DeepSeek Harness: penyedia Anda sendiri melalui JoinGonka Gateway

Harness adalah segala hal yang mengelilingi model dalam kerja agentic: siklus «permintaan → pemanggilan alat → hasil → langkah berikutnya», alat untuk file dan terminal, izin dan konfirmasi, log sesi, pemadatan konteks. DeepSeek Harness merakit semua itu dari plugin: arsitektur «everything is a plugin» dibangun di atas framework Cordis, dan node mana pun — dari alat hingga adapter model — bisa diganti tanpa menyentuh inti. Kodenya terbuka dengan lisensi MIT.

Tidak perlu instalasi — cukup Node.js (seri 22 mulai 22.19, atau 24 dan lebih baru):

npx @deepseek-ai/dsh web

Perintah ini menjalankan Web UI di http://127.0.0.1:3080 dan membukanya di browser; saat dijalankan lewat SSH, alamatnya hanya dicetak di terminal. Flag --no-open menjalankan server tanpa browser, --port mengganti port. Direktori tempat dsh dijalankan menjadi direktori kerja default, tetapi antarmuka baru akan memulai sesi setelah Anda memilih workspace secara eksplisit.

Lapisan model terdiri dari dua adapter. Yang langsung menuju API resmi vendor. Yang multi-penyedia — dsh-llm-pi-ai — dibangun di atas pustaka pi-ai, pustaka yang sama yang menjadi dasar agen terminal Pi; lewat adapter ini Anda bisa menghubungkan penyedia bawaan dari katalog maupun endpoint milik sendiri. Karena itu, nama field di pengaturan — api, contextWindow, maxTokens — sama dengan yang sudah Anda kenal di Pi.

Soal kematangan. README proyek dimulai dengan peringatan: developer preview, iterasi cepat, perubahan yang merusak. Dokumen terpisah SAFETY.md menegaskan bahwa audit keamanan belum dilakukan, sementara agen menjalankan perintah yang dihasilkan model. Kesimpulan praktisnya sederhana: jalankan dsh di container, mesin virtual, atau di bawah akun terpisah, dan simpan cadangan untuk semua yang bisa dijangkau agen.

Langkah 1: kunci. Daftar di gate.joingonka.ai/register: setelah alamat dikonfirmasi, 3M token gratis akan masuk ke akun Anda. Di dasbor, buka bagian «API-keys» dan buat kunci dengan awalan jg-. Sebaiknya buat kunci terpisah untuk harness — dengan begitu trafiknya terlihat di statistik sebagai baris tersendiri.

Langkah 2: layar pertama. Setelah pemberitahuan status uji coba (tombol Continue), dsh akan meminta Anda memasukkan kunci API resmi («Add an API key to get started»). Ini tidak wajib: klik Configure later.

Langkah 3: penyedia. Buka Settings → Models dan pilih Add a custom provider. Kolom formulir:

Langkah 4: model. Di blok Models, klik Fetch available models: dsh akan meminta daftar ke gateway dan membuka jendela «Choose models to add». Dalam uji coba kami, ketiga model jaringan muncul di sana — MiniMaxAI/MiniMax-M2.7, deepseek-ai/DeepSeek-V4-Flash-0731, dan zai-org/GLM-5.3-Flash — dan setelah Add selected, harness otomatis mengisi jendela konteks dan batas respons untuk masing-masing model — berdasarkan data gateway. Tinggal klik Create provider.

Langkah 5: pilih model. Tutup pengaturan, klik Choose workspace dan tambahkan direktori proyek. Model dari penyedia baru akan muncul di pemilih; model yang dipilih menjadi model default untuk sesi baru.

dsh menyimpan kunci terpisah dari pengaturan: di file ~/.dsh/.credentials.yaml dengan izin hanya untuk pemilik. Di settings.yaml hanya tersisa nama referensinya — dalam uji coba kami JOINGONKA_API_KEY, sesuai ID penyedia.

Protokol mana yang dipilih. Gateway mendukung ketiganya; yang berbeda adalah alamat dasar dan kemudahan tambahannya:

Satu penyedia di dsh hanya mendukung satu protokol, jadi protokol kedua berarti penyedia kedua dengan Provider ID berbeda. Untuk kerja sehari-hari, pilihan pertama sudah cukup; dalam uji coba kami, siklus agen dengan pemanggilan alat berjalan di ketiganya.

Form Models menulis ke dokumen YAML biasa — $DSH_HOME/settings.yaml, secara default ~/.dsh/settings.yaml. Anda bisa mengeditnya langsung: tombol Open configuration file di bagian atas pengaturan akan membuka file tersebut, dan adapter akan membacanya ulang pada permintaan berikutnya — tidak perlu restart. Berikut versi lengkap untuk jaringan Gonka:

# ~/.dsh/settings.yaml
llm-pi-ai:
  providers:
    joingonka:
      displayName: JoinGonka Gateway
      apiKeyEnv: JOINGONKA_API_KEY
      api: openai-completions
      baseURL: https://gate.joingonka.ai/v1
      models:
        - id: deepseek-ai/DeepSeek-V4-Flash-0731
          name: DeepSeek V4 Flash
          contextWindow: 380000
          maxTokens: 32768
        - id: zai-org/GLM-5.3-Flash
          name: GLM-5.3 Flash
          contextWindow: 390000
          maxTokens: 8192
          reasoningEfforts:
            off: low
            high: high
        - id: MiniMaxAI/MiniMax-M2.7
          name: MiniMax M2.7
          contextWindow: 200000
          maxTokens: 8192
agent-default-model:
  provider: joingonka
  model: deepseek-ai/DeepSeek-V4-Flash-0731

Yang penting di sini:

• apiKeyEnv — bukan kuncinya, melainkan nama referensi ke kunci tersebut. dsh mencari nilainya secara berurutan: variabel lingkungan saat peluncuran, lalu .credentials.yaml (tempat form menulis), lalu .env di direktori peluncuran, lalu ~/.dsh/.env. Jika Anda mengonfigurasi harness tanpa browser, cukup satu baris JOINGONKA_API_KEY=jg-your-key di ~/.dsh/.env dengan izin 600. Variabel yang diekspor setelah proses berjalan tidak akan terlihat oleh proses yang sudah berjalan.
• contextWindow dan maxTokens tetapkan secara eksplisit. Untuk model yang tidak dikenal dsh, ia akan menetapkan 262.144 dan 32.768 token — ini tidak sesuai dengan batas sebenarnya. maxTokens yang ditetapkan sekaligus menjadi batas respons default untuk setiap permintaan.
• reasoningEfforts — tingkat penalaran untuk menu Effort. Model yang ditambahkan secara manual tidak memiliki tingkat, dan menunya tidak akan muncul untuk model tersebut. Untuk GLM-5.3 Flash, tombolnya biner: nilai low mematikan penalaran, nilai lain apa pun membiarkannya penuh. Karena itu tingkat off dipetakan ke low, sedangkan high diteruskan apa adanya. Dalam uji coba kami dengan off, tidak ada blok penalaran sama sekali; dengan high, blok tersebut muncul kembali.
• agent-default-model — model untuk agen baru, termasuk mode headless. Hal yang sama juga dilakukan oleh pemilihan model di antarmuka; di sini Anda juga bisa menambahkan reasoningEffort.

Tombol compat yang direkomendasikan dokumentasi dsh untuk gateway ketat (supportsDeveloperRole: false, maxTokensField: max_tokens) tidak diperlukan di sini: JoinGonka Gateway menerima baik peran developer maupun field max_completion_tokens.

Penginstal npx @joingonka/setup tidak mengonfigurasi harness ini: seluruh koneksi cukup melalui form di bagian sebelumnya atau fragmen YAML di atas.

Cara tercepat untuk memverifikasi integrasi adalah menjalankan sekali dari direktori berisi kode. Letakkan file kecil dengan bug yang jelas di sebelahnya dan minta agen menemukannya:

cd /path/to/project
npx @deepseek-ai/dsh --profile headless "Read calc.py and tell me in one sentence whether it has a bug."

Jawaban akhir dicetak ke stdout, jalannya penalaran ke stderr dengan penanda dsh: reasoning:. Agen harus memanggil sendiri alat pembaca file dan menjawab secara substantif: dalam uji coba kami, ketiga model di jaringan berhasil menyebutkan baris yang salah. Artinya, siklus penuh "permintaan → pemanggilan alat → hasil → jawaban" melalui gateway tersusun dengan benar.

Separuh verifikasi lainnya ada di sisi gateway. Di dasbor, buka "Penggunaan": di sana terlihat permintaan per jam dan per hari, rincian per model dan per kunci. Muncul baris dengan kunci harness dan waktu permintaan terakhir yang baru — trafik memang benar-benar melewati gateway.

Jika ada yang tidak beres, diagnosisnya biasanya bisa dibaca langsung dari pesan:

Harga semua model di jaringan ini sama, jadi pilihan di sini didasarkan pada perilaku, bukan anggaran. Di bawah ini adalah batasan dan bagaimana kinerja model dalam uji coba dsh kami pada tugas yang sama: membaca file dan menemukan kesalahan di dalamnya.

Rekomendasi default adalah DeepSeek V4 Flash: pekerjaan agen sering kali terhambat oleh volume konteks dan panjangnya penyuntingan, dan di sini terdapat cadangan untuk kedua parameter tersebut. Jika tugas memerlukan pertimbangan logika yang rumit, beralihlah ke GLM-5.3 Flash dan pertahankan tingkat penalaran di high; untuk penyuntingan cepat, penyedia yang sama menyediakannya dengan tingkat off. MiniMax M2.7 adalah pilihan yang pas untuk tugas pendek, saat alur penalaran yang terlihat tidak mengganggu. Model dapat diubah di pemilih antarmuka atau melalui baris model di blok agent-default-model.

Komposisi jaringan ditentukan oleh pemungutan suara peserta dan berubah seiring waktu; daftar terkini beserta batasannya selalu disediakan oleh GET https://gate.joingonka.ai/v1/models — tombol Fetch available models juga menggunakan fungsi ini.

Alat agen mengonsumsi token secara berbeda dibandingkan obrolan biasa: untuk setiap frasa Anda, harness menambahkan prompt sistem dan deskripsi semua alat, kemudian melakukan dialog multi-putaran dengan model. Dalam pengujian kami, tugas «baca file dan temukan error» memakan dua hingga tiga putaran dan 14 hingga 22 ribu token, yang hampir semuanya adalah input: sekitar tujuh ribu token terpakai setiap putaran sebelum pertanyaan Anda diajukan. Ini adalah biaya normal untuk otonomi — dan itulah alasan mengapa harga per token sangat menentukan.

Melalui JoinGonka Gateway, token dihargai $0.0069 per juta untuk input dan $0.021 per juta untuk output — harga sama untuk semua model di jaringan dan diperbarui di halaman ini dari sumber data langsung. Perkiraan harga per September 2026:

Pembayaran dilakukan berdasarkan penggunaan aktual, tanpa langganan dan tanpa kuota jumlah permintaan; saldo dan penggunaan harian dapat dilihat di dasbor.

Versi. Selama proyek masih dalam status developer preview, periksa setelah setiap pembaruan bahwa penyedia sudah terpasang, dan untuk reproduktibilitas, kunci versinya langsung di perintah: npx @deepseek-ai/[email protected] web.

Hak akses. Sesi baru secara default berjalan dalam mode Workspace Write — penulisan dibatasi dalam direktori kerja; antarmuka akan meminta konfirmasi untuk operasi di luar kebijakan tersebut. Mode dapat diubah di Settings → General.

Pengulangan. Jika terjadi kesalahan jaringan sesaat, dsh akan mencoba mengulangi permintaan secara otomatis — hingga lima kali menurut dokumentasi — sehingga lonjakan beban jaringan yang singkat biasanya tidak terasa.

Privasi. Gateway tidak menyimpan konten prompt dan respons: hanya statistik penggunaan agregat yang tersisa. Agen membaca file proyek secara lokal, di mesin Anda.

Jika perlu bekerja dengan gambar — tangkapan layar antarmuka, diagram pada foto — buat penyedia kedua di samping dengan model yang memiliki kemampuan penglihatan: dsh mendukung beberapa penyedia secara bersamaan, sedangkan model jaringan Gonka berbasis teks.

DeepSeek Harness bukan satu-satunya agen yang dirilis oleh laboratorium pembuat model: Z.ai, pencipta GLM, memiliki lingkungan ZCode, dan MiniMax memiliki MiniMax Code berbasis terminal. Keduanya dapat terhubung ke gateway yang sama dengan kunci yang sama.