---
title: "[Pratikte Yapay Zeka] Aynı İsim, Farklı Katman: DeepSeek Harness (DSH) Açıklaması ve Google Research Harness² ile Karşılaştırması"
url: https://blog.edumints.com/pratikte-yapay-zeka-ayni-isim-farkli-katman-deepseek-harness-dsh
category: "LLM"
date: 2026-11-06T08:08:13.571Z
publisher: Edumints Blog
lang: tr-TR
source_name: "dev.to"
source_url: https://dev.to/gde/ai-in-practice-same-name-different-layer-deepseek-harness-dsh-explained-and-compared-with-4p7m
---

# [Pratikte Yapay Zeka] Aynı İsim, Farklı Katman: DeepSeek Harness (DSH) Açıklaması ve Google Research Harness² ile Karşılaştırması

## Hızlı Karşılaştırma: DeepSeek Harness (DSH) ve Google Research Harness²

Yapay zeka ajanları geliştirirken "harness" (koşum takımı) terimi iki farklı mimari katmanı ifade edebilir:

- **Tek cümleyle:** **DeepSeek Harness (DSH)** ajanın çalışma zamanıdır (runtime); **Google Research Harness²** ise ajanın donatıldığı bileşenler için otomatik bir optimize edicidir.
- **"Harness" neyi ifade eder:** **DSH** tarafında ajanı çalıştıran çalışma zamanını; **Harness²** tarafında ise modelin etrafını saran istemleri (prompts), güvenlik sınırlarını (guardrails), belleği ve yetenekleri (skills) ifade eder.
- **Neyi değiştirirsiniz:** **DSH**'de profilleri, YAML yamalarını (patches) ve eklentileri değiştirirsiniz; **Harness²**'de ise `c1..c8` dosya ağacını değiştirirsiniz (çoğu zaman Harness² bunu sizin yerinize otomatik yapar).
- **Bu seride nerede kullanıldı:** **DSH**, LINE araştırma botunun ajan katmanında; **Harness²** ise LINE AI kartvizit asistanının kendi kendini geliştirmesinde (self-evolution) kullanıldı.

## Giriş: Bir Haftada İki "Harness"

Yakın zamanlı Harness² üçlemesinde (**Bölüm 1**, **Bölüm 2**, **Bölüm 3**), Google Research'ün `google-research/harness2` aracı LINE AI kartvizit asistanına bağlanarak OpenTelemetry izlerini (traces) okuması ve kendi yetenek dosyalarını geliştirmesi sağlandı. Böylece doğruluk oranı **%62,5'ten %100,0'a** yükseldi.

Aynı hafta içinde, **DeepSeek Harness (DSH)** üzerine inşa edilen açık kaynaklı `deepseek-ai/dsh-superagent-prototype` projesiyle birlikte LINE araştırma botunun ajan katmanı Go için ADK'dan DSH'ye taşındı ve canlı ortamda (production) çalışan `kkdai/line-research-bot-dsh` ortaya çıktı.

Her ikisi de **Harness** olarak adlandırılsa da pratikte tamamen farklı katmanlarda yer alırlar: **DSH**, koşum takımının nasıl birleştirilip ata takılarak koşmasını sağladığıyla ilgilidir; **Harness²** ise o koşum takımındaki her bir kayışı otomatik olarak ayarlamakla ilgilidir. Yazılım geliştirme açısından bu ayrım kritik bir ders sunar: çalışma zamanı altyapısı ile istem/yetenek optimizasyonunu birbirinden ayırmak, her iki aracın aynı sistemde birlikte kullanılabilmesini sağlar.

Kapsam geniş olduğu için içerik iki yazıya ayrılmıştır:
- **Bu yazı:** DSH çerçevesinin gerçekte ne olduğu (mimari diyagramıyla birlikte) ve Google Harness² ile maddeler halinde karşılaştırması.
- **Sonraki yazı:** LINE araştırma botunun ADK'dan DSH'ye nasıl taşındığı ve karşılaşılan tuzaklar listesi.

## 1. DeepSeek Harness'ı (DSH) Anlamak

Pek çok geliştirici `dsh-superagent` projesini tek bir ajan SDK'sı sanmaktadır. Oysa sistem iki ayrı katmandan oluşur:

- **DeepSeek Harness (DSH):** Model çağrılarını, araçları (tools), oturumları, izinleri ve korumalı alanı (sandboxing) eklentiler (plugins) olarak yöneten bir "ajan çalışma zamanı". npm üzerinde `@deepseek-ai/dsh` (CLI) ve 100'den fazla `@deepseek-ai/dsh-*` paketi olarak bulunur.
- **dsh-superagent:** DSH üzerinde çalışan ve onu bir GitHub deposu üzerinde çalışan proaktif bir ajana dönüştüren eklenti paketi (bundle). Bir DSH profiline `dsh plugin add` komutuyla kurulan bir Node paketidir.

### 1.1 Temel Tasarım: Her Şey Bir Cordis Eklentisidir

DSH, bir eklenti çerçevesi olan **Cordis** (`@deepseek-ai/cordis`) üzerine inşa edilmiştir. Modeller, araçlar, oturum depolama, korumalı alan ve hatta JSON-RPC sunucusu dahil her parça bir eklentidir ("plugin row"). Eklentiler; `ctx.llm`, `ctx.tools`, `ctx.fs` ve `ctx.subprocess` gibi `ctx` üzerinden sunulan servisler aracılığıyla iletişim kurar. Bu modülerlik, üretim ortamında yüksek esneklik ve test edilebilirlik sağlar.

Eklentilerin nasıl bir araya getirileceğini bir **Profile** belirler:
- **Bundle:** Resmi, önceden birleştirilmiş eklenti setidir (ör. `dsh-sdk-minimal`, `dsh-base`, `web`, `tui`, `headless`).
- **Profile:** `$DSH_HOME/profiles/name/` altında yaşar ve hangi paketlerin (bundles) yükleneceğini belirtir.
- **Patch katmanları:** Paketlerin üzerine katmanlanan YAML yamalarıdır. Bir yama; eklenti yapılandırmasını değiştirebilir, `disabled: true` ile devre dışı bırakabilir veya kendi özel eklentilerinizi ekleyebilir. Tam çözümlenmiş ağacı görmek için `dsh --profile x --dump-config` komutu çalıştırılır.

```yaml
# Örnek yama: model ayarlarını düzenle, kabuğu kapat, özel eklenti ekle
- id: llm-deepseek
  config:
    thinking: disabled
- id: persistent-bash
  disabled: true
- insert:
  - id: line-research-tools
    name: 'file:///app/dsh/plugin/index.js'
```

---

**Kaynak:** dev.to (https://dev.to/gde/ai-in-practice-same-name-different-layer-deepseek-harness-dsh-explained-and-compared-with-4p7m)
**Yayıncı:** [Edumints Blog](https://blog.edumints.com) · Alıntılarken bu URL'ye bağlantı verin: https://blog.edumints.com/pratikte-yapay-zeka-ayni-isim-farkli-katman-deepseek-harness-dsh