コーディングツール

DeepSeek Harness

HarnessでTokenLabモデルを設定し、リクエストを検証し、MCP、Skills、またはプロバイダーバンドルを選択する方法

必要な接続を選択する

エージェントのメインモデルとしてTokenLabを使用するには、Harness Web UIでカスタムプロバイダーを追加します。これは、オプションのTokenLabプロバイダーバンドルとは独立して動作します。メディアやその他のAPI用にMCPツールを追加するか、API指示用にSkillを追加してください。これら単体ではメインモデルは変更されません。

Harnessはデベロッパープレビュー版です。以下のWeb UIの手順は、2026年10月12日時点でnpmのlatestタグとなっている公式ドキュメント @deepseek-ai/dsh 0.2.0-rc.2に基づいています。これらは0.1.5-rc.3で最終的なエンドツーエンドテストが行われましたが、以下のリクエストチェックは0.2.0-rc.2に対して再実行されていません。以下のオプションのバンドルは依然として0.1.5-rc.3を対象としています。他のHarnessリリースとの互換性は別途確認してください。

エージェントにタスクを依頼する

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

Harnessを起動する

macOS、Linux、またはWindowsでサポートされているNodeリリース(Node 24 LTSが推奨)を使用してNode CLIを実行します。プロジェクトディレクトリから、ターミナルまたはPowerShellで以下を実行してください。

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

バージョンを指定しない場合、npxはnpmのlatestタグをインストールします。これは、これらの手順で確認された0.2.0-rc.2よりも新しい可能性があります。なお、alphaタグはインストールされません。

コマンドによって出力されたローカルURLを開きます。新しいWeb UIでは、メッセージを送信する前にChoose workspaceを使用してプロジェクトディレクトリを追加・選択してください。これらのコマンドはwebプロファイルを使用します。Electronアプリケーションのdesktopプロファイルは、このCLIワークフローでは管理されません。公式のスタートアップガイドおよびWeb UIガイドを参照してください。

TokenLabプロバイダーを1つ設定する

  1. Settings → Modelsを開き、Add model providerを選択してから、カードをCustom model APIに切り替えます。(Harness 0.1.5-rc.3では、これはAdd a custom providerと呼ばれていました。)既存のプロバイダーと権限は保持してください。
  2. tokenlab-chatのような小文字のProvider IDを入力し、以下のプロトコルとそれに対応するBase URLを1つ選択します。各プロバイダーは1つのプロトコルを使用します。
  3. ローカルフォームにTokenLab APIキーを入力します。HarnessはUIで管理されたキーを $DSH_HOME/.credentials.yaml に保存し、設定にはその認証情報への参照のみを保持します。キーをチャットで送信したり、コミットしたりしないでください。プロバイダーとそのプロトコルは $DSH_HOME/profiles/<profile>/cordis.patch.yml に保存されます。標準の dsh web プロファイルの場合は $DSH_HOME/profiles/web/cordis.patch.yml となります。
  4. TokenLab Models から現在のモデルIDを1つ追加します。名前からサポート状況を推測するのではなく、モデル詳細APIでそのモデルの tokenlab.accepted_request_formats を確認してください。
  5. プロバイダーを保存し、モデルを選択して、新しいセッションを開始します。すでにリクエストを送信済みの既存セッションは、記録されたモデルを保持します。
Provider IDの例Harness APIプロトコルBase URL必要な公開リクエスト形式
tokenlab-chatopenai-completionshttps://api.tokenlab.sh/v1openai_chat_completions
tokenlab-responsesopenai-responseshttps://api.tokenlab.sh/v1openai_responses
tokenlab-messagesanthropic-messageshttps://api.tokenlab.shanthropic_messages

最初のテキストリクエストには、現在利用可能な gpt-5.6-luna エントリをChat行で使用できます。Fetch available models → Add selected を使用するとカスタムプロバイダーの入力を補助できますが、リストに表示されたからといってプロトコルのサポートや課金対象リクエストが保証されるわけではありません。追加後にプロバイダーを保存してください。検出機能が利用できない場合は、IDを手動で入力してください。

Harnessは、Geminiネイティブのカスタムプロバイダープロトコルを提供していません。そのモデルの詳細で「Chat Completions」が受け入れ可能なリクエスト形式としてリストされている場合にのみ、Chatを使用してください。画像入力や推論制御には、$DSH_HOME/profiles/web/cordis.patch.yml で追加のフィールドが必要になる場合があります。Harnessプロバイダー設定と、選択したモデルのサポートフィールドを確認してから有効にしてください。(0.2.0-rc.2では再テストされていません。)

小規模なリクエストを検証する

新しいセッションで、以下を送信します。

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

このリクエストは課金対象です。返信内容と、TokenLab Requests で一致するモデル、時刻、ステータスを確認してください。このテキストチェックが終わったら停止してください。最初の接続を確立するために、3つのプロトコルすべてをテストしたり、有料のメディアを生成したりする必要はありません。モデルのリスト表示やMCPの検出だけでは、キーの生成アクセス権は検証されません。

オプション:TokenLabバンドル

@tokenlabai/dsh-provider@0.1.6 はHarness 0.1.5-rc.3を対象としています。そのピア依存関係は依然として @deepseek-ai/dsh-tools および @deepseek-ai/dsh-mcp-client 0.1.5-rc.3です。Harness 0.2ではテストされていません。バンドルを使用するには、対応するバージョンを起動してください:npx @deepseek-ai/dsh@0.1.5-rc.3 web。モデルを1つ設定するには上記のネイティブなカスタムプロバイダー手順を使用するか、プリセットされたモデルルートとツールを利用するためにバンドルをインストールしてください。

このバンドルには、2026年10月3日時点で確認された145個の公開チャットモデルの固定スナップショットが含まれています(Responses 28、Messages 11、Chat 106)。各モデルは正確に1つのルートに表示されます。これは @tokenlabai/mcp-server@0.6.25 をピン留めしており、個別の tokenlab_wait_task ツールが含まれています。このバージョンをインストールしてもモデルカタログは更新されません。ライブカタログと照らし合わせてIDを確認し、必要に応じてカスタムプロバイダーを通じて新しいモデルを追加してください。

既存の互換性のあるHarnessインストール環境では、まず pnpm が PATH にあることを確認してください。インストールと起動には同じ dsh 実行ファイル/バージョンとプロファイルを使用してください。npx を通じて起動する場合は、以下の dsh を同じバージョン指定のランチャーに置き換えてください。

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

そのプロファイルを起動する前に、起動環境またはその .env ファイルにキーを設定してください。

TOKENLAB_API_KEY=sk-your-tokenlab-key

Harnessは起動ディレクトリ内の .env と $DSH_HOME(通常は ~/.dsh)を読み取ります。継承された環境変数が優先されます。後でワークスペースを選択しても、別の .env は選択されません。そのファイルはgit管理から除外し、変更後は再起動してください。UIでカスタムプロバイダー用に保存されたキーは、このバンドルの TOKENLAB_API_KEY を自動的に提供しません。

同じプロファイルを再起動し、モデルとツールのリストを確認してください。headless の場合は、web ではなく headless にインストールして起動してください。一方のプロファイルにインストールしても、もう一方は設定されません。

Harness 0.1.5-rc.3(バンドルのターゲット)では、Harnessは保存された llm-pi-ai.providers をプロバイダーキーごとにマージします。異なるキーを持つプロバイダーは共存します。保存された tokenlab-responses、tokenlab-messages、または tokenlab-chat エントリは、対応するバンドルルートを上書きします。古いカタログをアップグレードする際は、これらのエントリを確認してください。$DSH_HOME/settings.yaml 内の他のプロバイダーとモデルは保持し、設定ドキュメント全体をCordisパッチで置き換えないでください。

公開モデルの詳細には推論能力が記載されていますが、モデルごとのサポートされている推論強度の値は列挙されていません。そのため、バンドルでは reasoningEfforts は未定義のままです。Harnessはこれらのカスタムルートに対して推論レベルを提供しませんが、これはサーバー側の推論を無効にするものではありません。reasoningEfforts を自分で設定する場合は、プロバイダーの models リスト内のモデルエントリに対して個別に検証された値のみを使用し、他のモデルは保持してください。推論能力があること自体が xhigh や max のサポートを確立するわけではありません。

バンドルはデフォルトで TOKENLAB_MCP_TOOL_PROFILE=core(32個のMCPツール)および TOKENLAB_MCP_SCHEMA_MODE=portable に設定されています。検出のみを行う場合は catalog(6ツール)、またはすべての89ツール(追加のレスポンスライフサイクル、バッチ、Seedanceアセット/グループ、およびワールド操作を含む)を使用する場合は full を選択してください。個別の tokenlab_wait_task ポーラーはすべてのプロファイルで利用可能であり、これらのMCPカウントには含まれていません。TOKENLAB_API_BASE および TOKENLAB_ANTHROPIC_BASE_URL はデフォルトで https://api.tokenlab.sh となり、TOKENLAB_OPENAI_BASE_URL はデフォルトで https://api.tokenlab.sh/v1 となります。

バンドルのメディアツールについては、delivery.mode を確認してください。complete 出力を直接消費するか、async 結果の delivery.task_id を tokenlab_wait_task に渡して、そのターミナル status、response、および result_urls を読み取ってください。待機タイムアウトはタスク完了ではありません。課金対象または破壊的なツールについては承認を維持してください。非同期タスクを参照してください。

バンドルを削除するには、同じランチャーとプロファイルを使用して再起動してください。

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

失敗した場合

  • コンポーザーが無効: ワークスペースとモデルの両方を選択してください。
  • MISSING_CREDENTIAL または 401: 選択したプロバイダーの認証情報を確認してください。バンドルツールの場合は、起動環境の TOKENLAB_API_KEY を確認してください。UIで保存されたモデルキーは別の設定です。
  • UNKNOWN_MODEL または廃止されたID: ライブカタログを確認し、現在の正確なIDを設定してから新しいセッションを作成してください。バンドル 0.1.6 を再インストールしてもスナップショットは更新されません。
  • URLには到達できるが生成に失敗する: プロトコル、Base URL、モデルの受け入れ形式を比較してください。エラーを成功したチェックに変えるためだけに、履歴、ツール、または画像入力を削除しないでください。
  • dsh または pnpm が見つからない: npx @deepseek-ai/dsh web(バンドルの場合は @0.1.5-rc.3)を使用してください。プラグインコマンドを使用する前に pnpm をインストールしてください。プラグインのインストール失敗はAPIキーの失敗ではありません。

MCPとSkillsは別々の選択肢です

手動のカスタムプロバイダーはツールをインストールしません。バンドルなしで呼び出し可能なAPIツールが必要な場合は TokenLab MCPガイド に従い、生成前に検出を確認してください。

TokenLab Skills については、SKILL.md や参照ファイルを含め、スキルフォルダ全体をプロジェクトルート下の .dsh/skills/tokenlab-api-integration/ に保持してください。Harnessは .agents/skills/ も検出します。これらの手順では、プロバイダー、MCPサーバー、またはキーはインストールされません。公式の ファイルシステムSkillsリファレンス でサポートされている場所が定義されています。

Jev / System One & Webhooks

Jev (POST /v1/systemone) には core または full で mcp__tokenlab__evaluate_decisions を使用してください。まず category=decision を検出してモデルを確認してください。これらは同期的な決定であり、チャットモデルや非同期タスクではありません。モデルピッカーや tokenlab_wait_task は使用しないでください。

Webhook管理には full と、起動環境で別途設定された TOKENLAB_MANAGEMENT_TOKEN=mt-... が必要です。これはバンドルによってMCPに明示的に渡されます。推論キーで代用することはできません。管理トークンはWebhookを超えたワークスペースレベルの権限を持ちますが、Webhookを登録してもHarnessが受信側になるわけではありません。

このページの内容