DeepSeek Harness

Escolha a conexão de que você precisaCopy Anchor Link

Para usar o TokenLab como modelo principal do agente, adicione um custom provider na interface web do Harness. Isso funciona independentemente do bundle opcional do TokenLab. Adicione ferramentas MCP para mídia e outras APIs, ou um Skill com instruções de uso das APIs; nenhuma dessas opções altera o modelo principal por conta própria.

O Harness é uma versão de prévia para desenvolvedores. Estas etapas da interface web foram conferidas com a documentação oficial e o pacote publicado @deepseek-ai/dsh 0.1.5-rc.3 em 27 de setembro de 2026. As instruções do bundle abaixo também usam essa versão; confira separadamente a compatibilidade com outras versões do Harness.

Passe esta tarefa ao seu agenteCopy Anchor Link

Leia https://tokenlab.sh/docs/pt/integrations/deepseek-harness e confira minha versão instalada e meu sistema operacional.
Confirme se preciso do TokenLab como modelo principal, de ferramentas MCP ou de Skills para APIs.
Preserve as contas, as configurações de provedores e as permissões existentes; explique como restaurar as configurações alteradas.
Não peça que eu cole chaves de API no chat. Vou inserir a chave localmente e realizar as etapas necessárias na interface.
Explique o custo de uma pequena solicitação de verificação. Somente depois que eu escolher explicitamente fazer esse teste, ajude a executá-lo e a conferir o registro da solicitação no TokenLab.

Inicie o HarnessCopy Anchor Link

Use a CLI do Node no macOS, Linux ou Windows com uma versão do Node compatível; o Node 24 LTS é um bom ponto de partida. No diretório do seu projeto, execute os comandos abaixo em um terminal ou no PowerShell:

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

Abra a URL local exibida pelo comando. Ao acessar a interface web pela primeira vez, use Choose workspace para adicionar e selecionar o diretório do projeto antes de enviar uma mensagem. Esses comandos usam o perfil web; o perfil desktop do aplicativo Electron não é gerenciado por esse fluxo da CLI. Consulte o guia de inicialização e o guia da interface web oficiais.

Configure um provedor TokenLabCopy Anchor Link

1. Abra Settings → Models → Add a custom provider. Preserve os provedores e as permissões existentes.
2. Informe um Provider ID em letras minúsculas, como tokenlab-chat, e escolha um protocolo e sua Base URL correspondente na tabela abaixo. Cada provedor usa um único protocolo.
3. Informe sua chave de API do TokenLab no formulário local. O Harness armazena as chaves gerenciadas pela interface em $DSH_HOME/.credentials.yaml; o documento de configurações contém uma referência. Não envie a chave no chat nem a inclua em um commit.
4. Adicione um ID de modelo atual do catálogo do TokenLab. Confira seu campo tokenlab.accepted_request_formats na API de detalhes do modelo, sem deduzir a compatibilidade pelo nome.
5. Salve o provedor, selecione seu modelo e inicie uma nova sessão. Uma sessão existente que já enviou uma solicitação mantém o modelo registrado para ela.

Para uma primeira solicitação de texto, uma entrada de gpt-4.1-mini que esteja disponível atualmente pode usar a linha Chat. Fetch available models → Add selected pode ajudar a preencher um custom provider, mas obter a lista de modelos não verifica a compatibilidade com o protocolo nem o funcionamento de uma solicitação faturável; salve o provedor depois. Informe o ID manualmente se a descoberta de modelos não estiver disponível.

O Harness não oferece aqui um protocolo Gemini nativo para custom providers. Use Chat somente se os detalhes do modelo incluírem Chat Completions entre os formatos de solicitação aceitos. Entradas de imagem e controles de raciocínio podem exigir campos adicionais em settings.yaml; consulte a configuração de provedores do Harness e os campos aceitos pelo modelo selecionado antes de ativá-los.

Verifique uma solicitação pequenaCopy Anchor Link

Na nova sessão, envie:

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

Essa solicitação é cobrada. Confira a resposta e o modelo, o horário e o status correspondentes em TokenLab Requests. Pare após esse teste de texto; não é necessário testar os três protocolos nem gerar mídia paga para estabelecer a primeira conexão. A listagem de modelos ou a descoberta MCP, por si só, não valida a permissão da chave para gerar conteúdo.

Opcional: o bundle do TokenLabCopy Anchor Link

@tokenlabai/dsh-provider@0.1.5 é destinado ao Harness 0.1.5-rc.3. Use as etapas nativas acima para configurar um único modelo, ou instale o bundle para usar suas rotas de modelos e ferramentas pré-configuradas.

O bundle contém um snapshot fixo de 136 modelos públicos de chat, conferido em 27 de setembro de 2026: Responses 27, Messages 10 e Chat 99. Cada modelo aparece em uma única rota. Ele fixa a versão @tokenlabai/mcp-server@0.6.24 e inclui a ferramenta independente tokenlab_wait_task. Instalar essa versão não atualiza o catálogo. Confira os IDs no catálogo atual e adicione modelos mais recentes por meio de um custom provider quando necessário.

Se você já tem uma instalação compatível do Harness, primeiro confirme que pnpm está no PATH. Use o mesmo executável dsh, a mesma versão e o mesmo perfil na instalação e na inicialização. Se você inicia o Harness com npx, substitua dsh abaixo pelo mesmo comando de inicialização com a versão indicada:

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

Antes de iniciar esse perfil, defina a chave no ambiente de inicialização ou no arquivo .env que ele lê:

TOKENLAB_API_KEY=sk-your-tokenlab-key

O Harness lê .env no diretório em que você o inicia e em $DSH_HOME (normalmente ~/.dsh); uma variável de ambiente herdada tem prioridade. Selecionar um espaço de trabalho depois não seleciona outro .env. Mantenha esse arquivo fora do Git e reinicie após alterá-lo. Uma chave salva na interface para um custom provider não fornece automaticamente o TOKENLAB_API_KEY necessário para o bundle.

Reinicie o mesmo perfil e confira suas listas de modelos e ferramentas. Para headless, instale e inicie usando headless em vez de web; instalar em um perfil não configura o outro.

O Harness 0.1.5-rc.3 mescla os llm-pi-ai.providers salvos por chave de provedor. Provedores com chaves diferentes coexistem. As entradas salvas tokenlab-responses, tokenlab-messages ou tokenlab-chat substituem a rota do bundle com a mesma chave; revise essas entradas ao atualizar um catálogo antigo. Preserve os demais provedores e modelos em $DSH_HOME/settings.yaml; não substitua todo o documento de configurações pelo patch Cordis.

Os detalhes públicos dos modelos indicam a capacidade de raciocínio, mas não enumeram os valores de esforço aceitos por modelo. Por isso, o bundle não declara reasoningEfforts. O Harness não oferece níveis de esforço para essas rotas personalizadas; isso não desativa o raciocínio no servidor. Se configurar reasoningEfforts por conta própria, use apenas valores verificados separadamente na entrada do modelo da lista models do provedor e preserve os demais modelos. A capacidade de raciocínio, por si só, não comprova suporte a xhigh ou max.

O bundle usa por padrão TOKENLAB_MCP_TOOL_PROFILE=core, com 32 ferramentas MCP, e TOKENLAB_MCP_SCHEMA_MODE=portable. Escolha catalog apenas para descoberta (6 ferramentas), ou full para todas as 89 ferramentas, incluindo operações adicionais de ciclo de vida de respostas, batches, assets e grupos do Seedance, e worlds. A ferramenta independente de consulta tokenlab_wait_task continua disponível em todos os perfis e não está incluída nessas contagens MCP. TOKENLAB_API_BASE e TOKENLAB_ANTHROPIC_BASE_URL usam por padrão https://api.tokenlab.sh; TOKENLAB_OPENAI_BASE_URL usa https://api.tokenlab.sh/v1.

Nas ferramentas de mídia do bundle, confira delivery.mode: use diretamente a saída complete; para um resultado async, passe delivery.task_id para tokenlab_wait_task e leia o status terminal, a response e os result_urls. O esgotamento do tempo de espera não significa que a tarefa foi concluída. Mantenha as aprovações para ferramentas faturáveis ou destrutivas. Consulte as tarefas assíncronas.

Para remover o bundle, use o mesmo comando de inicialização e o mesmo perfil, e depois reinicie:

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

Se algo falharCopy Anchor Link

• O campo de mensagem está desativado: selecione tanto um espaço de trabalho quanto um modelo.
• MISSING_CREDENTIAL ou 401: confira a credencial do provedor selecionado. Para as ferramentas do bundle, verifique TOKENLAB_API_KEY no ambiente de inicialização; a chave do modelo salva na interface é uma configuração separada.
• UNKNOWN_MODEL ou um ID retirado: confira o catálogo atual, configure o ID exato disponível e crie uma nova sessão. Reinstalar o bundle 0.1.5 não atualiza seu snapshot.
• A URL está acessível, mas a geração falha: compare o protocolo, a Base URL e os formatos aceitos pelo modelo. Não remova o histórico, as ferramentas ou as entradas de imagem apenas para transformar um erro em um teste bem-sucedido.
• dsh ou pnpm não foi encontrado: use o comando npx com versão indicado acima para o Harness; instale o pnpm antes de usar os comandos de plugin. Uma falha na instalação do plugin não é uma falha da chave de API.

MCP e Skills são escolhas independentesCopy Anchor Link

Adicionar um custom provider manualmente não instala ferramentas. Siga o guia MCP do TokenLab se precisar de ferramentas de API que possam ser chamadas sem o bundle, e confira a descoberta antes de gerar conteúdo.

Para TokenLab Skills, mantenha a pasta completa do Skill em .dsh/skills/tokenlab-api-integration/ na raiz do projeto, incluindo SKILL.md e os arquivos referenciados. O Harness também descobre .agents/skills/. Essas instruções não instalam um provedor, um servidor MCP ou uma chave. A referência oficial de Skills no sistema de arquivos define os locais compatíveis.

Jev / System One & WebhooksCopy Anchor Link

Para Jev (POST /v1/systemone), use mcp__tokenlab__evaluate_decisions em core ou full. Verifique category=decision e os detalhes do modelo. São decisões síncronas, não modelos de chat nem tarefas assíncronas; não use o seletor ou tokenlab_wait_task.

Webhooks exigem full e um TOKENLAB_MANAGEMENT_TOKEN=mt-... separado no ambiente de inicialização, transmitido explicitamente ao MCP. A chave de inferência não o substitui. O token tem outras permissões administrativas; registrar um webhook não torna Harness um receptor.