Alat coding

DeepSeek Harness

Konfigurasikan model TokenLab di Harness, verifikasi permintaan, dan pilih MCP, Skills, atau paket penyedia

Pilih koneksi yang Anda perlukan

Untuk menggunakan TokenLab sebagai model utama agen, tambahkan penyedia kustom di Web UI Harness. Ini bekerja secara independen dari paket penyedia TokenLab opsional. Tambahkan alat MCP untuk media dan API lainnya, atau Skill untuk instruksi API; keduanya tidak mengubah model utama dengan sendirinya.

Harness adalah pratinjau pengembang. Langkah-langkah Web UI ini mengikuti dokumentasi resmi untuk @deepseek-ai/dsh 0.2.0-rc.2, tag npm latest saat ini (diperiksa 12 Oktober 2026). Langkah-langkah ini terakhir diuji secara end-to-end pada 0.1.5-rc.3; pemeriksaan permintaan di bawah ini belum dijalankan ulang terhadap 0.2.0-rc.2. Paket opsional di bawah ini masih menargetkan 0.1.5-rc.3; periksa kompatibilitas dengan rilis Harness lainnya secara terpisah.

Berikan tugas ini kepada agen Anda

Read https://tokenlab.sh/docs/id/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.

Mulai Harness

Gunakan Node CLI di macOS, Linux, atau Windows dengan rilis Node yang didukung; Node 24 LTS adalah titik awal yang sesuai. Dari direktori proyek Anda, jalankan perintah ini di terminal atau PowerShell:

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

Tanpa versi, npx akan menginstal tag npm latest, yang bisa jadi lebih baru daripada 0.2.0-rc.2, versi yang digunakan untuk memeriksa langkah-langkah ini. Perintah ini tidak menginstal tag alpha.

Buka URL lokal yang dicetak oleh perintah tersebut. Di Web UI yang baru, gunakan Choose workspace untuk menambahkan dan memilih direktori proyek Anda sebelum mengirim pesan. Perintah-perintah ini menggunakan profil web; profil desktop aplikasi Electron tidak dikelola oleh alur kerja CLI ini. Lihat panduan memulai resmi dan panduan Web UI.

Konfigurasikan satu penyedia TokenLab

  1. Buka Settings → Models, pilih Add model provider, lalu alihkan kartu ke Custom model API. (Harness 0.1.5-rc.3 menyebutnya Add a custom provider.) Pertahankan penyedia dan izin yang sudah ada.
  2. Masukkan ID Penyedia huruf kecil, seperti tokenlab-chat, dan pilih satu protokol serta Base URL yang cocok di bawah ini. Setiap penyedia menggunakan satu protokol.
  3. Masukkan kunci API TokenLab Anda di formulir lokal. Harness menyimpan kunci yang dikelola UI di $DSH_HOME/.credentials.yaml; pengaturan hanya menyimpan referensi kredensialnya. Jangan kirim kunci di dalam chat atau melakukan commit pada kunci tersebut. Penyedia dan protokolnya disimpan di $DSH_HOME/profiles/<profile>/cordis.patch.yml, yang merupakan $DSH_HOME/profiles/web/cordis.patch.yml untuk profil standar dsh web.
  4. Tambahkan satu ID model saat ini dari TokenLab Models. Periksa tokenlab.accepted_request_formats miliknya di API detail model, alih-alih menebak dukungan dari namanya.
  5. Simpan penyedia, pilih modelnya, dan mulai sesi baru. Sesi yang sudah ada dan telah mengirim permintaan akan tetap menggunakan model yang terekam sebelumnya.
Contoh ID PenyediaProtokol API HarnessBase URLFormat permintaan publik yang diperlukan
tokenlab-chatopenai-completionshttps://api.tokenlab.sh/v1openai_chat_completions
tokenlab-responsesopenai-responseshttps://api.tokenlab.sh/v1openai_responses
tokenlab-messagesanthropic-messageshttps://api.tokenlab.shanthropic_messages

Untuk permintaan teks pertama, entri gpt-5.6-luna yang tersedia saat ini dapat menggunakan baris Chat. Fetch available models → Add selected dapat membantu mengisi penyedia kustom, namun keberhasilan daftar tidak memverifikasi dukungan protokol atau permintaan yang dapat ditagih; simpan penyedia setelahnya. Masukkan ID secara manual jika penemuan tidak tersedia.

Harness tidak menawarkan protokol penyedia kustom asli Gemini di sini. Gunakan Chat hanya jika detail model tersebut mencantumkan Chat Completions sebagai format permintaan yang diterima. Input gambar dan kontrol penalaran mungkin memerlukan kolom tambahan di $DSH_HOME/profiles/web/cordis.patch.yml; ikuti konfigurasi penyedia Harness dan kolom yang didukung oleh model yang dipilih sebelum mengaktifkannya. (Belum diuji ulang pada 0.2.0-rc.2.)

Verifikasi satu permintaan kecil

Di sesi baru, kirimkan:

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

Permintaan ini dapat ditagih. Periksa balasan serta model, waktu, dan status yang cocok di TokenLab Requests. Berhenti setelah pemeriksaan teks ini; menguji tiga protokol atau membuat media berbayar tidak diperlukan untuk membangun koneksi pertama. Daftar model atau penemuan MCP saja tidak memvalidasi akses pembuatan kunci.

Opsional: paket TokenLab

@tokenlabai/dsh-provider@0.1.6 menargetkan Harness 0.1.5-rc.3: dependensi peer-nya masih @deepseek-ai/dsh-tools dan @deepseek-ai/dsh-mcp-client 0.1.5-rc.3. Paket ini belum diuji dengan Harness 0.2. Untuk menggunakan paket ini, luncurkan versi yang cocok: npx @deepseek-ai/dsh@0.1.5-rc.3 web. Gunakan langkah-langkah penyedia kustom asli di atas untuk mengonfigurasi satu model, atau instal paket untuk rute model dan alat yang telah ditetapkan sebelumnya.

Paket ini berisi snapshot tetap dari 145 model chat publik yang diperiksa pada 3 Oktober 2026: Responses 28, Messages 11, dan Chat 106. Setiap model muncul tepat di satu rute. Paket ini menyematkan @tokenlabai/mcp-server@0.6.25 dan menyertakan alat tokenlab_wait_task yang terpisah. Menginstal versi ini tidak menyegarkan katalog model. Periksa ID terhadap katalog langsung dan tambahkan model yang lebih baru melalui penyedia kustom jika diperlukan.

Untuk instalasi Harness kompatibel yang sudah ada, pastikan pnpm ada di PATH. Gunakan executable/versi dan profil dsh yang sama untuk instalasi dan startup; jika Anda meluncurkan melalui npx, ganti dsh di bawah dengan peluncur berversi yang sama:

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

Sebelum memulai profil tersebut, atur kunci di lingkungan peluncuran atau file .env-nya:

TOKENLAB_API_KEY=sk-your-tokenlab-key

Harness membaca .env di direktori tempat Anda meluncurkannya dan di $DSH_HOME (biasanya ~/.dsh); variabel lingkungan yang diwariskan lebih diutamakan. Memilih workspace nanti tidak akan memilih .env yang berbeda. Jauhkan file tersebut dari git dan mulai ulang setelah mengubahnya. Kunci yang disimpan untuk penyedia kustom di UI tidak secara otomatis menyediakan TOKENLAB_API_KEY untuk paket ini.

Mulai ulang profil yang sama, lalu periksa daftar model dan alatnya. Untuk headless, instal ke dalam dan luncurkan headless alih-alih web; menginstal ke satu profil tidak mengonfigurasi profil lainnya.

Pada Harness 0.1.5-rc.3 (target paket), Harness menggabungkan llm-pi-ai.providers yang disimpan berdasarkan kunci penyedia. Penyedia dengan kunci berbeda dapat hidup berdampingan. Entri tokenlab-responses, tokenlab-messages, atau tokenlab-chat yang disimpan akan menimpa rute paket yang sesuai; tinjau entri tersebut saat meningkatkan katalog lama. Pertahankan penyedia dan model lain di $DSH_HOME/settings.yaml; jangan ganti seluruh dokumen pengaturan dengan patch Cordis.

Detail model publik mengidentifikasi kemampuan penalaran tetapi tidak menyebutkan nilai upaya yang didukung per model. Oleh karena itu, paket ini membiarkan reasoningEfforts tidak dideklarasikan. Harness tidak menawarkan tingkat upaya untuk rute kustom ini; ini tidak menonaktifkan penalaran sisi server. Jika Anda mengonfigurasi reasoningEfforts sendiri, gunakan hanya nilai yang diverifikasi secara terpisah pada entri model di daftar models penyedianya dan pertahankan model lainnya. Kemampuan penalaran saja tidak menetapkan dukungan untuk xhigh atau max.

Paket ini secara default menggunakan TOKENLAB_MCP_TOOL_PROFILE=core dengan 32 alat MCP dan TOKENLAB_MCP_SCHEMA_MODE=portable. Pilih catalog hanya untuk penemuan (6 alat), atau full untuk semua 89 alat, termasuk siklus hidup respons tambahan, batch, aset/grup Seedance, dan operasi dunia. Poller tokenlab_wait_task yang terpisah tetap tersedia di setiap profil dan tidak termasuk dalam jumlah MCP ini. TOKENLAB_API_BASE dan TOKENLAB_ANTHROPIC_BASE_URL secara default adalah https://api.tokenlab.sh; TOKENLAB_OPENAI_BASE_URL secara default adalah https://api.tokenlab.sh/v1.

Untuk alat media paket, periksa delivery.mode: konsumsi output complete secara langsung; teruskan delivery.task_id dari hasil async ke tokenlab_wait_task dan baca status, response, dan result_urls terminalnya. Batas waktu tunggu bukanlah tugas yang selesai. Simpan persetujuan untuk alat yang dapat ditagih atau destruktif. Lihat tugas async.

Untuk menghapus paket, gunakan peluncur dan profil yang sama, lalu mulai ulang:

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

Jika terjadi kegagalan

  • Composer dinonaktifkan: pilih workspace dan model.
  • MISSING_CREDENTIAL atau 401: periksa kredensial penyedia yang dipilih. Untuk alat paket, periksa TOKENLAB_API_KEY di lingkungan peluncuran; kunci model yang disimpan di UI adalah pengaturan terpisah.
  • UNKNOWN_MODEL atau ID yang sudah pensiun: periksa katalog langsung, konfigurasikan ID yang tepat saat ini, lalu buat sesi baru. Menginstal ulang paket 0.1.6 tidak memperbarui snapshot-nya.
  • URL dapat dijangkau tetapi pembuatan gagal: bandingkan protokol, Base URL, dan format yang diterima model. Jangan hapus riwayat, alat, atau input gambar hanya untuk mengubah kesalahan menjadi pemeriksaan yang berhasil.
  • dsh atau pnpm hilang: gunakan npx @deepseek-ai/dsh web (atau @0.1.5-rc.3 untuk paket); instal pnpm sebelum menggunakan perintah plugin. Kegagalan instalasi plugin bukanlah kegagalan kunci API.

MCP dan Skills adalah pilihan terpisah

Penyedia kustom manual tidak menginstal alat. Ikuti panduan MCP TokenLab jika Anda memerlukan alat API yang dapat dipanggil tanpa paket, dan periksa penemuan sebelum melakukan pembuatan apa pun.

Untuk TokenLab Skills, simpan folder skill lengkap di .dsh/skills/tokenlab-api-integration/ di bawah root proyek, termasuk SKILL.md dan file yang direferensikan. Harness juga menemukan .agents/skills/. Instruksi ini tidak menginstal penyedia, server MCP, atau kunci. Referensi filesystem Skills resmi mendefinisikan lokasi yang didukung.

Jev / System One & Webhooks

Gunakan mcp__tokenlab__evaluate_decisions di core atau full untuk Jev (POST /v1/systemone). Temukan category=decision dan periksa modelnya terlebih dahulu. Ini adalah keputusan sinkron, bukan model chat atau tugas asinkron; jangan gunakan pemilih model atau tokenlab_wait_task.

Manajemen webhook memerlukan full dan TOKENLAB_MANAGEMENT_TOKEN=mt-... terpisah di lingkungan peluncuran, yang diteruskan secara eksplisit ke MCP oleh paket. Kunci inferensi tidak dapat menggantikannya. Kunci manajemen memiliki otoritas tingkat workspace di luar webhook; mendaftarkan webhook tidak membuat Harness menjadi penerima.

Di halaman ini