AI Open Source Daily 14 Agustus: DeepSeek Harness Cetak Rekor 74 Ribu Bintang Sehari

Hari ini ada satu rilis yang bikin timeline panas: DeepSeek Harness melesat ke 74 ribu bintang hanya dalam sehari. Belum pernah ada agent harness yang adopsinya secepat itu.

Kita ulas tuntas dsh, plus rilis menarik lain dari antirez, tool pengubah buku jadi skill, template software factory dari Vercel, dan kalkulator biaya token. Semua open source dan bisa langsung Anda coba.

DeepSeek Harness: Semua Adalah Plugin, 74 Ribu Bintang Sehari

Dari deepseek-ai/deepseek-harness, dsh mengumpulkan 74.373 bintang dalam sehari. Sinyal paling kuat sepanjang tahun soal seberapa serius DeepSeek mau bersaing di lanskap agent framework seperti Claude Code, Codex, dan Gemini CLI.

Poin kunci arsitekturnya ada di slogan: everything is a plugin. Bukan plugin sebagai fitur tambahan, tapi plugin sebagai prinsip inti. Model, tools, memory, hingga UI semuanya modular. Fondasinya pakai Cordis, framework yang didesain untuk composability spatiotemporal.

Karena masih developer preview, pesannya jelas: iterasi cepat dan bisa ada breaking changes. Tapi komunitas plugin sudah mulai berkumpul lewat topik GitHub dsh-plugin, membentuk ekosistem mirip VS Code marketplace.

Status: 🟡 Beta, developer preview dengan iterasi cepat.

antirez dan MiniMax-H3 di Mac Lokal

Dari antirez/h3.c dengan 1.805 bintang. Pencipta Redis ini merilis inference engine native untuk model multimodal MiniMax-H3, khusus Apple Silicon, ditulis dalam C dengan Metal.

Proyek dibangun sebagai deretan vertical slice yang berjalan berurutan: dari metadata model, parity Metal portabel, prompt encoding, sampai prompt-to-video dan audio. Saat ini fokusnya optimasi memory dan performa khusus H3 di M3 Max dan M5 Max.

Ini menarik bukan cuma soal performa, tapi arah besar yang dituju: model besar bisa jalan lokal di perangkat pribadi. Soal kedaulatan dan privasi AI, bukan sekadar panggilan API cloud.

Status: 🟡 Beta, work in progress dengan fitur bertahap.

Buku 500 Halaman Jadi Agent Skill yang Siap Pakai

Dari Leutenegger/book-to-skill dengan 1.043 bintang. Tool Python ini mengubah PDF buku teknis menjadi satu skill terpadu yang langsung dipahami Copilot CLI, Amp, dan Claude Code.

Bedanya dari RAG generik: outputnya mengikuti standard Agent Skills lintas vendor, bukan sekadar vector index. Jadi hasilnya berupa konteks yang dibawa agent saat coding, bukan query engine.

Format sumber yang didukung cukup lengkap: PDF, EPUB, DOCX, MD, HTML, RTF, hingga MOBI. Ini cara baru memanfaatkan knowledge base teknis di era agent.

Status: ✅ Rilis, open source MIT.

Foreman dari Vercel: Software Factory, Manusia Pegang Keputusan

Dari vercel-labs/eve-software-factory-template dengan 191 bintang. Template software factory ini menempatkan AI agent di tiap tahap, tapi manusia tetap memegang keputusan akhir.

Ada empat station independen: Classifier untuk triase task, Analyst yang bikin plan dan acceptance criteria, Implementer yang menjalankan plan di sandbox, dan Reviewer yang menilai secara independen terhadap diff nyata. Kunci auditable-nya: Reviewer cuma lihat branch, bukan reasoning Implementer.

Ini kontras dengan Devin yang cenderung all-otomatis. Foreman sengaja menjaga approval manusia lewat TUI dan mekanisme GitHub, termasuk deteksi CI red otomatis.

Status: ✅ Rilis, template open source MIT, deploy via Vercel.

tokentab: Jawaban Pasti, Bulan Ini Habis Berapa untuk Coding

Dari wzchav/tokentab dengan 212 bintang. CLI Python yang membaca session log yang sudah ada di disk, lalu menjumlahkan token dan biaya per model, proyek, hari, dan jenis pekerjaan.

Baca format Claude Code, Codex, Cursor, dan Gemini CLI langsung dari log, bukan estimasi. Semua berjalan lokal, tanpa akun dan tanpa upload. Dashboard web-nya bahkan pakai stdlib HTTP server, tanpa framework tambahan.

Status: ✅ Rilis, open source, Python stdlib + rich.

Penutup

Minggu ini lihat polanya: plugin-first semakin jadi tema, agent tools makin berani dibangun lokal, dan developer makin peduli soal biaya token. DeepSeek dengan strategi plugin ekosistem bakal jadi yang paling menarik untuk dipantau.

Referensi

1. DeepSeek Harness

2. antirez/h3.c

3. book-to-skill

4. Foreman (eve software factory template)

5. tokentab