dsha（DeepSeek Harness Android）是我目前的主打项目：把完整的 DeepSeek Harness 生态带到 Android 手机上运行。这篇文章记录它的动机与过程。

为什么做这个项目

平时在电脑上跑 AI Agent 很方便，但手机才是我们每天随身携带的设备。如果能用 Termux / Proot 方案在 Android 上搭起 Harness 环境，就可以随时随地：

  • 跑 DeepSeek Harness 及其插件与技能；
  • 研究 AI Agent 的规划、工具调用与反思循环；
  • 实践 MCP 协议与 Agent 生态集成。

对一个高中生来说，「把桌面级工具装进口袋」本身就是很酷的挑战。

技术路线

项目主体使用 Java，围绕 Android 端的环境引导与 Harness 集成展开：

dsha/
├── android/     # Android 端：环境引导、Termux/Proot 方案
├── harness/     # DeepSeek Harness 生态集成
├── plugins/     # Agent 技能与 MCP 插件
└── tooling/     # 个人脚本与工具链

踩过的坑

  1. 文件系统差异：Android 的存储权限模型和 Linux 完全不同，路径映射是第一道坎；
  2. 性能约束：手机的 CPU / 内存有限，进程编排必须比桌面端更克制；
  3. 版本兼容：Termux 的软件包与桌面发行版差异不小，依赖要逐个验证。

下一步

继续完善 Android 侧的工程架构与模块化，把 Harness 插件体系在手机上跑得更顺；同时计划写一篇「从零在 Termux 搭建 Harness」的教程，敬请期待。

项目地址：github.com/xiaoguogdk/dsha ↗