코딩 도구
DeepSeek Harness
Harness에서 TokenLab 모델을 구성하고, 요청을 확인하며, MCP, Skills 또는 공급자 번들 중 선택하는 방법
필요한 연결 선택하기
TokenLab을 에이전트의 메인 모델로 사용하려면 Harness 웹 UI에서 custom provider를 추가하세요. 이는 선택 사항인 TokenLab 공급자 번들과 독립적으로 작동합니다. 미디어 및 기타 API를 위해 MCP tools를 추가하거나, API 지침을 위해 Skill을 추가하세요. 이 작업들은 그 자체로 메인 모델을 변경하지는 않습니다.
Harness는 개발자 프리뷰 버전입니다. 이 웹 UI 단계는 현재 npm latest 태그인 @deepseek-ai/dsh 0.2.0-rc.2(2026년 10월 12일 확인)의 공식 문서를 따릅니다. 마지막으로 0.1.5-rc.3에서 전체 테스트를 거쳤으며, 아래의 요청 확인 절차는 아직 0.2.0-rc.2에서 재실행되지 않았습니다. 아래의 선택적 번들은 여전히 0.1.5-rc.3을 대상으로 하므로, 다른 Harness 릴리스와의 호환성은 별도로 확인하십시오.
에이전트에게 작업 지시하기
Read https://tokenlab.sh/docs/ko/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 시작하기
macOS, Linux 또는 Windows에서 지원되는 Node 릴리스(Node 24 LTS 권장)를 사용하여 Node CLI를 실행하세요. 프로젝트 디렉토리에서 터미널이나 PowerShell을 통해 다음을 실행합니다:
node --version
npx @deepseek-ai/dsh web버전을 지정하지 않으면 npx는 이 단계들이 확인된 0.2.0-rc.2보다 최신 버전일 수 있는 npm latest 태그를 설치합니다. alpha 태그는 설치하지 않습니다.
명령어에 의해 출력된 로컬 URL을 여세요. 새로운 웹 UI에서는 메시지를 보내기 전에 Choose workspace를 사용하여 프로젝트 디렉토리를 추가하고 선택하세요. 이 명령어들은 web 프로필을 사용하며, Electron 애플리케이션의 desktop 프로필은 이 CLI 워크플로우에서 관리되지 않습니다. 공식 시작 가이드 및 웹 UI 가이드를 참조하세요.
TokenLab 공급자 구성하기
- Settings → Models를 열고 Add model provider를 선택한 다음, 카드를 Custom model API로 전환하세요. (Harness 0.1.5-rc.3에서는 이를 Add a custom provider라고 불렀습니다.) 기존 공급자와 권한은 그대로 유지하세요.
tokenlab-chat과 같은 소문자 Provider ID를 입력하고, 아래에서 프로토콜 하나와 그에 맞는 Base URL을 선택하세요. 각 공급자는 하나의 프로토콜을 사용합니다.- 로컬 양식에 TokenLab API 키를 입력하세요. Harness는 UI에서 관리되는 키를
$DSH_HOME/.credentials.yaml에 저장하며, 설정에는 자격 증명 참조만 유지됩니다. 키를 채팅에 보내거나 커밋하지 마세요. 공급자와 해당 프로토콜은$DSH_HOME/profiles/<profile>/cordis.patch.yml에 저장되며, 표준dsh web프로필의 경우$DSH_HOME/profiles/web/cordis.patch.yml이 됩니다. - TokenLab Models에서 현재 모델 ID 하나를 추가하세요. 이름으로 지원 여부를 추측하지 말고, 모델 상세 API에서 해당 모델의
tokenlab.accepted_request_formats를 확인하세요. - 공급자를 저장하고 모델을 선택한 뒤 new session을 시작하세요. 이미 요청을 보낸 기존 세션은 기록된 모델을 유지합니다.
| Provider ID 예시 | Harness API 프로토콜 | Base URL | 필수 공개 요청 형식 |
|---|---|---|---|
tokenlab-chat | openai-completions | https://api.tokenlab.sh/v1 | openai_chat_completions |
tokenlab-responses | openai-responses | https://api.tokenlab.sh/v1 | openai_responses |
tokenlab-messages | anthropic-messages | https://api.tokenlab.sh | anthropic_messages |
첫 텍스트 요청의 경우, 현재 사용 가능한 gpt-5.6-luna 항목을 Chat 행에서 사용할 수 있습니다. Fetch available models → Add selected를 사용하면 커스텀 공급자를 채우는 데 도움이 될 수 있지만, 목록에 성공적으로 나타난다고 해서 프로토콜 지원이나 과금 가능한 요청이 검증되는 것은 아닙니다. 이후 공급자를 저장하세요. 검색이 불가능한 경우 ID를 수동으로 입력하세요.
Harness는 여기에서 Gemini 네이티브 커스텀 공급자 프로토콜을 제공하지 않습니다. 해당 모델의 세부 정보에 Chat Completions가 허용된 요청 형식으로 나열된 경우에만 Chat을 사용하세요. 이미지 입력 및 추론 제어는 $DSH_HOME/profiles/web/cordis.patch.yml에 추가 필드가 필요할 수 있습니다. Harness 공급자 구성과 선택한 모델의 지원 필드를 확인한 후 활성화하세요. (0.2.0-rc.2에서는 아직 재테스트되지 않았습니다.)
작은 요청 하나 확인하기
새 세션에서 다음을 전송하세요:
Reply only with TOKENLAB_CONNECTION_OK. Do not use tools or modify files.이 요청은 과금 대상입니다. TokenLab Requests에서 응답과 일치하는 모델, 시간, 상태를 확인하세요. 이 텍스트 확인 후 중단하세요. 첫 연결을 설정하기 위해 세 가지 프로토콜을 테스트하거나 유료 미디어를 생성할 필요는 없습니다. 모델 목록이나 MCP 검색만으로는 키의 생성 액세스 권한이 검증되지 않습니다.
선택 사항: TokenLab 번들
@tokenlabai/dsh-provider@0.1.6은 Harness 0.1.5-rc.3을 대상으로 합니다. 피어 의존성은 여전히 @deepseek-ai/dsh-tools 및 @deepseek-ai/dsh-mcp-client 0.1.5-rc.3입니다. Harness 0.2에서는 테스트되지 않았습니다. 번들을 사용하려면 일치하는 버전인 npx @deepseek-ai/dsh@0.1.5-rc.3 web으로 실행하세요. 위의 기본 커스텀 공급자 단계를 사용하여 모델 하나를 구성하거나, 사전 설정된 모델 경로와 도구를 위해 번들을 설치하세요.
이 번들에는 2026년 10월 3일에 확인된 145개 공개 채팅 모델의 고정 스냅샷이 포함되어 있습니다: Responses 28개, Messages 11개, Chat 106개. 각 모델은 정확히 하나의 경로에 나타납니다. @tokenlabai/mcp-server@0.6.25를 고정하며 별도의 tokenlab_wait_task 도구를 포함합니다. 이 버전을 설치해도 모델 카탈로그가 새로 고쳐지지는 않습니다. 라이브 카탈로그와 ID를 대조하고 필요할 때 커스텀 공급자를 통해 최신 모델을 추가하세요.
기존의 호환되는 Harness 설치의 경우, 먼저 pnpm이 PATH에 있는지 확인하세요. 설치 및 시작 시 동일한 dsh 실행 파일/버전 및 프로필을 사용하세요. npx를 통해 실행하는 경우 아래의 dsh를 동일한 버전의 런처로 대체하세요:
dsh --version
pnpm --version
dsh plugin --profile web add --workspace-root @tokenlabai/dsh-provider@0.1.6해당 프로필을 시작하기 전에 실행 환경이나 .env 파일에 키를 설정하세요:
TOKENLAB_API_KEY=sk-your-tokenlab-keyHarness는 실행하는 디렉토리와 $DSH_HOME(일반적으로 ~/.dsh)에서 .env를 읽습니다. 상속된 환경 변수가 우선합니다. 나중에 워크스페이스를 선택해도 다른 .env가 선택되지는 않습니다. 해당 파일을 git에서 제외하고 변경 후 재시작하세요. UI에서 커스텀 공급자를 위해 저장된 키는 이 번들의 TOKENLAB_API_KEY를 자동으로 제공하지 않습니다.
동일한 프로필을 재시작한 다음 모델 및 도구 목록을 검사하세요. headless의 경우 web 대신 headless에 설치하고 실행하세요. 한 프로필에 설치한다고 해서 다른 프로필이 구성되지는 않습니다.
Harness 0.1.5-rc.3(번들의 대상)에서 Harness는 저장된 llm-pi-ai.providers를 공급자 키별로 병합합니다. 키가 다른 공급자들은 공존합니다. 저장된 tokenlab-responses, tokenlab-messages 또는 tokenlab-chat 항목은 해당 번들 경로를 재정의합니다. 이전 카탈로그를 업그레이드할 때 해당 항목들을 검토하세요. $DSH_HOME/settings.yaml의 다른 공급자와 모델은 보존하세요. 전체 설정 문서를 Cordis 패치로 교체하지 마세요.
공개 모델 세부 정보는 추론 능력을 식별하지만 모델별 지원 노력(effort) 값을 열거하지는 않습니다. 따라서 번들은 reasoningEfforts를 선언되지 않은 상태로 둡니다. Harness는 이러한 커스텀 경로에 대해 노력 수준을 제공하지 않으며, 이는 서버 측 추론을 비활성화하지 않습니다. 직접 reasoningEfforts를 구성하는 경우, 공급자의 models 목록에 있는 모델 항목에 대해 별도로 검증된 값만 사용하고 다른 모델들은 보존하세요. 추론 능력만으로는 xhigh 또는 max에 대한 지원이 확립되지 않습니다.
번들은 기본적으로 32개의 MCP 도구와 TOKENLAB_MCP_SCHEMA_MODE=portable을 사용하는 TOKENLAB_MCP_TOOL_PROFILE=core로 설정됩니다. 검색 전용(6개 도구)을 원하면 catalog를 선택하고, 추가적인 응답 수명 주기, 배치, Seedance 자산/그룹 및 월드 작업을 포함한 89개 도구 전체를 원하면 full을 선택하세요. 별도의 tokenlab_wait_task 폴러는 모든 프로필에서 사용할 수 있으며 이 MCP 수에는 포함되지 않습니다. TOKENLAB_API_BASE와 TOKENLAB_ANTHROPIC_BASE_URL은 기본적으로 https://api.tokenlab.sh이며, TOKENLAB_OPENAI_BASE_URL은 기본적으로 https://api.tokenlab.sh/v1입니다.
번들 미디어 도구의 경우 delivery.mode를 검사하세요: complete 출력을 직접 소비하거나, async 결과의 delivery.task_id를 tokenlab_wait_task에 전달하여 터미널 status, response 및 result_urls를 읽으세요. 대기 시간 초과는 완료된 작업이 아닙니다. 과금 가능하거나 파괴적인 도구에 대해서는 승인을 유지하세요. 비동기 작업 및 폴링을 참조하세요.
번들을 제거하려면 동일한 런처와 프로필을 사용한 후 재시작하세요:
dsh plugin --profile web remove --workspace-root @tokenlabai/dsh-provider오류 발생 시
- 컴포저가 비활성화된 경우: 워크스페이스와 모델을 모두 선택하세요.
MISSING_CREDENTIAL또는 401: 선택한 공급자의 자격 증명을 확인하세요. 번들 도구의 경우 실행 환경의TOKENLAB_API_KEY를 확인하세요. UI에 저장된 모델 키는 별도의 설정입니다.UNKNOWN_MODEL또는 은퇴한 ID: 라이브 카탈로그를 확인하고 현재의 정확한 ID를 구성한 다음 새 세션을 만드세요. 번들0.1.6을 재설치해도 스냅샷은 업데이트되지 않습니다.- URL은 연결 가능하지만 생성이 실패하는 경우: 프로토콜, Base URL 및 모델의 허용 형식을 비교하세요. 단순히 오류를 성공적인 확인으로 바꾸기 위해 기록, 도구 또는 이미지 입력을 제거하지 마세요.
dsh또는pnpm이 누락된 경우:npx @deepseek-ai/dsh web(번들의 경우@0.1.5-rc.3)을 사용하세요. 플러그인 명령을 사용하기 전에 pnpm을 설치하세요. 플러그인 설치 실패는 API 키 실패가 아닙니다.
MCP와 Skills는 별도의 선택 사항입니다
수동 커스텀 공급자는 도구를 설치하지 않습니다. 번들 없이 호출 가능한 API 도구가 필요한 경우 TokenLab MCP 가이드를 따르고, 생성 전에 검색을 확인하세요.
TokenLab Skills의 경우, 프로젝트 루트 아래의 .dsh/skills/tokenlab-api-integration/에 SKILL.md 및 참조된 파일을 포함한 전체 스킬 폴더를 유지하세요. Harness는 .agents/skills/도 검색합니다. 이 지침들은 공급자, MCP 서버 또는 키를 설치하지 않습니다. 공식 파일 시스템 Skills 참조에서 지원되는 위치를 정의합니다.
Jev / System One 및 Webhooks
Jev(POST /v1/systemone)의 경우 core 또는 full에서 mcp__tokenlab__evaluate_decisions를 사용하세요. 먼저 category=decision을 검색하고 모델을 검사하세요. 이는 채팅 모델이나 비동기 작업이 아닌 동기식 결정입니다. 모델 선택기나 tokenlab_wait_task를 사용하지 마세요.
웹훅 관리에는 full과 실행 환경에 별도의 TOKENLAB_MANAGEMENT_TOKEN=mt-...가 필요하며, 번들에 의해 MCP로 명시적으로 전달되어야 합니다. 추론 키로는 이를 대체할 수 없습니다. 관리 토큰은 웹훅을 넘어선 워크스페이스 수준의 권한을 가집니다. 웹훅을 등록한다고 해서 Harness가 수신자가 되는 것은 아닙니다.