの契約条件とデータ処理を確認した。
- ファイル削除、外部送信、Gitへのpush、パッケージ追加は、最初は人の承認なしに実行させない。
手順1：ローカルWeb UIを起動する
Node.jsを導入したうえで、次のコマンドを実行します。
npx @deepseek-ai/dsh web公式リポジトリによると、既定ではローカルのhttp://127.0.0.1:3080でWeb UIが起動します。ブラウザを自動で開かない場合は--no-openを付けます。ソースから実行する場合は、公式リポジトリをcloneし、pnpm install、pnpm run build、pnpm dsh webの順で実行します。公式READMEの起動手順（確認時点の固定版）
手順2：モデルとワークスペースを設定する
- Web UIのSettings → Modelsで、DeepSeek APIキーを設定します。
- Choose workspaceから、検証用に作成したフォルダを選びます。
- ワークスペースを選択してから、新しいセッションを開始します。
公式ガイドでは、モデル設定後はサーバー再起動なしで利用可能になり、ワークスペース未選択時はセッション入力欄を利用できないと説明されています。Web UIの公式ガイド（確認時点の固定版）
手順3：読み取り中心の依頼から始める
最初は、ファイルを変更しない依頼で、どの情報を読み、どのツールを提案するかを確認します。
架空の例：このフォルダ内のMarkdownファイルだけを読み、
目的・主なファイル・確認が必要な点を箇条書きで整理してください。
ファイルの作成、編集、削除、外部送信、コマンド実行はしないでください。次に、変更を伴う作業へ進める場合も、いきなり実行させず、計画 → 変更候補 → 差分・コマンド確認 → 承認 → テスト → 結果確認の順に分けてください。たとえば「修正して」ではなく、「架空の例：修正案と想定する変更ファイル、実行予定コマンドを先に示し、実行前に待機してください」と依頼します。
デスクトップアプリを使う場合
DeepSeekはHarnessデスクトップアプリを配布しており、バックグラウンド実行とローカルファイルの読み書きを案内しています。公式ダウンロードページでは、macOS版はAppleシリコン搭載、macOS 13以降が要件として明記されています。Windows版も配布されていますが、この記事で確認した公開ページにはWindowsの最低OS要件は記載されていません。DeepSeek公式ダウンロードページ
デスクトップ版は長時間タスクやローカルファイルを扱いやすい反面、アクセス可能な範囲を誤ると影響も広がります。実験段階では、普段使いのホームディレクトリ全体ではなく、検証専用のワークスペースだけを選択する運用を推奨します。
導入前に確認したい安全性チェックリスト
DeepSeekは、Harnessがモデル生成のコード・コマンドを実行でき、ネットワーク、プロセス、認証情報、ファイルにアクセスし得ることを説明しています。サンドボックス、承認プロンプト、権限制御も、隔離や被害防止を保証するものではありません。公式SAFETY.md（確認時点の固定版）
- 環境：使い捨てVM、コンテナ、または専用PCで開始する。
- 権限：対象フォルダ、トークン、ネットワーク接続先を必要最小限にする。
- 認証情報：本番のクラウド管理者キー、決済情報、顧客システムの高権限トークンを渡さない。
- 実行承認：削除、外部送信、公開、Git操作、依存関係の追加、課金が発生する操作は人が確認する。
- プラグイン：出所、ソースコード、依存パッケージ、必要な権限を確認し、信頼できるものだけを使う。
- バックアップ：エージェントがアクセスするファイルは事前に復元可能な状態にする。
- 検証：生成されたコード、テスト、調査結果、引用元を人が確認する。
AIエージェントに外部操作を任せる際の権限分離、承認、停止条件の考え方は、AIエージェントのガードレール設計も参考にしてください。
DeepSeek Harnessを選ぶ判断基準
確認項目 | 試しやすい条件 | 見送る・追加確認する条件 |
|---|---|---|
対象業務 | 調査、下書き、テスト、限定フォルダでのファイル整理など、失敗を戻しやすい | 送金、採用・与信判断、顧客への確定送信、インフラ本番変更 |
実行環境 | 専用VM・コンテナ・検証リポジトリを準備できる | 利用者PCの全ファイルや本番環境に直接アクセスさせる必要がある |
モデル選択 | DeepSeek公式モデルまたは契約・データ処理を確認済みの外部APIを使える | 入力データの送信先、保存、学習利用、料金を確認できない |
変更管理 | 計画、実行コマンド、差分、テスト結果をレビューできる | 実行内容を追跡できず、承認なしで外部へ確定操作する |
運用成熟度 | プレビュー版の更新・互換性変更を受け止められる | 安定したSLA、固定仕様、公開済みの企業管理機能を必須とする |
この表はMojiによる一般的な設計上の目安です。最終的な判断は、使用するモデル、プラグイン、入力品質、評価ケース、許容できない誤り、データ管理要件で変わります。
まとめ
- DeepSeek Harnessは、プラグイン型のオープンソースAIエージェント実行環境である。
- 本体の公開ライセンスと、モデルAPI・検索・外部プラグインの利用料は別に見積もる。
- 公式モデルとカスタムモデルでは、アカウント、料金、データ処理の条件が異なる。
- 2026年10月29日時点では開発者プレビューであり、本番利用可能なセキュリティ製品として扱わない。
- まずは隔離環境・最小権限・読み取り中心・人の承認付きで、自社タスクの品質とコストを測定する。
AIエージェントの実行環境全体をどう設計するかは、ハーネスエンジニアリングとは？AIエージェントの実行環境を設計するで詳しく解説しています。