DeepSeek Harnessとは？機能・使い方・料金・Claude Codeとの違いを整理

DeepSeek Harnessとは？AIエージェントを動かす「ハーネス」の意味

DeepSeek Harnessとは、DeepSeek AIが開発するオープンソースのAIエージェントハーネス（エージェントを動かすための実行基盤）で、コマンド名はdshです。

ハーネスとモデルの関係

AIエージェントは「考える部分（モデル）」と「手足として動く部分（ハーネス）」に分かれます。モデルはDeepSeek-V4-Proのような大規模言語モデル（LLM、大量の文章を学習して文章生成や推論を行うAI）が担い、ハーネスはそのモデルにファイルの読み書き、コマンド実行、外部ツールとの連携といった道具を渡し、指示から完了までの一連の流れを管理します。DeepSeek Harnessは後者にあたり、モデルそのものではありません。

つまり、DeepSeek Harnessを導入することは、DeepSeekのモデルを「チャットで質問する相手」から「自分のパソコンやリポジトリの中で作業を進める実行者」に変えることを意味します。この違いが、既存のチャット型AIとの最も大きな差になります。

公開日・ライセンス・提供状況

DeepSeek Harnessは2026年8月13日にGitHubで公開されました。ライセンスはMITで、商用利用や改変を含めて自由に使えます。公開から4日後の2026年8月17日時点でGitHubのスター数は約14万に達しており、注目度の高さがうかがえます（出典: github.com）。

一方で、公式READMEには「現在は開発者プレビューであり、急速に更新されている。互換性を壊す変更が入る」と明記されています。安定版ではなく、評価・検証を前提とした段階だと理解しておくと、後述する注意点が読みやすくなります。

なぜいま注目されるのか

背景には、AIの使い方が「チャットで聞く」から「エージェントに任せる」へ移りつつあることがあります。GiftXの「ビジネス職生成AI活用実態調査2026」でも、AI利用者のうちAIエージェントが複数工程を半自動から自動で進めている層は10.5%にとどまり、チャット止まりの層が70.3%を占めています。そこへ進む実行基盤がオープンソースかつ低単価のモデルとあわせて出た点に、DeepSeek Harnessの意味があります。詳細な調査データは「ビジネス職生成AI活用実態調査（2026年版）」にてご覧ください。

もう1つの背景は、同じ2026年8月13日にDeepSeek-V4-Proが一般提供（GA）された点です。公式発表では「エージェント向けの大幅な強化」をうたっており、モデルとハーネスを同日にそろえて出したこと自体が、DeepSeekが「モデル提供者」から「エージェント実行環境の提供者」へ役割を広げるサインと受け止められています。

DeepSeek Harnessでできること｜「すべてがプラグイン」の設計とおもな機能

DeepSeek Harnessでできることは、大きく「AIエージェントに作業を任せる」「構成をプラグインで組み替える」「別のエージェントやモデルにつなぐ」の3つに整理できます。

エージェントとしてできること

公式のWeb UIガイドによると、セッションを開いて指示を送ると、エージェントはワークスペース内のファイルを読み書きし、コマンドを実行し、作業を委任し、計画を維持しながらタスクを進めます。承認が必要な操作は、有効な権限ポリシーにしたがってWeb UIが実行前に確認を求めます。

• ファイルの読み書き：ワークスペースに指定したディレクトリ配下のコードや文書を対象にします
• コマンド実行：シェルコマンドを実行します。標準ではサンドボックス経由で書き込み範囲が制限されます
• 作業の委任：サブエージェントに部分タスクを分担させる仕組みを備えています
• 計画の維持：長いタスクを計画として持ち、進捗を追いながら実行します

これらは、いわゆるコーディングエージェントに共通する機能です。DeepSeek Harnessならではの点は、これらの機能そのものがすべて差し替え可能なプラグインとして実装されていることにあります。

「すべてがプラグイン」の設計とCordis

DeepSeek Harnessは「everything is a plugin（すべてがプラグイン）」という設計思想を掲げ、Cordisというプラグインフレームワークの上に構築されています。公式アーキテクチャ文書によると、モデルアダプター、ツールレジストリ、セッションログ、エージェントループ本体まで、製品を構成するあらゆる部分がプラグインとして実装されており、設定から差し替えられます。

たとえば、標準の承認ポリシーが自社の運用に合わなければ、そのプラグインだけを別のものに置き換えられます。特権的なコア部分をパッチする必要はなく、既存のプラグインの隣に自分のプラグインを載せる形で拡張します。プラグインを外せば登録した効果も巻き戻るため、試行錯誤がしやすい構造です。

プロファイルとバンドルで構成を管理する

実行時の構成は「プロファイル」という単位で管理されます。プロファイルはプラグインの束（バンドル）を順に重ねたもので、標準ではweb（ブラウザで操作するWeb UI）とheadless（サーバーを立てずに1回だけタスクを実行して終了する）の2種類がテンプレートとして用意されています。加えて、dsh --profile web --dump-configのように打てば、いま自分の環境がどのプラグイン構成で起動しているかを一覧できます。

同梱されているおもなパッケージ

公式リポジトリのpackagesディレクトリには、エージェント運用に必要な機能がパッケージ単位で並んでいます。名前を追うだけでも守備範囲がつかめます。

注目したいのはサブエージェントの分野です。基本バンドルの説明には「CodexとClaude Codeのプロバイダーは休止状態で読み込まれる」とあり、DeepSeek Harnessを親にして、部分タスクをClaude CodeやCodexに委任する構成が想定されています。競合ツールを排除するのではなく、必要に応じて呼び出す前提で作られている点は、後述する「違い」を考えるうえでも押さえておきたい特徴です。

関連記事：MCPとは？Model Context Protocolの仕組みとAPIとの違いを整理

DeepSeek Harnessの使い方・始め方｜インストールから最初のタスクまで

DeepSeek Harnessは、Node.jsが入っていれば追加のビルドなしで起動できます。ここでは公式READMEとWeb UIガイドにもとづき、最初のタスクを実行するまでの手順を追います。

ステップ1｜npxで起動する

Node.jsをインストールしたうえで、ターミナルでnpx @deepseek-ai/dsh webを実行します。コマンドを打ったディレクトリが既定のワークスペースの候補になり、Web UIがhttp://127.0.0.1:3080で立ち上がります（ポートは--portで変更できます）。npmの最新版は2026年8月17日時点で0.1.0-rc.6で、リリース候補（rc）表記が続いている点も開発者プレビューらしいところです。

ソースから動かしたい場合は、リポジトリをgit cloneしたあとpnpm installとpnpm run buildを実行し、pnpm dsh webで起動します。プラグイン開発や挙動の確認が目的でなければ、npx経由で十分です。

AI活用実態調査レポート

全国8,000人調査で、AI活用方法によって生産性向上に約3.8倍の差が生まれることが判明。

無料ダウンロード →

ステップ2｜APIキーを設定する

Web UIの「Settings → Models」を開き、DeepSeekのAPIキーを入力して保存します。公式ガイドによると、キーは書き込み専用で、保存後に画面へ返るのは伏せ字化された参照情報だけです。実体は$DSH_HOME/.credentials.yamlに保存され、設定ファイル側には参照だけが残ります。保存したモデルの経路はサーバーを再起動しなくてもすぐ使えます。

DeepSeek以外のモデルを使いたい場合は「Add provider」からAnthropicやOpenAIなどのカタログプロバイダーを選び、そのAPIキーを入れます。BedrockやVertex、Azure、Codexのようにネイティブ認証を使うプロバイダーは、APIキー欄だけでは設定できず、それぞれの認証情報（AWSの認証情報とリージョン、ADCのプロジェクト、api-version、OAuthなど）が必要です。

ステップ3｜ワークスペースを選んでタスクを送る

「Choose workspace」からDeepSeek Harnessを起動したプロジェクトディレクトリを追加して選択します。ワークスペースを選ぶまではセッションの入力欄が使えません。選択後にセッションを開始し、公式ガイドが例示している「このリポジトリを要約して主要なパッケージを特定して」のような指示を送ると、エージェントがファイルを読み、必要に応じてコマンドを実行しながら回答します。

最初のタスクは、読み取りだけで完結する要約や調査から始めるのが無難です。書き込みや削除を伴う操作は権限ポリシーで承認を求められますが、承認する側が影響範囲を理解していないと、確認画面が形骸化します。

応用｜社内ゲートウェイやOpenAI互換のモデルにつなぐ

社内のAPIゲートウェイや自前でホストしたモデルを使いたい場合は「Add a custom provider」から追加します。プロバイダーID（小文字）、ベースURL、APIプロトコル、認証情報、モデル名を最低1つ指定すれば登録できます。「Fetch available models」を押すと、OpenAI互換のGET /modelsエンドポイントに問い合わせてモデル一覧を取得できるため、モデル名を手打ちする手間を減らせます。

公式ガイドで注意されている点として、手動で登録したモデルは明示しない限りテキスト専用として扱われ、画像を添付すると送信前に拒否されます。画像を扱うモデルは$DSH_HOME/settings.yamlでinput: [text, image]を指定します。また、DeepSeek自身のチャット補完ルートはテキスト専用で、この設定では変えられないと明記されています。

応用｜headlessプロファイルとPython SDK

ブラウザを開かずに使いたい場合はdsh --profile headless "実行したい内容"と打てば、1回だけ新しいセッションを作ってタスクを実行し、最終回答を表示して終了します。定期実行やパイプラインへの組み込みはこちらが向いています。公式リポジトリにはPython SDKのガイドも用意されており、Pythonのコードから同じエージェント機能を呼び出せます。

プロファイルはdsh plugin --profile <名前> <pnpmの引数>で独自に作成し、外部プラグインを追加できます。まずは標準のwebで挙動を確かめ、必要になった段階でプロファイルを分けると、設定の見通しを保てます。

DeepSeek-V4-Proと料金｜ピーク・オフピーク制の見方

DeepSeek HarnessはMITライセンスで無料ですが、実際に動かすモデルのAPI利用料は別にかかります。ここでは同日に一般提供されたDeepSeek-V4-Proと、2026年8月17日1時から適用されている新料金を整理します。

DeepSeek-V4-Proの位置づけ

公式発表によると、DeepSeek-V4-Proは2026年8月13日に一般提供が始まりました。エージェント用途での強化を前面に出しており、推論の深さを「low（単純なタスク）」「high（日常のエージェント作業）」「max（複雑なタスク）」の3段階で切り替えられます。OpenAIのResponses APIにネイティブ対応し、Codexからはワンクリックで設定できるとされています。アプリとWeb版では「Expert Mode」から利用でき、APIのモデル名は従来から変わっていません。

APIドキュメントによると、コンテキスト長は100万トークン、最大出力は38万4千トークンで、OpenAI形式とAnthropic形式の両方のベースURLが用意されています。つまり、Claude CodeやCodexの設定でモデルの向き先を変える形でも利用できる設計です。

料金表（2026年8月時点）

API料金は2026年8月17日1時から新体系に切り替わり、ピークとオフピークの2本立てになりました。以下は100万トークンあたりの米ドル価格です（2026年8月時点、出典: deepseek.com）。

ピーク時間帯は10時から13時と15時から19時で、それ以外はすべてオフピークとして価格がピークの半額になります。日本の一般的な就業時間の大半がピーク帯に重なるため、日中に対話しながら使うと表の右側の単価、夜間や早朝にバッチ処理を回すと左側の単価になると考えると分かりやすいでしょう。

コストを見積もるときの3つの前提

料金表を実際の予算に落とすときは、次の3点を切り分けておくと見積もりがぶれにくくなります。

• キャッシュヒット率：同じ文脈を繰り返し送るエージェント処理では、キャッシュヒットの単価（V4-Proでオフピーク$0.022）が効きます。ヒット率が高いほど入力側のコストは大きく下がります
• 時間帯：ピークとオフピークで2倍の差があるため、対話的に使う業務と、夜間に回せるバッチ処理を分けて見積もります
• モデルの使い分け：単純なタスクはV4-Flash、複雑なタスクはV4-Proという使い分けで、平均単価を下げられます

なお、報道の中には旧価格との比較倍率を示すものがありますが、公式の料金ページには倍率の記載がなく、本記事では現行の実額のみを扱っています。価格は変更される可能性があるため、稟議や予算に使う際は公式ページで最新値を確認してください。

DeepSeek HarnessとClaude Code・Codexの違い｜どちらを選ぶかより「どう組み合わせるか」

DeepSeek Harness、Claude Code、Codexはいずれもコーディングエージェントに分類されますが、提供元、公開形態、対応モデル、料金の考え方が異なります。以下は公式ドキュメントで確認できる範囲で、提供形態・モデル・入り口・料金・拡張性の5観点から整理した比較です。3者は排他的な選択肢というより、用途と予算で組み合わせる関係にあると捉えると判断しやすくなります。

表のとおり、最も大きな違いは「モデルとの結びつき」と「公開形態」です。Claude CodeとCodexはそれぞれ自社モデルを前提に設計されていますが、DeepSeek HarnessはDeepSeekのモデルを既定にしつつ、Anthropic・OpenAI・OpenAI互換のプロバイダーを設定画面から追加できます。社内のゲートウェイ経由でモデルを統制したい組織にとっては、この点が選定理由になりえます。

AI活用実態調査レポート

全国8,000人調査で、AI活用方法によって生産性向上に約3.8倍の差が生まれることが判明。

無料ダウンロード →

関連記事：Claude Code と Codex の違い｜5 つの観点で整理し用途別に選び分ける

使い分けの目安

提供段階の差は無視できません。Claude CodeとCodexは一般提供されており、DeepSeek Harnessは互換性を壊す変更を予告した開発者プレビューです。本番の業務フローに組み込む用途はClaude CodeとCodex、エージェント基盤そのものを検証したい、プラグイン構造を自社向けに組み替えたい、モデルコストを抑えて試行回数を増やしたい、という用途はDeepSeek Harnessが向きます。

また前述のとおり、DeepSeek HarnessにはClaude CodeやCodexをサブエージェントとして呼び出すプロバイダーが同梱されています。親のオーケストレーションはDeepSeek Harnessで行い、特定の部分タスクは既存ツールに任せる、といった構成も選択肢に入ります。

関連記事：Claude CodeとCodexを連携する方法｜MCP設定手順と併用の役割分担

DeepSeek Harness導入時の注意点｜開発者プレビュー・データの取扱い・環境差

DeepSeek Harnessを社内で試す前に、ツール固有の制約として押さえておきたい点が4つあります。

互換性を壊す変更が予告されている

公式READMEは開発者プレビューであることと、互換性を壊す変更が入ることを明記しています。npmのバージョンもrc（リリース候補）表記です。設定ファイルやプラグインの書式が変わる可能性があるため、検証環境で使う、バージョンを固定する、更新前にリリースノートを確認する、といった運用を前提にしてください。

送信するデータの取扱いを確認する

エージェントはワークスペースのファイル内容やコマンド結果をモデルに送って推論します。既定のDeepSeek APIを使う場合、送信内容の取扱いはDeepSeekの利用規約とプライバシーポリシーに従います。機密性の高いコードや個人情報を含むリポジトリで試す前に、社内のAI利用ガイドラインとあわせて確認し、必要であればカスタムプロバイダーで社内ゲートウェイや自社契約のモデルに向ける構成を検討してください。

サンドボックスと承認の範囲を理解する

コマンド実行とファイル書き込みは、標準でサンドボックスと承認ポリシーによって範囲が制限されます。公式ドキュメントによると、Windowsではアクセス制御リスト（ACL）にもとづく制限付きトークンで実行され、書き込みはワークスペースとセッション専用の一時ディレクトリに限定されます。制限を外す設定も用意されていますが、外した状態で承認を機械的に通していると保護が働きません。何が承認対象になっているかを、最初の数回は必ず確認しながら使うことをおすすめします。

関連記事：AIコーディングエージェントに思い切り作業を任せられる仮想環境作り | Mac ユーザーの場合

画像入力と環境差

DeepSeek自身のチャット補完ルートはテキスト専用で、画像を添付できません。画面キャプチャを見せて修正させたい用途は、画像対応のモデルをカスタムプロバイダーで登録する必要があります。また、Windowsではbashではなくpwsh（PowerShell）系のツールが有効になるため、Linux・macOS向けの手順書をそのまま流用すると差が出ます。検証環境のOSはあらかじめそろえておくと、トラブルの切り分けが楽になります。

DeepSeek Harnessのようなエージェントを業務に組み込んだGiftXの自社事例

DeepSeek Harnessのようなエージェント基盤を業務に組み込むと何が変わるのかを、GiftXの事例を2件紹介します。

機能追加の工数を約75%削減した開発チームの事例

GiftXでは、自社サービスGIFTFULのフロントエンドとバックエンド開発にAIコーディングエージェントを導入し、コード生成、リファクタリング、テスト作成をAIと協働する形に切り替えました。導入前は機能追加1件あたり平均2日かかっていた工程が、導入後は平均半日になり、工数を約75%削減しています。仕様を読んで既存コードを調べ、手で実装してテストを書く流れから、仕様をAIに伝えてコードとテストを生成させ、エンジニアはレビューと微調整に集中する流れへ変わったことが要因です。

定型業務をスキルとしてチームで共有するケース

もう1つは、業務で使うプロンプトや定型フローを「スキル」として整備し、誰が実行しても同じ品質になる形で共有している取り組みです。以前は各自が個人メモでプロンプトを管理し、品質と再現性が属人化していました。スキル化して改善のたびに書き戻す運用にしたことで、品質の個人差が解消し、新メンバーの立ち上げは約50%短縮しています。DeepSeek Harnessでいえば、エージェントプリセットやskillパッケージで定型フローを共有資産にする使い方が、これに相当します。

AIエージェント導入で陥りがちな3つの落とし穴

DeepSeek Harnessのように試しやすい基盤が出てくると、つまずき方も似てきます。導入で起きやすい3つの落とし穴と、その回避策を整理します。

落とし穴1｜いきなり全ての業務を任せようとする

最初から複数の業務や部門にまたがる作業を一気に任せると、承認の判断が追いつかず、どこで品質が落ちたのかも追えなくなります。まずは読み取り中心の1業務に絞ると、権限とコストの感触がつかめます。

落とし穴2｜壮大なAI戦略から考えて手が止まる

「全社のエージェント基盤をどれにするか」という大上段の議論から入ると、開発者プレビューのツールを前に結論が出ず、検証そのものが始まりません。戦略は小さな実績の後から固めるほうが早く進みます。

落とし穴3｜既製品のチャット型AIでは業務フローに組み込めない

汎用のチャット型AIツールは、自社の業務手順やデータに合わせたカスタマイズが難しく、業務フローに組み込めるレベルの質に届かないことがあります。ハーネスのように道具と権限を与えて動かす仕組みが必要になる場面です。

スモールスタートで1業務をAIエージェントに任せる

共通する回避策は、スモールスタートで1業務をAIエージェントに任せ、結果を見て次の業務へ広げることです。DeepSeek Harnessであれば、読み取りだけで完結する調査や要約を最初の1業務にすると、権限とコストの両面で無理なく始められます。

GiftXでは、こうしたスモールスタート前提のAIエージェント構築を1業務単位から伴走支援しています。詳細はAIエージェント構築支援サービスをご覧ください。

DeepSeek Harnessに関するよくある質問

DeepSeek Harnessは無料で使えますか？

DeepSeek Harness自体はMITライセンスのオープンソースで無料です。ただし、エージェントが使うモデルのAPI利用料は別途かかります。DeepSeek-V4-Proは出力100万トークンあたりオフピーク$1.98、ピーク$3.96です（2026年8月時点、出典: deepseek.com）。

DeepSeek以外のモデルでも動きますか？

動きます。設定画面からAnthropicやOpenAIなどのカタログプロバイダー、またはOpenAI互換のカスタムプロバイダーを追加できます。ただしBedrockやVertexなどネイティブ認証のプロバイダーは、APIキー欄だけでは設定できません。

Claude CodeやCodexと併用できますか？

併用できます。DeepSeek Harnessには、Claude CodeとCodexをサブエージェントとして起動するプロバイダーが同梱されています。親のオーケストレーションをDeepSeek Harnessで行い、部分タスクを既存ツールに委任する構成が可能です。

業務利用してよい段階ですか？

公式には開発者プレビューで、互換性を壊す変更が予告されています。本番の業務フローに固定で組み込む用途は慎重に判断し、検証環境でバージョンを固定して使うのが安全です。

日本語で使えますか？

公式ドキュメントは英語と中国語で提供されており、日本語版はありません。エージェントへの指示自体は日本語で送れますが、設定項目やエラーメッセージは英語で読むことになります。

まとめ

DeepSeek Harnessは、DeepSeekが2026年8月13日に公開したMITライセンスのAIエージェント基盤で、「すべてがプラグイン」の設計により構成を差し替えながら、ファイル操作やコマンド実行をAIに任せられます。npx1コマンドで起動でき、DeepSeekだけでなくAnthropicやOpenAI互換のモデルにもつなげる一方、開発者プレビューで互換性を壊す変更が予告されている点と、送信データの取扱い、ピークとオフピークで2倍差のある料金は事前に押さえておく必要があります。

Claude CodeやCodexとは競合というより組み合わせの関係にあり、まずは読み取り中心の1業務から試して、結果を見ながら範囲を広げていくのが無理のない進め方です。

AIエージェント基盤の検証・導入を進めたい方へ

本記事で紹介したようなAIエージェント基盤の検証や、自社の業務でのAIエージェント活用を具体的に進めたい・相談したいとお考えの方は、ぜひGiftX AIエージェント構築支援までお問い合わせください。

GiftX AIエージェント構築支援では、貴社の業務に合わせて1業務単位のスモールスタートから本番運用まで、AIエージェント構築をワンストップで支援します。ユースケースの洗い出しから、PoC、本番運用、社内ナレッジ化まで伴走します。

AI活用にご関心のある方は、ぜひ一度ご相談ください。

▶ GiftX AIエージェント構築支援の詳細・お問い合わせはこちら

関連記事

• Claude Codeとは？できること・料金・使い方と社内導入の判断軸
• Codexとは？OpenAIのコーディングAIエージェントの仕組み・使い方・料金を徹底解説
• Codexのサブエージェントとは｜使い方・TOML設定・活用例を解説
• MCPサーバーの使い方｜ローカル型とリモート型の違いと Claude での設定手順