拆解 DeepSeek Harness（三）：四大模式之标准 / 极简模式，配 TaoToken 的 config.toml 骨架怎么搭

1. 为什么标准模式和极简模式值得单独拆

DeepSeek Harness 的四大模式里，标准模式和极简模式是最容易被混着用的两个。很多人第一次跑本地 Agent，看到标准模式工具列表长、极简模式提示词短，就默认「标准更强、极简更弱」，结果在 SWE-bench 类任务上被极简模式反超，或者在日常改代码时被标准模式的 Plan 模式绕得头晕。

这两个模式的本质差异不在模型，而在两件事：SystemPrompt 的拼装方式，以及 Tool 集合的裁剪边界。标准模式是「功能完整编码 Agent」，挂载文件编辑、Shell、检索、Skills、计划模式、子代理、工作流、后台任务、上下文压缩等全套工具链；极简模式则刻意把接口收敛到与 Claude 训练时一致的最小集合，目的很明确——评估对齐和 RL 训练对齐。

我试过在同一个仓库里来回切这两个模式，最直观的感受是：标准模式像带了一整个工具箱的装修队，极简模式像只给你一把螺丝刀和一把锤子。工具箱大不代表效率高，关键看你要干的活是什么。这篇就按「先讲清切换逻辑，再给可复制的 config.toml 骨架，最后用 TaoToken 统一 Key 接入并验证两种模式下 Plan/Agent 的行为差异」这条线走，目标是让你一次配好、可复现切换。

适合谁看：在本地跑 Agent、需要频繁在「通用编码」和「基准评估/训练对齐」之间切换的开发者；已经用过 DeepSeek Harness 但没搞清模式差异的人；以及想用统一 Key 管理多模型接入、不想每个模式单独配一遍凭证的人。

2. TaoToken 前置：统一 Key 与 config.toml 的关系

在动手写 config.toml 之前，先把凭证层理清楚。DeepSeek Harness 本身不绑定某一家模型服务，它的模型路由是配置驱动的。也就是说，标准模式和极简模式可以共用同一套模型接入配置，切换模式时不需要重新配 Key。

TaoToken 在这里扮演的角色是统一接入层：你只需要在控制台创建一个 API Key，然后在 config.toml 里把 base_url 指向https://taotoken.net/api，模型名按需填。这样标准模式和极简模式共享同一个 Key，切换模式只改 preset，不动凭证。

具体操作路径：

• 打开控制台创建 Key：https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=console
• 在 API Keys 页面复制生成的 Key：https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=api-keys
• 需要确认模型名和可用性时，用模型对话页快速试一条：https://taotoken.net/models?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=model-chat

注意：base_url 用https://taotoken.net/api，不要带任何查询参数。Key 只放在环境变量或本地 config 里，不要提交到仓库。

接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=doc ，里面有各语言 SDK 的调用示例，配 config.toml 时对照着看字段名不容易写错。

3. 可复制的 config.toml 骨架

下面这份骨架把「模型接入」和「模式 preset」分成两层。模型接入层两个模式共用，preset 层各自独立。你可以直接复制，把YOUR_TAOTOKEN_KEY换成自己的 Key。

# ~/.dsh/config.toml # 模型接入层：标准模式与极简模式共用 [model] provider = "openai-compatible" base_url = "https://taotoken.net/api" api_key = "${TAOTOKEN_API_KEY}" # 从环境变量读取，避免明文 model = "deepseek-chat" timeout_seconds = 120 max_retries = 2 # 标准模式 preset [agent.presets.standard] persona = "@deepseek-ai/dsh-persona" persona_text = "You are a coding agent powered by the {{model}} model. Your working directory is {{cwd}}." agent_instructions = "@deepseek-ai/dsh-agent-instructions" plan_mode = "@deepseek-ai/dsh-plan-mode" tools = [ "tool-bash", "tool-fs", "tool-fs-search", "tool-jobs", "tool-skills", "tool-goal", "tool-subagent-control", "tool-workflow", "tool-todo", "tool-web", "compaction-basic", "tool-result-pruner" ] # 极简模式 preset [agent.presets.minimal] persona = "@deepseek-ai/dsh-persona" persona_text = "You are a helpful software engineer assistant." persona_complete = true include_runtime_context = false tools = [ "tool-bash", "tool-fs", "tool-fs-search" ] # 默认启动模式 [agent] default_preset = "standard"

几个字段说明，避免你踩坑：

api_key用${TAOTOKEN_API_KEY}引用环境变量，而不是写死字符串。这样 config.toml 可以进版本库，Key 留在 shell 里。设置方式：

export TAOTOKEN_API_KEY="你的Key"

persona_complete = true是极简模式的关键。它告诉 Harness 不要再往 persona 后面拼接其他身份段落，保持那一行 SystemPrompt 干净。标准模式不设这个字段，因为它的提示词本来就是多段动态拼出来的。

include_runtime_context = false在极简模式下关掉运行时上下文注入，避免工作目录、时间戳之类的信息混进提示词，影响评估对齐。

tools数组就是模式差异的核心。标准模式列了 12 项，极简模式只留 3 项。你可以按需增删，但建议先按这个骨架跑通，再动。

4. 验证请求与两种模式的行为差异

配好之后，先做一次最小验证，确认 Key 和 base_url 通了。

# 用 curl 直接打一次，确认接入层没问题 curl -s https://taotoken.net/api/chat/completions \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "deepseek-chat", "messages": [{"role": "user", "content": "回复 OK 两个字母即可"}] }'

返回里有choices[0].message.content就说明接入层通了。接下来验证模式切换。

启动标准模式：

dsh --preset standard

进入后输入/plan启用 Plan 模式，然后给一个会触发写操作的指令，比如「把 README 里的标题改成 DeepSeek Harness 实战」。观察行为：标准模式的 Plan 模式只改系统提示词，write/edit 工具仍然在工具列表里。模型理论上应该先探索、再通过exit_plan_mode提交计划，但因为它手里还有写工具，实际使用中确实存在绕过 Plan 直接改文件的情况。这也是原文提到的体验问题——对比 Claude Code 在 Plan 模式下直接不提供 write/edit 工具，标准模式的做法偏「软约束」。

启动极简模式：

dsh --preset minimal

同样给一个编码任务，比如「在 utils.py 里加一个 safe_div 函数，除零返回 None」。极简模式只有 bash、fs、fs-search 三个工具，模型没有 todo、没有子代理、没有工作流，只能靠读写文件和跑命令来完成任务。行为上更接近一个「纯软件工程师助手」，不会主动拆解成多步计划，也不会派生后台任务。

两种模式的验证动作可以对照着做：

如果你要跑 SWE-bench 类评估，用极简模式，因为它的工具定义与 Claude 一致，结果可比较。如果你要日常改仓库、需要子代理和工作流，用标准模式。

5. 本篇常见错排查

报 401 或 invalid api key：先确认环境变量在当前 shell 里生效，echo $TAOTOKEN_API_KEY看有没有值。如果是在 IDE 里启动 dsh，IDE 可能没继承 shell 的环境变量，需要在启动配置里显式传入。另外确认 base_url 是https://taotoken.net/api，不要多写/v1或结尾斜杠。

切了 preset 但工具没变：检查 config.toml 里[agent.presets.minimal]的tools数组是否被正确解析。TOML 数组换行和逗号容易写错，建议用dsh --print-config之类的命令 dump 一下实际生效的配置。如果 default_preset 没改，启动时用--preset显式指定。

极简模式提示词还是多段：确认persona_complete = true和include_runtime_context = false都写了。只写一个不够，前者控制 persona 是否继续拼接，后者控制运行时上下文是否注入。

Plan 模式下模型直接改文件：这是标准模式的已知行为，不是配置错误。它的 Plan 模式只改系统提示词，不撤工具。如果你需要硬约束，要么在 preset 的 tools 数组里手动去掉tool-fs的写权限路径，要么等后续 PTC 模式（配合容器和权限控制）落地。

KV Cache 失效导致变慢：标准模式的 Plan 模式是在身份标识之后中间插入 SystemPrompt，不是 append，会导致从插入点开始的 KV Cache 失效。因为只追加一次，性能影响可接受。如果你发现每轮都变慢，检查是不是有组件在每轮都改系统提示词。

AGENTS.md 没被读到：标准模式会读项目根目录的 AGENTS.md / CLAUDE.md，以及$DSH_HOME/AGENTS.md和.local覆盖文件。确认文件名大小写正确，且文件在启动目录的搜索路径上。极简模式不注入 AGENTS.md，这是设计如此。

6. 长期编码与 Agent 场景的接入建议

如果你只是偶尔切模式做评估，上面这套 config.toml 够用了。但如果你要长期跑编码 Agent，尤其是需要多模型切换、多 preset 并存的场景，建议把凭证和 preset 管理分开：凭证走 TaoToken 统一 Key，preset 按项目拆成多个 toml 片段，用 include 合并。

长期编码和 Agent 工作流更适合用 Coding Plan 来管理配额和模型路由：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=coding-plan

如果你用的是 Claude Code 类的客户端，Anthropic 兼容接入的配置方式在：https://taotoken.net/claude-code?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=claudecode

标准模式和极简模式的切换，说到底就是改一行default_preset或者启动时加一个--preset参数。真正花时间的是把工具集裁剪到刚好够用——工具越多，Token 消耗越大，模型被干扰的概率也越高。我自己的做法是：日常改代码用标准模式但手动砍掉tool-web和tool-ralph，跑评估用极简模式，两边共用同一个 TaoToken Key，config.toml 里只维护一份接入配置。这样切换成本最低，也最不容易配错。