Herramientas de código

DeepSeek Harness

Configure un modelo de TokenLab en Harness, verifique una solicitud y elija MCP, Skills o el paquete de proveedor

Elija la conexión que necesita

Para usar TokenLab como el modelo principal del agente, añada un proveedor personalizado en la interfaz web de Harness. Esto funciona independientemente del paquete de proveedor opcional de TokenLab. Añada herramientas MCP para APIs de medios y otras, o una Skill para instrucciones de API; ninguna de estas opciones cambia el modelo principal por sí sola.

Harness es una vista previa para desarrolladores. Estos pasos de la interfaz web siguen la documentación oficial de @deepseek-ai/dsh 0.2.0-rc.2, la etiqueta latest actual de npm (verificada el 12 de octubre de 2026). Se probaron por última vez de extremo a extremo en la versión 0.1.5-rc.3; las comprobaciones de solicitud a continuación aún no se han vuelto a ejecutar contra la 0.2.0-rc.2. El paquete opcional a continuación todavía apunta a la 0.1.5-rc.3; verifique la compatibilidad con otras versiones de Harness por separado.

Asigne esta tarea a su agente

Read https://tokenlab.sh/docs/es/integrations/deepseek-harness and check my installed version and operating system.
Confirm whether I need TokenLab as the main model, MCP tools, or API Skills.
Preserve existing accounts, provider configuration, and permissions; explain how to restore changed settings.
Keep API keys local; do not ask me to paste them into chat. I will enter the key locally and perform required UI steps.
Explain the cost of a small verification request. Only after I explicitly choose that test, help run it and match the TokenLab request record.

Iniciar Harness

Utilice la CLI de Node en macOS, Linux o Windows con una versión de Node compatible; Node 24 LTS es un punto de partida adecuado. Desde el directorio de su proyecto, ejecute esto en una terminal o PowerShell:

node --version
npx @deepseek-ai/dsh web

Sin una versión, npx instala la etiqueta latest de npm, que puede ser más reciente que la 0.2.0-rc.2, la versión con la que se verificaron estos pasos. No instala la etiqueta alpha.

Abra la URL local impresa por el comando. En una interfaz web nueva, utilice Choose workspace para añadir y seleccionar el directorio de su proyecto antes de enviar un mensaje. Estos comandos utilizan el perfil web; el perfil desktop de la aplicación Electron no se gestiona mediante este flujo de trabajo de CLI. Consulte la guía de inicio oficial y la guía de la interfaz web.

Configurar un proveedor de TokenLab

  1. Abra Settings → Models, elija Add model provider, luego cambie la tarjeta a Custom model API. (Harness 0.1.5-rc.3 llamaba a esto Add a custom provider.) Conserve los proveedores y permisos existentes.
  2. Introduzca un ID de proveedor en minúsculas, como tokenlab-chat, y elija un protocolo y su URL base correspondiente a continuación. Cada proveedor utiliza un protocolo.
  3. Introduzca su clave de API de TokenLab en el formulario local. Harness almacena las claves gestionadas por la interfaz en $DSH_HOME/.credentials.yaml; la configuración solo conserva su referencia de credencial. No envíe la clave en el chat ni la confirme. El proveedor y su protocolo se guardan en $DSH_HOME/profiles/<profile>/cordis.patch.yml, que es $DSH_HOME/profiles/web/cordis.patch.yml para el perfil estándar dsh web.
  4. Añada un ID de modelo actual desde TokenLab Models. Compruebe su tokenlab.accepted_request_formats en la API de detalles del modelo, en lugar de adivinar la compatibilidad por su nombre.
  5. Guarde el proveedor, seleccione su modelo e inicie una nueva sesión. Una sesión existente que ya haya enviado una solicitud conserva su modelo registrado.
Ejemplo de ID de proveedorProtocolo de API de HarnessURL baseFormato de solicitud pública requerido
tokenlab-chatopenai-completionshttps://api.tokenlab.sh/v1openai_chat_completions
tokenlab-responsesopenai-responseshttps://api.tokenlab.sh/v1openai_responses
tokenlab-messagesanthropic-messageshttps://api.tokenlab.shanthropic_messages

Para una primera solicitud de texto, una entrada gpt-5.6-luna actualmente disponible puede usar la fila Chat. Fetch available models → Add selected puede ayudar a completar un proveedor personalizado, pero el éxito en el listado no verifica la compatibilidad del protocolo ni una solicitud facturable; guarde el proveedor después. Introduzca el ID manualmente si el descubrimiento no está disponible.

Harness no ofrece un protocolo de proveedor personalizado nativo de Gemini aquí. Use Chat solo cuando los detalles de ese modelo listen Chat Completions como formato de solicitud aceptado. La entrada de imágenes y los controles de razonamiento pueden requerir campos adicionales en $DSH_HOME/profiles/web/cordis.patch.yml; siga la configuración de proveedores de Harness y los campos compatibles del modelo seleccionado antes de habilitarlos. (Aún no se ha vuelto a probar en la 0.2.0-rc.2.)

Verificar una solicitud pequeña

En la nueva sesión, envíe:

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

Esta solicitud es facturable. Compruebe la respuesta y el modelo, la hora y el estado correspondientes en TokenLab Requests. Deténgase después de esta comprobación de texto; no es necesario probar tres protocolos ni generar medios de pago para establecer la primera conexión. Un listado de modelos o el descubrimiento de MCP por sí solos no validan el acceso de generación de la clave.

Opcional: el paquete de TokenLab

@tokenlabai/dsh-provider@0.1.6 apunta a Harness 0.1.5-rc.3: sus dependencias de pares siguen siendo @deepseek-ai/dsh-tools y @deepseek-ai/dsh-mcp-client 0.1.5-rc.3. No se ha probado con Harness 0.2. Para usar el paquete, inicie la versión correspondiente: npx @deepseek-ai/dsh@0.1.5-rc.3 web. Utilice los pasos nativos del proveedor personalizado anteriores para configurar un modelo, o instale el paquete para sus rutas de modelo y herramientas preestablecidas.

El paquete contiene una instantánea fija de 145 modelos de chat públicos verificados el 3 de octubre de 2026: 28 Responses, 11 Messages y 106 Chat. Cada modelo aparece en exactamente una ruta. Fija @tokenlabai/mcp-server@0.6.25 e incluye la herramienta separada tokenlab_wait_task. Instalar esta versión no actualiza el catálogo de modelos. Compruebe los IDs contra el catálogo en vivo y añada modelos más nuevos a través de un proveedor personalizado cuando sea necesario.

Para una instalación de Harness compatible existente, primero asegúrese de que pnpm esté en el PATH. Utilice el mismo ejecutable/versión de dsh y perfil para la instalación y el inicio; si inicia a través de npx, reemplace dsh a continuación con ese mismo lanzador versionado:

dsh --version
pnpm --version
dsh plugin --profile web add --workspace-root @tokenlabai/dsh-provider@0.1.6

Antes de iniciar ese perfil, establezca la clave en el entorno de lanzamiento o en su archivo .env:

TOKENLAB_API_KEY=sk-your-tokenlab-key

Harness lee .env en el directorio donde lo inicia y en $DSH_HOME (normalmente ~/.dsh); una variable de entorno heredada tiene prioridad. Seleccionar un espacio de trabajo más tarde no selecciona un .env diferente. Mantenga ese archivo fuera de git y reinicie después de cambiarlo. Una clave guardada para un proveedor personalizado en la interfaz no suministra automáticamente la TOKENLAB_API_KEY de este paquete.

Reinicie el mismo perfil, luego inspeccione sus listas de modelos y herramientas. Para headless, instale y lance headless en lugar de web; instalar en un perfil no configura el otro.

En Harness 0.1.5-rc.3 (el objetivo del paquete), Harness fusiona los llm-pi-ai.providers guardados por clave de proveedor. Los proveedores con claves diferentes coexisten. Las entradas guardadas tokenlab-responses, tokenlab-messages o tokenlab-chat anulan la ruta empaquetada correspondiente; revise esas entradas al actualizar un catálogo antiguo. Conserve los otros proveedores y modelos en $DSH_HOME/settings.yaml; no reemplace todo el documento de configuración con el parche Cordis.

Los detalles del modelo público identifican la capacidad de razonamiento pero no enumeran los valores de esfuerzo admitidos por modelo. Por lo tanto, el paquete deja reasoningEfforts sin declarar. Harness no ofrece niveles de esfuerzo para estas rutas personalizadas; esto no deshabilita el razonamiento del lado del servidor. Si configura reasoningEfforts usted mismo, utilice solo valores verificados por separado en la entrada del modelo en la lista de models de su proveedor y conserve los otros modelos. La capacidad de razonamiento por sí sola no establece soporte para xhigh o max.

El paquete utiliza por defecto TOKENLAB_MCP_TOOL_PROFILE=core con 32 herramientas MCP y TOKENLAB_MCP_SCHEMA_MODE=portable. Elija catalog solo para descubrimiento (6 herramientas), o full para las 89 herramientas, incluidas operaciones adicionales de ciclo de vida de respuesta, procesamiento por lotes, activos/grupos de Seedance y mundos. El sondeador separado tokenlab_wait_task permanece disponible en cada perfil y no se incluye en estos conteos de MCP. TOKENLAB_API_BASE y TOKENLAB_ANTHROPIC_BASE_URL tienen por defecto https://api.tokenlab.sh; TOKENLAB_OPENAI_BASE_URL tiene por defecto https://api.tokenlab.sh/v1.

Para las herramientas de medios del paquete, inspeccione delivery.mode: consuma la salida complete directamente; pase el delivery.task_id de un resultado async a tokenlab_wait_task y lea su status, response y result_urls terminales. Un tiempo de espera de espera no es una tarea completada. Mantenga las aprobaciones para herramientas facturables o destructivas. Consulte tareas asíncronas.

Para eliminar el paquete, utilice el mismo lanzador y perfil, luego reinicie:

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

Si falla

  • El compositor está deshabilitado: seleccione tanto un espacio de trabajo como un modelo.
  • MISSING_CREDENTIAL o 401: compruebe la credencial del proveedor seleccionado. Para las herramientas del paquete, compruebe TOKENLAB_API_KEY en el entorno de lanzamiento; una clave de modelo guardada en la interfaz es una configuración separada.
  • UNKNOWN_MODEL o un ID retirado: compruebe el catálogo en vivo, configure el ID exacto actual y luego cree una nueva sesión. Reinstalar el paquete 0.1.6 no actualiza su instantánea.
  • La URL es accesible pero la generación falla: compare el protocolo, la URL base y los formatos aceptados del modelo. No elimine el historial, las herramientas o la entrada de imágenes simplemente para convertir un error en una verificación exitosa.
  • Falta dsh o pnpm: utilice npx @deepseek-ai/dsh web (o @0.1.5-rc.3 para el paquete); instale pnpm antes de usar comandos de plugin. Un error de instalación de plugin no es un error de clave de API.

MCP y Skills son opciones separadas

Un proveedor personalizado manual no instala herramientas. Siga la guía de MCP de TokenLab si necesita herramientas de API invocables sin el paquete, y compruebe el descubrimiento antes de cualquier generación.

Para TokenLab Skills, mantenga la carpeta completa de la skill en .dsh/skills/tokenlab-api-integration/ bajo la raíz del proyecto, incluyendo SKILL.md y los archivos referenciados. Harness también descubre .agents/skills/. Estas instrucciones no instalan un proveedor, servidor MCP o clave. La referencia oficial de Skills del sistema de archivos define las ubicaciones admitidas.

Jev / System One y Webhooks

Utilice mcp__tokenlab__evaluate_decisions en core o full para Jev (POST /v1/systemone). Descubra category=decision e inspeccione el modelo primero. Estas son decisiones síncronas, no modelos de chat o tareas asíncronas; no utilice el selector de modelos ni tokenlab_wait_task.

La gestión de webhooks requiere full y un TOKENLAB_MANAGEMENT_TOKEN=mt-... separado en el entorno de lanzamiento, pasado explícitamente a MCP por el paquete. Una clave de inferencia no puede sustituirlo. Los tokens de gestión tienen autoridad a nivel de espacio de trabajo más allá de los webhooks; registrar un webhook no convierte a Harness en un receptor.

En esta página