在 Ubuntu 上安装 DeepSeek Harness 并接入 NVIDIA NIM 免费模型

🚨 注意
记录一次实操经验：在 Ubuntu 上把 DeepSeek Harness 跑起来，再用 NVIDIA NIM 的免费 DeepSeek 模型当后端，白嫖一把推理算力。文中涉及的版本、命令均以官方仓库与官方文档为准。

一、背景

DeepSeek Harness（简称 DSH / dsh）是 DeepSeek AI 开源的智能体框架，把大模型、工具、文件系统、终端、会话记录、审批交互、插件和 Web UI 组合成一套可运行的 Agent 应用。它最吸引人的一点是「一切皆插件」，开发者能精确控制 Agent 的每一个环节。

但 DeepSeek 官方 API 常有限流或排队的问题。于是我想找一个免费、稳定、兼容 OpenAI 协议的推理后端。NVIDIA NIM 提供了一批免费模型（包括 DeepSeek-R1 系列），注册 NVIDIA 开发者计划即可免费调用云端 API，无需自备 GPU，非常适合个人博客/学习场景。

本文记录我在 Ubuntu 22.04 上从零到跑通的全过程。

二、环境要求

在开始前，先确认你的机器满足以下条件（以 Ubuntu 为准）：

项目	要求
操作系统	Ubuntu 20.04+（官方推荐 22.04 LTS 或更新）
Node.js	`^22.19.0` 或 `>=24.0.0`（23.x 不支持）
pnpm	`11.x`（官方仓库锁定 `pnpm@11.7.0`）
内存	建议 8GB 以上

⚠️ 注意：若只是调用 NIM 的云端免费 API，不需要本地 GPU；只有打算在本地自托管 NIM 容器时才需要 NVIDIA 驱动 + CUDA + Docker。

三、环境准备

3.1 安装 Node.js

推荐使用 NodeSource 安装 LTS 版本，一条命令搞定：

curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo -E bash -
sudo apt-get install -y nodejs

如果希望锁定 22.x 线（最贴合官方要求），可以把版本号改成 setup_22.x。

验证安装：

node -v   # 期望输出 v22.19.0 或更高
npm -v

3.2 安装 pnpm

npm install -g pnpm
pnpm -v   # 期望 11.x

官方仓库锁定的是 pnpm@11.7.0，如需精确对齐：

corepack enable
# 或
npm install -g pnpm@11.7.0

3.3 安装 git（可选，源码安装时需要）

sudo apt-get install -y git

四、安装 DeepSeek Harness

DSH 提供多种安装方式，按使用场景选择即可。

方式一：npx 一行启动（最快尝鲜）

不想折腾、只想看界面，一条命令：

npx @deepseek-ai/dsh web

执行后会在本地启动 Web UI，默认地址 http://127.0.0.1:3080。

想加 -y 跳过确认：npx -y @deepseek-ai/dsh web

方式二：全局安装（推荐日常使用）

npm install -g @deepseek-ai/dsh
dsh --version     # 看到版本号即安装成功
dsh web           # 启动 Web UI

全局安装后你就有 dsh 命令，任意目录都能用，还能解锁 profile 管理、插件管理等能力。

方式三：源码编译（开发者/插件作者）

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install       # 装依赖
pnpm run build     # 编译 workspace 包，生成 lib/
pnpm dsh web       # 启动 Web UI

小提醒：本地缺少 pnpm 时先 npm install -g pnpm；构建末尾出现「chunk 大于 500 kB」的警告可以忽略，不影响运行。

五、获取 NVIDIA NIM 免费 API Key

NIM（NVIDIA Inference Microservice）把 DeepSeek 等模型预封装成标准化微服务，并提供 OpenAI 兼容的 API。注册开发者计划即可免费调用云端推理。

5.1 注册 NVIDIA 开发者计划

打开 https://build.nvidia.com。
点击右上角 Login，用邮箱注册（建议企业邮箱，额度通常更多）。
验证邮箱，进入开发者计划。

5.2 获取 API Key

进入 DeepSeek-R1 对应页面，例如：
- https://build.nvidia.com/deepseek-ai/deepseek-r1
- 或 https://build.nvidia.com/deepseek-ai/deepseek-r1-distill-llama-8b
页面右侧找到 Get API Key，生成专属密钥。
复制并保存好，不要硬编码到代码里，建议用环境变量或密钥管理服务存放。

5.3 免费额度说明（实测/官方口径）

注册即可获得免费推理额度（个人邮箱常见为 1000 次，企业邮箱约 5000 次）。
云端免费 API 有速率限制（常见约 40 RPM，即每分钟请求数），无每日 token 上限，无需信用卡。
云端端点统一为 https://integrate.api.nvidia.com/v1。

说明：NVIDIA 开发者计划会员可免费下载 NIM 容器用于开发测试（最多支持 16 张 GPU）；用于正式商业产品需另行授权。

六、配置 DeepSeek Harness 使用 NIM 免费模型

6.1 启动服务

dsh web
# 或 npx @deepseek-ai/dsh web

终端会打印端口地址，默认 http://127.0.0.1:3080（端口被占用会自动换）。用 Chrome 打开。

6.2 添加自定义提供方（NVIDIA NIM）

进入 Web UI 后：

打开左侧侧边栏，点击设置（Settings）。
在模型里选择「添加自定义提供方」（Add Custom Provider）。

填写以下配置：

配置项	值
Provider ID	`nvidia`（可自定义）
显示名称	`NVIDIA NIM`（可自定义，建议一目了然）
API 地址	`https://integrate.api.nvidia.com/v1`
API 协议	`openai-completions`
API 密钥	你的 NVIDIA NIM API Key
模型	`deepseek-ai/deepseek-r1`（或 distill 变体）

填好后点击右下角创建提供方。

6.3 选择模型并开始会话

回到主界面，选择工作区，选择由 NVIDIA NIM 提供的模型，然后就可以开始对话了。

推荐模型 ID：

deepseek-ai/deepseek-r1 —— 完整版，强推理/代码能力强，但对上下文占用大。
deepseek-ai/deepseek-r1-distill-llama-8b —— 蒸馏版，更轻量，响应更快。
deepseek-ai/deepseek-r1-distill-qwen-14b —— 蒸馏版，中文表现较好。

初次用建议从蒸馏版（8b 或 14b）开始，速度更友好。

七、命令行/脚本调用方式（可选）

除了 Web UI，你也可以直接通过 OpenAI 兼容接口调用 NIM 免费模型：

curl https://integrate.api.nvidia.com/v1/chat/completions \
  -H "Authorization: Bearer $NVIDIA_API_KEY" \
  -d '{"model":"deepseek-ai/deepseek-r1","messages":[{"role":"user","content":"你好"}]}'

Python 方式：

from openai import OpenAI

client = OpenAI(
    base_url="https://integrate.api.nvidia.com/v1",
    api_key="你的NVIDIA_API_KEY",
)

resp = client.chat.completions.create(
    model="deepseek-ai/deepseek-r1",
    messages=[{"role": "user", "content": "你好"}],
    temperature=0.5,
    max_tokens=1024,
)
print(resp.choices[0].message.content)

八、DSH 凭据读取优先级

如果遇到「模型不生效 / 报未授权」，先确认凭据写在正确的位置。DSH 按以下优先级读取：

进程环境变量
~/.dsh/.credentials.yaml（托管存储）
工作目录下的 .env
~/.dsh/.env（兜底）

在 Web UI 里配置提供方后，密钥会落入托管存储，通常无需再手动写 .env。

九、常用启动/端口命令

# 修改端口
npx @deepseek-ai/dsh web --port 8080

# 全局安装后启动
dsh web

# 查看版本
dsh --version

说明：DSH 服务默认绑定 127.0.0.1，不会自行对外发布到网络。如需局域网访问，请自行配置反向代理/端口转发并做好访问控制。

十、踩坑记录

Node.js 版本过低：18.x/20.x 或误装 23.x 时，安装可能不报错，但一跑就各种诡异问题。直接用 22.x LTS 或 24.x。
缺 pnpm：先 npm install -g pnpm。
构建 chunk 警告：源码安装时「chunk 大于 500 kB」属正常，忽略即可。
API Key 泄露风险：不要把 Key 写进公开仓库或客户端代码。用环境变量或密钥管理。
本地自托管需要 GPU：若你选择自托管 NIM 容器，需要 NVIDIA 驱动（≥535）+ CUDA 12.2+ + Docker 24+ + NVIDIA Container Toolkit；单纯用云端免费 API 则不需要。
npx 首次下载慢：npx @deepseek-ai/dsh web 第一次会拉一整包依赖（实测约 300MB+），且没有进度条，耐心等待；国内网络可考虑 npm config set registry https://registry.npmmirror.com。

十一、小结

至此，你已经：

✅ 在 Ubuntu 上装好了 Node.js、pnpm
✅ 用 dsh 或 npx 跑起了 DeepSeek Harness
✅ 注册 NVIDIA 开发者计划拿到免费 API Key
✅ 在 DSH 里配置好 NVIDIA NIM（OpenAI 兼容端点）并开始对话

整个过程不需要本地 GPU，成本为零，非常适合作为个人博客记录、学习 Agent 开发的起步配置。后续可进一步探索 DSH 的插件系统、profile 管理、模式切换（极简/标准/创造）等进阶能力。

祝你玩得开心！

内容由 AI 生成仅供参考