自从写完 DSH:DeepSeek Harness 架构解析 后,就想亲身体验一番。终于,经过这几天开发和比预想更曲折的跨平台打包,Minke v0.1.0[1] 发布了。
Minke 是一个面向 DeepSeek Harness[2] 的原生桌面工作台。它把对话、项目文件、终端、Web 工具、本地模型和桌面操作放在同一个工作空间里,希望减少 Agent 工作过程中不断切换应用和上下文的成本。
注意:Minke 并未做老数据迁移,这部分交给 AI 都可以处理,在项目 README.md 中有写数据存储位置。
📌 Minke 由来GitHub:https://github.com/lencx/Minke
Minke 是小须鲸的英文名。根据 国际捕鲸委员会的介绍[3],小须鲸是体型最小、身形最流线的须鲸之一,天生适合快速游动。DeepSeek 的蓝鲸 Logo 为这个名字提供了另一层联系:蓝鲸代表模型与 Harness 向深处探索的力量,Minke 更靠近用户桌面,在本地的对话、文件、终端和浏览器之间灵活穿行。“小”强调贴近个人的产品角色。
注:Minke 是一个独立的社区项目,并非 DeepSeek 官方产品。
这篇文章记录 Minke v0.1.0 开发中的几个关键问题:
- 为什么最初选择 Tauri,最后又迁移到了 Electron;
- Minke 如何从桌面壳走向独立产品层;
- DSH 和 Cordis 给产品开发带来了什么;
- 一个 Harness 从源码运行到进入安装包,中间还缺多少工程;
- 这次 macOS、Windows 和 Linux 发布过程中,我踩了哪些坑;
- 做完 v0.1.0 后,我对 Agent 产品工程有了哪些新理解。
Agent 的行动空间
假设你对 Agent 说:“帮我排查这个打包错误。”
只待在对话框里的 Agent 会请你粘贴日志、猜测原因,再给出几条命令让你代为执行。你跑完命令,把结果贴回来,它再继续猜。这层中转把模型隔在问题现场之外。
获得文件、终端和浏览器访问能力后,Agent 可以查看项目、运行构建、观察输出、查阅资料、修改代码并重新验证。同一个模型开始从“给出可能的答案”走向“把事情做完”。
这就是我理解的 Agent 行动空间。Files 是它观察和修改项目的入口,Terminal 负责执行与验证,Web 把外部世界带进任务现场,Session log 保留一路发生过的事情。这些能力为 Agent 增加了眼睛、双手和记忆。Codex、Claude Code 以及许多 Agent 编码工具都在沿着这个方向发展。
完整的基础设施扩大了这个空间,也让 Agent 有机会处理更长、更复杂的任务。清晰的权限、可见的结果和可恢复的生命周期构成安全边界。Minke 想给 DSH 补足行动空间,继续完善这套基建。
从 Tauri 到 Electron
技术选型应比较承载真实产品能力后的系统边界。空项目的安装包大小只是一项局部指标。
Minke 最早选用 Tauri,技术栈是 Tauri、Vite、React 和 Tailwind CSS(关于技术选型,我已经写过太多,如:Agent 开发指南:技术太多,该怎么学?)。
Tauri 当时的吸引力很直接:它复用操作系统提供的 WebView,桌面壳很轻;Rust Core 负责本机能力,前端通过受控 IPC 调用它。这套结构很适合以 Web UI 为主、原生能力较少的桌面应用。
DSH 还包含一个完整的 Node.js Harness runtime,负责启动 Host、解析插件树、加载 Node package、运行 node-pty 和安装外部插件。WebView 只承载其中的前端。
无感安装要求应用自带 Node runtime、Harness、包管理器和目标平台的 native module。用户无需预先配置正确版本的 Node.js 与 pnpm。
我先尝试保留 Tauri,把 Node 24、DSH 和 pnpm 封装进一个 Node.js Single Executable Application(SEA)sidecar。这个 sidecar 自带完整运行环境,并保留外部插件的安装、加载和 HMR。
方案跑通后,sidecar 经过裁剪仍有 150 MiB 以上,Tauri 的体积优势随之缩小。DSH 的动态包解析、native module 和插件机制还需要逐项适配 SEA。Minke 同时承担 Rust Core、Node sidecar 及其运行时协议的维护。长期演进成本开始主导技术选型。
Browser 能力进一步推动了迁移。Minke 的规划包含独立 Session、请求控制、页面调试和 Chrome DevTools Protocol(CDP)。Tauri 在 Windows、macOS 和 Linux 上分别使用 WebView2、WKWebView 和 WebKitGTK,平台差异会直接进入产品。Electron 提供统一的 Chromium 多进程模型,webContents.debugger 也可以直接使用 CDP。
相关差异可以参考 Tauri 的进程模型[4]、Electron 的进程模型[5] 和 Electron Debugger API[6]。
Node 分发、动态插件、CDP、Browser 扩展和跨平台一致性评估完成后,我迁移到了 Electron Forge。
Electron 的安装包更大,其中的 Node.js 直接承载 DSH,Chromium 提供 Browser Harness 所需的能力。迁移后,Minke 复用 Electron 自带的 Node runtime 启动 DSH,移除了 SEA 封装层;Session、网络请求、权限、WebContents 和 CDP 也统一到同一套浏览器模型。
DSH:可组合的 Harness
DeepSeek Harness (DSH)[7] 用 “Everything is a Plugin” 概括自身。这句话直接描述了它的工程结构。
DSH 已经提供了一套相当完整的 Agent 基础设施:
- append-only 的 Session Event log;
- Agent loop、turn 和 step 生命周期;
- LLM adapter;
- Tool registry 与执行管线;
- 文件、Shell、PTY、Sandbox 和权限策略;
- MCP、ACP、Background Job;
- Settings、Credentials、Telemetry;
- Web Host 与 Client UI。
- ...
模型适配器、工具、持久化、会话标题和 agent loop 都挂载在同一棵插件树上。profile、bundle 和 cordis.patch.yml 分层组合出一个运行中的 DSH。
把 DSH 当作固定 Web 应用会迫使 Minke 长期维护 fork 或依赖脆弱的 DOM patch。当前架构将 DSH 作为产品引擎,Minke 作为独立产品层。
Minke 的自定义代码集中在 @lencx/minke-harness-overlay,上游 vendor/deepseek-harness[8] 保持独立。公开的 --patch 组合入口将产品能力加入插件树:
- id: llm-pi-ai disabled: true- insert: - id: model-runtime name: "@lencx/minke-harness-overlay/model-runtime" - id: minke-overlay name: "@lencx/minke-harness-overlay"
这段配置由 Minke 的 model runtime 接管本地模型准备流程,再挂载 Minke 自己的 Host/Client overlay。
这条边界让上游保持独立,也让 Minke 形成自己的产品体验。它是 v0.1.0 最重要的架构选择。
Cordis:组合与生命周期
DSH 的插件系统建立在 Cordis[9] 之上。Cordis 将自己定义为 “A Meta-Framework of Spatiotemporal Composability”;对应的论文是 A Programming Paradigm for Spatiotemporal Composability[10]。
用工程语言概括,Cordis 处理两类组合问题:
- 空间上的组合:组件声明自己依赖哪些 service,运行时根据 context 中实际存在的能力决定何时激活它;
- 时间上的组合:组件注册的 service、event listener、timer、DOM adapter 或其他 effect,都应在组件卸载时完整撤销。
Minke 的 Client overlay 提供了一个具体例子。语言包、样式、标签页 renderer、会话订阅、快捷键 runtime 和桌面 surface adapter 都通过 ctx.effect() 注册;主题和语言变化通过 typed event 同步;UI 通过 Harness 暴露的 slot 接入:
ctx.effect( () => ctx.locale.register(NAMESPACE, { zh, en })…