DeepSeek Harness の使い方:実プロジェクトを要件から納品までやり切る

dsh での本物のプロジェクト開発をまるごと収録:ワークスペース作成、要件の徹底ヒアリング、PRD、タスク分割、TDD 開発から GitHub 納品まで、すべて実画面のスクリーンショット付き。

最終更新: 2026-09-16

DeepSeek Harness をインストールしたら、次に気になるのは「本当に仕事で使えるのか」という点。このガイドは、ある一つの実プロジェクトを最初から最後まで記録したものです。「CLI の todo ツールを作って」という一行の要件から始まり、要件の徹底ヒアリング、PRD 作成、タスク分割、TDD 開発を経て、コードが GitHub にマージされるまで——エディタを一切開かずに完了します。

以下の 8 ステップは元動画の画面と一対一で対応し、コマンドやファイル名は動画に実際に表示されたもの(CONTEXT.md、ADR、todo-cli-v1.md など)に従います。各スクリーンショットから元動画の該当秒数へジャンプできるので、まず通読してから手を動かすのがおすすめです。

要件から納品までの 8 ステップ

  1. 1

    ワークスペースを作り、開発環境の初期設定を済ませる

    プロジェクトの開始時は新しいワークスペースを作成し、まず Agent に土台を作らせます:ローカルは git で管理、リモートは GitHub へ、issue 運用の規約は AGENTS.md と docs/agents/ に書き込み。どのツールをいつ呼び出したかは「トレース」パネルで全部確認できます——後で問題が起きたときの追跡にも役立ちます。

    DeepSeek Harness のトレースパネルで setup-skills セッションを再生:read・write・ask_user_question などのツール呼び出しが一覧になり、AGENTS.md と docs/agents/ への初期化の書き込みがわかる
    トレースパネルには初期化セッションの全ツール呼び出しが記録されます。動画 2:46 あたりを見る
    todo-cli-deepseek-harness の GitHub リポジトリトップ。AGENTS.md、CONTEXT.md、docs、tests、workflows が DeepSeek Harness からコミットされている
    初日からプロジェクトのコードはすべて GitHub リポジトリで管理。動画 5:42 あたりを見る
  2. 2

    設定でモデルを接続する

    「設定 → モデル」を開き、DeepSeek オープンプラットフォームで発行した API キーを貼り付けて保存すればすぐ使えます。別のモデルを使いたい場合も、同じ画面で追加のモデルやカスタムプロバイダーを登録できるので、以降のフローは特定ベンダーに縛られません。

    DeepSeek Harness の設定ダイアログ、モデルタブ:プロジェクト開始前に設定するのは DeepSeek API キー入力欄と保存ボタンだけ
    設定で API キーを貼るだけで開発を始められます。動画 1:02 あたりを見る
  3. 3

    要件を書き、Agent に徹底的に問いただす

    /grill-with-docs スキルで始め、要件は一行で十分です:ゼロから todo CLI ツールを作る、v1 の機能は追加・一覧・完了のみ、データはローカルの JSON に保存、「方針が固まるまで徹底的に問い詰めて」。Agent はドメイン仕様・技術仕様・UI 仕様の 3 つの観点から次々と質問してきます。答えるほどに手戻りは減ります。

    $我想从零做一个命令行待办清单 todo-cli,v1 只要:添加待办、列出待办、标记完成。数据先存在本地 JSON 文件。请拷问我直到方案清晰。
    DeepSeek Harness の grill-with-docs セッション開始画面:todo-cli の要件文と、AGENTS.md・skill-catalog などのコンテキスト注入リスト
    すべては「方針が固まるまで問い詰めて」の一文から。動画 3:06 あたりを見る
  4. 4

    回答を CONTEXT.md と技術選定 ADR に落とす

    ヒアリングで固まった内容は、人と Agent が共有する 2 つのドキュメントになります。ドメイン用語(「todo」とは何か、使ってはいけない言い換え)は CONTEXT.md へ。技術選定(Python 3 標準ライブラリのみ、Go と Node.js を却下した理由つき)は docs/adr/ へ。CLI プロジェクトは headless モードと確認できた時点で UI の質問は終了し、余計なファイルは作りません。

    DeepSeek Harness の CONTEXT.md ドメイン用語ページ(Markdown 表示):Todo の定義、内容・行番号フィールド、使用禁止の類義語まで明記
    「todo」の定義を人と Agent が同じファイルで共有。動画 3:42 あたりを見る
    DeepSeek Harness のアーキテクチャ決定記録 0001-python-stdlib-only.md:todo CLI を Python 3 標準ライブラリのみにした理由と、Go・Node.js を却下した根拠
    技術選定の結論と理由は ADR ファイルに残ります。動画 4:34 あたりを見る
  5. 5

    確定した要件を PRD にまとめる

    新しいセッションを開き、Agent にこれまでの議論を docs/prd/todo-cli-v1.md にまとめさせます:課題、解決方針、受け入れ基準のすべてが、CONTEXT.md の用語と ADR の意思決定にさかのぼって追跡できます。

    DeepSeek Harness で docs/prd/todo-cli-v1.md をプレビュー:CONTEXT.md と ADR から整理された todo CLI v1 の PRD(課題・解決方針つき)
    ヒアリングで固まった内容が、レビュー可能な PRD になります。動画 5:16 あたりを見る
  6. 6

    PRD をタスクに切り、GitHub で一元管理する

    次のセッションで PRD を 6 つの独立したタスクスライスに分解し、issue として GitHub にプッシュ。それぞれに ready-for-agent ラベル、受け入れ基準、依存関係が付きます。人間の判断が必要なスライス 6 だけは ready-for-human に。

    todo-cli-deepseek-harness リポジトリの issue 一覧:PRD から切り出されたクローズ済み v1 タスクスライス 6 件、すべて ready-for-agent ラベル付き
    タスクは 6 枚。受け入れ基準と依存関係も issue に明記。動画 5:52 あたりを見る
  7. 7

    タスクごとに開発:ブランチを切り、TDD で回す

    各タスクには専用のセッションを用意し、最新の main からブランチを切って TDD で進めます:まず RED テストを書いて期待どおり失敗することを確認し、最小の実装で GREEN にし、リファクタリング。スライスが完了すると、Agent は納品ファイルと手動検証の結果を報告し、PR を作成します。

    $从最新 main 拉取分支,准备实现 todo-cli 的 GitHub issue #3
    DeepSeek Harness の tdd Issue #3 セッションが tracer bullet ループを実行中:todo add の RED テストを書いて失敗を確認し、最小実装で GREEN へ
    RED・期待どおりの失敗・最小 GREEN——スライスごとにこの循環。動画 7:26 あたりを見る
  8. 8

    main にマージし、README を書き、実機で検収する

    PR がマージされ、受け入れ基準をすべて満たすと、対応する issue は自動でクローズされます。納品前に Agent が README——インストール、クイックスタート、コマンドリファレンス——を書き、pip でグローバルな todo コマンドをパッケージ。最後の仕上げは自分の番です:インストールして、add・list・done を実際に動かしてみましょう。

    DeepSeek Harness セッションの納品報告:PR #10 が main にマージ、ブランチは保持、issue #5 は受け入れ基準 4 項目すべて合格で自動クローズ
    PR をマージすれば issue は自動クローズ。基準全合格で初めて完了。動画 9:18 あたりを見る
    DeepSeek Harness の納品セッションが書いた README.md のプレビュー:todo CLI の機能一覧、必要環境、インストールとクイックスタートの目次
    README のドラフトも Agent に任せ、人はレビューに専念。動画 9:02 あたりを見る
    ターミナルで納品された todo CLI を実機検収:todo add・todo list・todo done を連続実行し、隣には DeepSeek Harness の README モーダル
    最終関門:実バイナリで 3 つのコマンドを実際に動かす。動画 9:36 あたりを見る

よくある質問

DeepSeek Harness で実プロジェクトを回すときの疑問に、まとめてお答えします。

コードを書けなくても、このワークフローでプロジェクトを作れますか?

作れます。元動画の作者は一度もエディタを開いていません。あなたの仕事は要件への回答、PR のレビュー、受け入れ判断だけ。そのためにヒアリングと受け入れ基準が用意されています。

CONTEXT.md とは何ですか?なぜ重要なのですか?

ヒアリングで作られるドメイン用語集です。プロジェクトの重要な用語(「todo」とは何か、避けるべき言い換え)の定義を、人間と Agent が同じファイルで共有します。これがないと、「todo」の意味が人間の頭の中と生成コードの中でズレる——AI コーディングで最も起きやすい事故を未然に防げます。

要件のヒアリングは省略できますか?

省略はできますが、しないことをおすすめします。省略すると空白を Agent の推測が埋め、その推測が開発段階での手戻りになって返ってきます。ドメイン・技術・UI の 3 方向の質問は、フロー全体で最も安価に間違いを直せる場所です。

途中で方向性がずれたときはどうすればいいですか?

セーフティは 3 重です。トレースパネルに全ツール呼び出しの記録があり、どこからずれたかを特定できます。各スライスは専用の git ブランチで作業するので、失敗したスライスが main に触れることはありません。そして PR は受け入れ基準を満たさないとマージできず、main は常に納品可能な状態を保てます。

自分の好きなモデルを使えますか?

使えます。設定 → モデルでは追加のプロバイダーやカスタムプロバイダーを登録でき、OpenAI 互換エンドポイントなら同じワークフローをそのまま流用できます。動画では DeepSeek 公式 API キーを使っていますが、フロー自体は特定ベンダーに依存しません。

プロジェクトのデータはどこに保存されますか?

コードとドキュメントはローカルのワークスペースディレクトリに保存され、git で管理されてあなた自身の GitHub リポジトリにプッシュされます(デモはプライベートリポジトリ)。todo のデータは要件どおりローカルの JSON ファイルに保存されます。外部に出るのは、あなたが設定したモデルへの API 呼び出しだけです。

関連ガイド

このワークフローを支える各要素を、さらに深く掘り下げます。

ソースとクレジット

すべての画面は DeepSeek Harness の Web UI で最初から最後まで録画された実プロジェクトのものです。コマンドとファイル名は画面に表示されたものに従い、各画像のリンクは元動画の該当秒数へジャンプします。

DSH Plugins は DeepSeek Harness プラグインの独立したコミュニティ ディレクトリです。DeepSeek との提携・公認はありません。サードパーティ製プラグインはセキュリティ監査を受けていません。インストール前にソースコードをご確認ください。

DeepSeek Harnessの新着プラグインを毎週お届け。スパムはありません。