DeepSeek Harness

Elige la conexión que necesitasCopy Anchor Link

Para usar TokenLab como modelo principal del agente, añade un custom provider en la interfaz web de Harness. Funciona de forma independiente del bundle opcional de TokenLab. Añade herramientas MCP para medios y otras API, o un Skill con instrucciones de uso de las API; ninguna de estas opciones cambia por sí sola el modelo principal.

Harness es una versión preliminar para desarrolladores. Estos pasos de la interfaz web se contrastaron con la documentación oficial y el paquete publicado @deepseek-ai/dsh 0.1.5-rc.3 el 27 de septiembre de 2026. Las instrucciones del bundle también se refieren a esta versión; comprueba por separado la compatibilidad con otras versiones de Harness.

Encarga esta tarea a tu agenteCopy Anchor Link

Lee https://tokenlab.sh/docs/es/integrations/deepseek-harness y comprueba mi versión instalada y mi sistema operativo.
Confirma si necesito TokenLab como modelo principal, herramientas MCP o Skills para las API.
Conserva las cuentas, la configuración de proveedores y los permisos existentes; explica cómo restaurar los ajustes modificados.
No me pidas que pegue claves API en el chat. Introduciré la clave localmente y realizaré los pasos necesarios en la interfaz.
Explica el coste de una pequeña solicitud de verificación. Solo cuando elija expresamente realizar esa prueba, ayúdame a ejecutarla y a cotejar el registro de la solicitud en TokenLab.

Inicia HarnessCopy Anchor Link

Usa la CLI de Node en macOS, Linux o Windows con una versión de Node compatible; Node 24 LTS es una opción adecuada para empezar. Desde el directorio de tu proyecto, ejecuta lo siguiente en un terminal o en PowerShell:

node --version
npx @deepseek-ai/dsh@0.1.5-rc.3 web

Abre la URL local que muestra el comando. Al entrar por primera vez en la interfaz web, usa Choose workspace para añadir y seleccionar el directorio de tu proyecto antes de enviar un mensaje. Estos comandos usan el perfil web; el perfil desktop de la aplicación Electron no se gestiona con este flujo de la CLI. Consulta la guía de inicio y la guía de la interfaz web oficiales.

Configura un proveedor TokenLabCopy Anchor Link

1. Abre Settings → Models → Add a custom provider. Conserva los proveedores y los permisos existentes.
2. Introduce un Provider ID en minúsculas, como tokenlab-chat, y elige un protocolo y su Base URL correspondiente en la tabla siguiente. Cada proveedor usa un solo protocolo.
3. Introduce tu clave API de TokenLab en el formulario local. Harness guarda las claves gestionadas desde la interfaz en $DSH_HOME/.credentials.yaml; el documento de configuración contiene una referencia. No envíes la clave por el chat ni la incluyas en un commit.
4. Añade un ID de modelo actual del catálogo de TokenLab. Comprueba su campo tokenlab.accepted_request_formats en la API de detalles del modelo, sin deducir la compatibilidad a partir del nombre.
5. Guarda el proveedor, selecciona su modelo e inicia una sesión nueva. Una sesión existente que ya haya enviado una solicitud conserva el modelo registrado para ella.

Para una primera solicitud de texto, puedes configurar una entrada de gpt-4.1-mini que esté disponible actualmente siguiendo la fila Chat. Fetch available models → Add selected puede ayudarte a completar un custom provider, pero obtener la lista no verifica la compatibilidad con el protocolo ni que una solicitud facturable funcione; guarda el proveedor después. Introduce el ID manualmente si el descubrimiento de modelos no está disponible.

Harness no ofrece aquí un protocolo Gemini nativo para custom providers. Usa Chat solo si los detalles del modelo incluyen Chat Completions entre los formatos de solicitud admitidos. Las entradas de imagen y los controles de razonamiento pueden necesitar campos adicionales en settings.yaml; consulta la configuración de proveedores de Harness y los campos admitidos por el modelo seleccionado antes de activarlos.

Verifica una solicitud pequeñaCopy Anchor Link

En la sesión nueva, envía:

Reply only with TOKENLAB_CONNECTION_OK. Do not use tools or modify files.

Esta solicitud se factura. Comprueba la respuesta y el modelo, la hora y el estado correspondientes en TokenLab Requests. Detén la comprobación después de esta prueba de texto; no necesitas probar los tres protocolos ni generar medios de pago para establecer la primera conexión. La lista de modelos o el descubrimiento MCP por sí solos no validan los permisos de generación de la clave.

Opcional: el bundle de TokenLabCopy Anchor Link

@tokenlabai/dsh-provider@0.1.5 está dirigido a Harness 0.1.5-rc.3. Usa los pasos nativos anteriores para configurar un solo modelo, o instala el bundle para disponer de sus rutas de modelos y herramientas preconfiguradas.

El bundle contiene una instantánea fija de 136 modelos de chat públicos, comprobada el 27 de septiembre de 2026: Responses 27, Messages 10 y Chat 99. Cada modelo aparece en una sola ruta. Fija la versión @tokenlabai/mcp-server@0.6.24 e incluye la herramienta independiente tokenlab_wait_task. Instalar esta versión no actualiza el catálogo. Comprueba los ID en el catálogo actual y añade modelos más recientes mediante un custom provider cuando lo necesites.

Si ya tienes una instalación compatible de Harness, comprueba primero que pnpm esté en PATH. Usa el mismo ejecutable dsh, la misma versión y el mismo perfil para instalar e iniciar. Si arrancas Harness con npx, sustituye dsh en los comandos siguientes por ese mismo comando de inicio con su versión:

dsh --version
pnpm --version
dsh plugin --profile web add --workspace-root @tokenlabai/dsh-provider@0.1.5

Antes de iniciar ese perfil, define la clave en el entorno de inicio o en el archivo .env que lee:

TOKENLAB_API_KEY=sk-your-tokenlab-key

Harness lee .env en el directorio desde el que lo inicias y en $DSH_HOME (normalmente ~/.dsh); una variable de entorno heredada tiene prioridad. Seleccionar un espacio de trabajo más tarde no selecciona otro .env. Mantén ese archivo fuera de Git y reinicia después de modificarlo. Una clave guardada en la interfaz para un custom provider no proporciona automáticamente el TOKENLAB_API_KEY que necesita el bundle.

Reinicia el mismo perfil y revisa sus listas de modelos y herramientas. Para headless, instala e inicia con headless en lugar de web; instalar en un perfil no configura el otro.

Harness 0.1.5-rc.3 combina los llm-pi-ai.providers guardados por clave de proveedor. Los proveedores con claves distintas coexisten. Las entradas guardadas tokenlab-responses, tokenlab-messages o tokenlab-chat sustituyen la ruta del bundle con la misma clave; revísalas al actualizar un catálogo antiguo. Conserva los demás proveedores y modelos de $DSH_HOME/settings.yaml; no sustituyas todo el documento de configuración por el parche Cordis.

Los detalles públicos de los modelos indican su capacidad de razonamiento, pero no enumeran los valores de esfuerzo admitidos por cada modelo. Por eso, el bundle no declara reasoningEfforts. Harness no ofrece niveles de esfuerzo para estas rutas personalizadas; esto no desactiva el razonamiento del servidor. Si configuras reasoningEfforts por tu cuenta, usa solo valores verificados por separado en la entrada del modelo de la lista models de su proveedor y conserva los demás modelos. La capacidad de razonamiento por sí sola no demuestra compatibilidad con xhigh o max.

El bundle usa por defecto TOKENLAB_MCP_TOOL_PROFILE=core, con 32 herramientas MCP, y TOKENLAB_MCP_SCHEMA_MODE=portable. Usa catalog solo para descubrimiento (6 herramientas), o full para las 89 herramientas, incluidas operaciones adicionales de ciclo de vida de respuestas, lotes, recursos y grupos de Seedance, y worlds. El sondeador independiente tokenlab_wait_task sigue disponible en todos los perfiles y no se incluye en estos recuentos MCP. TOKENLAB_API_BASE y TOKENLAB_ANTHROPIC_BASE_URL usan por defecto https://api.tokenlab.sh; TOKENLAB_OPENAI_BASE_URL usa https://api.tokenlab.sh/v1.

En las herramientas multimedia del bundle, revisa delivery.mode: usa directamente la salida complete; para un resultado async, pasa delivery.task_id a tokenlab_wait_task y lee el status terminal, la response y los result_urls. Que se agote el tiempo de espera no significa que la tarea haya terminado. Mantén las aprobaciones para las herramientas facturables o destructivas. Consulta las tareas asíncronas.

Para eliminar el bundle, usa el mismo comando de inicio y el mismo perfil, y después reinicia:

dsh plugin --profile web remove --workspace-root @tokenlabai/dsh-provider

Si algo fallaCopy Anchor Link

• El cuadro de entrada está desactivado: selecciona tanto un espacio de trabajo como un modelo.
• MISSING_CREDENTIAL o 401: comprueba las credenciales del proveedor seleccionado. Para las herramientas del bundle, comprueba TOKENLAB_API_KEY en el entorno de inicio; la clave del modelo guardada en la interfaz es un ajuste distinto.
• UNKNOWN_MODEL o un ID retirado: consulta el catálogo actual, configura el ID exacto disponible y crea una sesión nueva. Reinstalar el bundle 0.1.5 no actualiza su instantánea.
• La URL es accesible, pero la generación falla: compara el protocolo, la Base URL y los formatos que acepta el modelo. No elimines el historial, las herramientas ni las entradas de imagen solo para convertir un error en una comprobación exitosa.
• No se encuentra dsh o pnpm: usa el comando npx con versión indicado arriba para Harness; instala pnpm antes de usar los comandos de plugin. Un fallo al instalar el plugin no es un fallo de la clave API.

MCP y Skills son opciones independientesCopy Anchor Link

Añadir un custom provider manualmente no instala herramientas. Sigue la guía MCP de TokenLab si necesitas herramientas API invocables sin el bundle, y comprueba su descubrimiento antes de generar contenido.

Para TokenLab Skills, conserva la carpeta completa del Skill en .dsh/skills/tokenlab-api-integration/, bajo la raíz del proyecto, incluidos SKILL.md y los archivos referenciados. Harness también descubre .agents/skills/. Estas instrucciones no instalan un proveedor, un servidor MCP ni una clave. La referencia oficial de Skills en el sistema de archivos define las ubicaciones compatibles.

Jev / System One & WebhooksCopy Anchor Link

Para Jev (POST /v1/systemone), usa mcp__tokenlab__evaluate_decisions en core o full. Comprueba category=decision y los detalles del modelo. Son decisiones síncronas, no modelos de chat ni tareas asíncronas; no uses el selector ni tokenlab_wait_task.

Los webhooks requieren full y un TOKENLAB_MANAGEMENT_TOKEN=mt-... separado en el entorno de inicio, transmitido explícitamente a MCP. La clave de inferencia no lo sustituye. El token tiene más permisos de administración; registrar un webhook no convierte a Harness en receptor.