知識ベースのセクション ▾

ナビゲーション

▸ ここから始める 役割別

カテゴリー

ツール 54
用語集 12

ツール

DeepSeek Harness: JoinGonka Gateway経由の独自プロバイダー

要点:DeepSeek HarnessはJoinGonka Gatewayに標準機能で接続できます。Settings → Models → Add model provider → Custom model API、Base URL https://gate.joingonka.ai/v1、プロトコルはOpenAI Chat Completions、キーはjg-…、そしてFetch available modelsを実行すると、GLM、DeepSeek、MiniMaxのネットワークモデルがリストに表示されます。インストーラーnpx @joingonka/setupはこのハーネスを設定しません。すべてはインターフェース上か、設定ファイル内の1つのブロックで行います。

DeepSeek Harness(コマンドdsh)は、DeepSeek AIによるオープンなエージェントハーネスです。モデルがプロジェクトのファイルを読み書きし、コマンドを実行し、サブタスクを委任して計画を立てるシェルであり、あなたはブラウザからそれを見守り、リスクのあるステップを承認します。プロジェクトはまだ若く、作者自身がdeveloper previewと呼び、互換性のない変更が起きると明言しています。私たちは初期バージョン0.1.5-rc.2で実際に設定を行い、以下の手順は2026年10月28日時点のプロジェクトドキュメントと照合済みです。現在のブランチは0.2.1-rcです。

初回起動時、dshはベンダー公式APIのキーを要求しますが、モデル層はオープンです。Settings → Modelsページで、3つのプロトコル(OpenAI Chat Completions、OpenAI Responses、Anthropic Messages)のいずれかに対応するプロバイダーを追加できます。JoinGonka Gatewayは3つすべてに対応しているため、ハーネスはプラグインやパッチなしで、標準機能で分散型ネットワークGonkaに接続できます。

OpenRouterのカタログにあるアプリページの興味深い点:そこでのDeepSeek Harnessが動作するモデルの過去30日間のランキングで、2位はDeepSeek V4 Flash 0731、3位はGLM 5.3 Flashです(2026年9月21日時点。1位は匿名のテストモデル)。両方のオープンモデルはMiniMax M2.7とともにGonkaネットワークが提供しているため、いつものモデルセットをモデル変更なしで別のエンドポイントに移行できます。変わるのはアドレスとトークン単価だけです。

DeepSeek Harnessの概要と起動方法

ハーネスとは、エージェント作業でモデルを取り巻くものすべてです。「リクエスト → ツール呼び出し → 結果 → 次のステップ」というループ、ファイルとターミナル用のツール、権限と確認、セッションログ、コンテキストの圧縮。DeepSeek Harness はこれをプラグインから組み立てます。「everything is a plugin」というアーキテクチャはフレームワーク Cordis の上に構築されており、ツールからモデルアダプターまであらゆるノードを、コアを書き換えることなく差し替えられます。コードは MIT ライセンスで公開されています。Hermes Agent と混同しないでください。Hermes は Nous Research による記憶を持った自己学習型のパーソナルエージェントで、ターミナルとメッセンジャーの中で動きます。一方 DeepSeek Harness は、Web インターフェースとデスクトップアプリを備えた、プラグインによる DeepSeek のシェルです。

インストールは不要で、Node.js 24.9 以降があれば十分です:

npx @deepseek-ai/dsh web

このコマンドは http://127.0.0.1:3080 で Web UI を起動し、ブラウザで開きます。SSH 経由で起動した場合、アドレスはターミナルに表示されるだけです。--no-open フラグはブラウザなしでサーバーを起動し、--port はポートを変更します。deepseek.com/harness のページにはデスクトップアプリもあります。macOS 13 以降の Apple silicon 用と、64 ビット Windows 10 以降用です。ターミナル用の dsh コマンドはアプリが自動でインストールします — メニュー項目の Manage dsh Command… です。dsh を起動したディレクトリがデフォルトの作業ディレクトリになりますが、インターフェースがセッションを開始するのは workspace を明示的に選択した後だけです。

モードコマンド用途
Web UIdsh webメインのインターフェース: セッション、設定、操作の確認
単発タスクdsh --profile headless "task"スクリプトと CI: 応答は stdout、推論の過程は stderr
ACPdsh --profile acpAgent Client Protocol 対応のエディタとクライアント
SDKdsh --profile sdkJSON-RPC クライアント、Python SDK を含む

モデルはアダプターを通じて接続します。DeepSeek へは専用のアダプターを使います — API キー経由か、DeepSeek アカウントへのログイン経由です。マルチプロバイダーの dsh-llm-pi-ai は、ターミナルエージェント Pi の基盤でもあるライブラリ pi-ai の上に構築されています。これを通じて、カタログの組み込みプロバイダーも、独自の endpoint も接続できます。そのため設定のフィールド名 — api、contextWindow、maxTokens — は Pi でおなじみのものと同じです。

成熟度について。 プロジェクトの README は警告から始まります: developer preview、急速なイテレーション、破壊的変更。別のドキュメント SAFETY.md は、セキュリティ監査は実施されておらず、エージェントはモデルが生成したコマンドを実行すると明記しています。実践的な結論はシンプルです: dsh はコンテナ、仮想マシン、または専用アカウントの下で実行し、dsh が到達しうるものすべてのバックアップを取っておきましょう。

Web UI経由の接続: Settings → Models

ステップ1:キー。gate.joingonka.ai/register で登録してください。メール確認後、3M の無料トークンがアカウントに付与されます。ダッシュボードで「APIキー」セクションを開き、プレフィックス jg- のキーを作成します。ハーネス用に専用のキーを用意しておくと、そのトラフィックが統計上で別行として表示されるので便利です。

ステップ2:最初の画面。Preview Notice ウィンドウ(Continue ボタン)の後、dsh が公式 DeepSeek API のキー入力(「Add an API key to get started」)を求めます。これは必須ではありません。Configure later を押してください。

ステップ3:プロバイダー。Settings → Models を開き、Add model provider を押します。カードは Third-party model provider タブで開くので、Custom model API に切り替えます。フォームの項目:

項目値備考
Provider IDjoingonka小文字のラテン文字、数字、ハイフン。先頭は文字。識別子は固定で、リクエスト、保存済みセッション、デフォルトモデル、キー参照名に含まれます。名前変更はできず、新しいプロバイダーを作成して古いものを削除するしかありません
Display nameJoinGonka Gateway一覧表示用の任意のラベル
Base URLhttps://gate.joingonka.ai/v1サフィックス /v1 付き
API protocolOpenAI Chat Completions(ファイル内では openai-completions)プロトコルの選び方は下の表を参照
API keyjg-your-key書き込み専用フィールド:保存後、ページが取得するのはキー本体ではなくマスクされたデスクリプタです

ステップ4:モデル。モデルのブロックで Fetch available models を押します。dsh がゲートウェイに GET /models を送り、検索付きの Choose models ウィンドウを開きます。zai-org/GLM-5.3-Flash、deepseek-ai/DeepSeek-V4-Flash-0731、MiniMaxAI/MiniMax-M2.7 にチェックを入れ、Update list を押します。識別子とともに、ゲートウェイが通知するコンテキストウィンドウと応答上限がモデルの行に反映されます:GLM-5.3 Flash は 390K と 8 192 トークン、DeepSeek V4 Flash は 380K と 32 768、MiniMax M2.7 は 180K と 8 192。あとは Create provider を押すだけです。それまでは何も保存されません。

ステップ5:推論レベル。自作プロバイダーのモデルでは、レベルを宣言して初めて Effort メニューが表示されます。プロバイダーを編集で開き、モデルの Customized settings → Model options を展開し、Reasoning levels を有効にします。GLM-5.3 Flash では off と high の行を残し、off の API value フィールドに low を、DeepSeek V4 Flash には none を入力します。なぜそうするのかは次のセクションで説明します。

ステップ6:モデルの選択。設定を閉じ、Choose workspace を押してプロジェクトのディレクトリを追加します。新しいプロバイダーのモデルがセレクターに表示され、選んだものが新しいセッションのデフォルトモデルになります。

dsh はキーを設定とは別に保存します:ファイル ~/.dsh/.credentials.yaml にオーナーのみの権限で保存されます。設定ファイルにはその参照名だけが残ります。フォームは Provider ID からこれを生成し、joingonka の場合は JOINGONKA_API_KEY になります。

どのプロトコルを選ぶか。ゲートウェイは3つすべてに対応しており、ベースアドレスと付随する利便性が異なります:

API protocolBase URL選ぶとき
openai-completionshttps://gate.joingonka.ai/v1基本の選択肢:ゲートウェイの正規パスで、ボタンでモデル一覧を取得でき、reasoning モデルの思考過程が別ストリームで届きます
openai-responseshttps://gate.joingonka.ai/v1プラグインやシナリオが Responses API を前提としている場合
anthropic-messageshttps://gate.joingonka.aiAnthropic Messages 形式。パス /v1/messages はクライアントが自動で付加します

dsh の1つのプロバイダーは1つのプロトコルで通信するため、2つ目のプロトコルは別の Provider ID を持つ2つ目のプロバイダーとなります。日常的な作業には最初の選択肢で十分です。dsh の初期バージョンでの私たちのテストでは、ツール呼び出しを含むエージェントループは3つすべてで動作しました。

ファイルによる設定:cordis.patch.yml

Modelsフォームはプロファイルドキュメント — $DSH_HOME/profiles/<profile>/cordis.patch.yml — に書き込みます。dsh web を起動した場合、プロファイル名は web なので、デフォルトのパスは ~/.dsh/profiles/web/cordis.patch.yml です。このファイルは直接編集できます。設定ヘッダーの Open configuration file ボタンを押すと、dsh と同じマシンでブラウザを動かしている場合はファイルが開きます。アダプターは次のリクエスト時にファイルを読み直すため、再起動は不要です。Gonkaネットワーク用のブロックはこちらです:

# ~/.dsh/profiles/web/cordis.patch.yml
- id: llm-pi-ai
  config:
    providers:
      joingonka:
        displayName: JoinGonka Gateway
        apiKeyEnv: JOINGONKA_API_KEY
        api: openai-completions
        baseURL: https://gate.joingonka.ai/v1
        models:
          - id: zai-org/GLM-5.3-Flash
            contextWindow: 390000
            maxTokens: 8192
            reasoningEfforts:
              off: low
              high: high
          - id: deepseek-ai/DeepSeek-V4-Flash-0731
            contextWindow: 380000
            maxTokens: 32768
            reasoningEfforts:
              off: none
              high: high
          - id: MiniMaxAI/MiniMax-M2.7
            contextWindow: 180000
            maxTokens: 8192
- id: agent-default-model
  config:
    provider: joingonka
    model: zai-org/GLM-5.3-Flash

ここで重要なポイント:

  • llm-pi-ai のエントリはアダプターの設定全体を丸ごと置き換えます。ファイルにすでに他のプロバイダーが記述されている場合は、同じブロックに残してください。
  • apiKeyEnv はキーそのものではなく、キーへの参照名です。dsh は値を次の順序で探します: まず ~/.dsh/.credentials.yaml(フォームがここに書き込みます)、次に dsh を起動した環境、そして起動ディレクトリの .env と ~/.dsh/.env。ブラウザを使わない場合は、~/.dsh/.env に権限 600 で JOINGONKA_API_KEY=jg-your-key の一行があれば十分です。フォームで保存されたキーは同名の環境変数を上書きし、起動後にエクスポートされた変数はすでに動いているプロセスには見えません。
  • contextWindow と maxTokens は明示的に指定してください — これらはネットワーク上のモデルの実際のリミットです。これらのフィールドがないモデルに対して、dsh は 1 000 000 トークンのウィンドウと 128 000 の応答上限を勝手に割り当てますが、これはネットワークのリミットとは一致しません。設定した maxTokens は同時に、各リクエストのデフォルトの応答上限にもなります。
  • reasoningEfforts は Effort メニュー用の推論レベルです。手動で記述したモデルには、あなたが宣言するまでレベルはありません。右側の値は reasoning_effort としてリクエストに送られます。GLM-5.3 Flash では low が推論を無効にし、DeepSeek V4 Flash では none が無効にするため、off レベルにはそれぞれが対応付けられています。MiniMax M2.7 にはレベルがありません: このモデルは常に推論します。
  • agent-default-model は新規セッション用のモデルです。インターフェースでのモデル選択も同じ効果があります。ここに reasoningEffort を追加することもできます。
  • dsh のプロファイルはそれぞれ独立しており、このファイルを読むのは dsh web だけです。単発実行の --profile headless は ~/.dsh/profiles/headless/cordis.patch.yml から設定を読み込むので、同じ2つのエントリをそこに置いてください。キーファイル ~/.dsh/.credentials.yaml はすべてのプロファイルで共通です。

キーとアドレスが正しいのに、ゲートウェイがすべてのリクエストにエラーを返す場合。 未知のアドレスに対して、pi-ai はまるで OpenAI 本体であるかのようにリクエストを組み立てます: reasoning モデルのシステムプロンプトは developer ロールで送られ、応答上限は max_completion_tokens フィールドになります。JoinGonka Gateway はどちらも受け付けます。それでもお使いの dsh のバージョンでゲートウェイが毎回のリクエストを拒否する場合、dsh のドキュメントは2つのスイッチから始めることを勧めています — compat ブロックをプロバイダーの baseURL の隣に置きます:

        compat:
          supportsDeveloperRole: false
          maxTokensField: max_tokens

各スイッチには必ず値を設定してください: 空のままにしたキーは dsh が受け付けません。

インストーラー npx @joingonka/setup はこのハーネスを設定しません: 接続はすべて前のセクションのフォームか上記のブロックで完結します。

検証および一般的なエラー

連携を最も手早く確認する方法は、Web UI での短いタスクです。選択した workspace でセッションを開き、エージェントに小さなファイルのバグを見つけるよう依頼してください。ターミナルからなら、headless プロファイルでの単発実行が同じことをしてくれます。このプロファイルは専用の設定ファイルを持つので、まず前のセクションと同じように、デフォルトのプロバイダーとモデルを ~/.dsh/profiles/headless/cordis.patch.yml に記述します。プロファイルがこれらの記述を認識しているかは、モデルに問い合わせずに確認できます。npx @deepseek-ai/dsh --profile headless --dump-config が最終的な設定を出力します。次に、明らかなバグを含む小さなファイルを隣に置き、それを見つけるよう依頼します。

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

最終的な回答は stdout に、推論の過程は dsh: reasoning: というマーク付きで stderr に出力されます。エージェントは自分でファイル読み取りツールを呼び出し、本質的に答えるはずです。私たちが dsh の初期バージョンで実行したときは、ネットワーク上の3つのモデルすべてが誤った行を指摘しました。つまり、「リクエスト → ツール呼び出し → 結果 → 回答」という完全なサイクルがゲートウェイ経由で正しく組み立てられている証拠です。

確認の後半はゲートウェイ側です。管理画面で「使用状況」を開いてください。時間別・日別のリクエスト、モデル別・キー別の内訳が確認できます。ハーネスのキーを持つ行と、最後のリクエストの新しい時刻が現れていれば、トラフィックが実際にゲートウェイを通っているということです。

何か問題が起きた場合、診断はたいていメッセージから直接読み取れます。

表示される内容意味対処
401 … Invalid API keyゲートウェイがキーを受け付けなかったModels ページでキーを再入力してください。フォームで保存されたキーは同名の環境変数を上書きするため、修正はそれが保存されている場所で行う必要があります
MISSING_CREDENTIALapiKeyEnv の参照先に何も見つからなかったフォームでキーを保存するか、dsh の起動前に環境変数を設定してください。環境は起動時に一度だけ読み込まれます
UNKNOWN_MODELプロバイダーの models リストにモデルがないフォームまたはファイルに追加するか、すでに設定済みのモデルを選択してください
400 … Model "…" not found. Available: …識別子が正確に入力されていない。多くの場合、ベンダープレフィックスが欠けていますゲートウェイがメッセージ内に示す一覧から id をコピーしてください
429 … currently overloaded … (rate limit)ネットワーク内でそのモデルの空き容量が現在枯渇している負荷時の通常の状況です。dsh は自動的にリクエストを再試行します。再試行が尽きた場合はモデルを切り替えるか1分待ってください。状態はステータスページで確認できます
Fetch available models が 401 を返す誤ったキーでリストをリクエストしているフォームのキーを確認してください。モデルは手動で入力しても同じように動作します
キーとアドレスは正しいのに、ゲートウェイがすべてのリクエストを拒否するリクエストがゲートウェイの期待する形式で組み立てられていない前のセクションと同じく compat.supportsDeveloperRole: false と compat.maxTokensField: max_tokens から始めてください
--profile headless の単発実行がプロバイダー joingonka を認識しないフォームは web プロファイルに設定を書き込み、headless プロファイルは専用ファイルを持つllm-pi-ai と agent-default-model の記述を ~/.dsh/profiles/headless/cordis.patch.yml にコピーしてください
reasoning モデルに Effort メニューがないモデルの記述にレベルが宣言されていないモデルの Model options で Reasoning levels を有効にするか、上の例のように reasoningEfforts を cordis.patch.yml に追加してください
reasoning モデルの回答が途中で切れる、または空推論が回答のリミットに含まれ、それを丸ごと消費してしまったmaxTokens を低くしすぎないでください。短いタスクには off レベルを選んでください
入力フィールドに Select model と表示され、入力がブロックされているデフォルトモデルが削除されたプロバイダーを参照しているセレクターで別のモデルを選択してください

どのモデルを選ぶべきか

ネットワーク内のすべてのモデルは価格が同じなので、選ぶ基準は予算ではなく挙動です。以下では、同じタスク「ファイルを読み込み、その中のエラーを見つける」をdshで実行したときの制限とモデルの挙動をまとめました。

モデル識別子コンテキスト / 応答dshでの挙動
GLM-5.3 Flashzai-org/GLM-5.3-Flash390K / 8192Reasoningモデル:dshは推論を別ストリームで表示し、応答はクリーンなまま。推論は応答の上限に含まれる
DeepSeek V4 Flashdeepseek-ai/DeepSeek-V4-Flash-0731380K / 32768行番号付きのクリーンな応答。ネットワーク内で最大の応答上限——長い修正や大きなファイルを1ターンで処理
MiniMax M2.7MiniMaxAI/MiniMax-M2.7180K / 8192タスクを正確に解決。推論は別フィールドreasoning_contentで届き、応答テキストには応答のみ

まずはGLM-5.3 Flashから始めましょう。応答の前に推論し、offレベルで素早い修正のために推論をオフにでき、highは複雑なロジック用に取っておきます。大きなファイルや長い修正を1ターンで行うならDeepSeek V4 Flash——ネットワーク内で最大の応答上限を持ちます。MiniMax M2.7は、目に見える推論の流れが邪魔にならない短いタスクに安定した選択肢です。モデルはインターフェースのセレクターか、agent-default-modelブロックのmodel行で切り替えられます。

ネットワークの構成は参加者の投票で決まり、時間とともに変化します。最新のリストと制限は常にGET https://gate.joingonka.ai/v1/modelsから取得できます——Fetch available modelsボタンもこれを使っています。

コストと運用上の注意点

エージェントツールはチャットとはトークンの消費の仕方が異なります。あなたのフレーズごとに、ハーネスはシステムプロンプトと全ツールの説明を追加し、モデルと多ターンの対話を行います。初期バージョンでの私たちの実行では、「ファイルを読み込み、エラーを見つける」というタスクに2〜3ターン、14,000〜22,000トークンを要し、そのほとんどが入力でした。約7,000トークンはあなたの質問の前から毎ターン消費されます。これは自律性のための正常なコストであり、だからこそトークン単価がものを言うのです。

JoinGonka Gateway経由では、トークンは入力100万あたり$0.0062、出力100万あたり$0.019です——価格はネットワーク内のすべてのモデルで同じで、このページではライブソースから挿入されます。2026年9月時点の価格の目安:

シナリオ消費Gateway経由
単発タスク(ファイルを読み込み、エラーを見つける)14〜22Kトークン1セントの百分の一
活発な作業の1日3〜7Mトークン数セント
活発な開発の1ヶ月約150Mトークン1ドル程度

支払いは実際の消費分のみで、サブスクリプションもリクエスト数クォータもありません。残高と日別の消費はダッシュボードで確認できます。

バージョン。 DeepSeek Harnessにはまだ安定版リリースがありません。アルファ版とリリース候補のみが公開されており、npxはnpmで最新とマークされたものを取得します。更新のたびにプロバイダーが存在することを確認し、再現性のためにコマンド内でバージョンを固定してください:npx @deepseek-ai/[email protected] web——これが2026年10月28日時点のnpmの最新バージョンです。

権限。 新しいセッションはデフォルトでWorkspace Writeモード——作業ディレクトリ内での書き込み——で動作します。ポリシーを超える操作はインターフェースが確認を求めます。モードはSettings → Generalで変更できます。

リトライ。 一時的なネットワークエラーが発生すると、dshは自動的にリクエストを再試行します——ドキュメントによれば最大5回——そのため、ネットワーク負荷の短い急増は通常気づかれません。

プライバシー。 ゲートウェイはプロンプトや応答の内容を保存しません。統計には消費の集計のみが残ります。プロジェクトファイルはエージェントがあなたのマシン上でローカルに読み取ります。

画像を扱う必要がある場合——インターフェースのスクリーンショットや写真の図など——ビジョン対応モデルを持つ2つ目のプロバイダーを並行して設定してください。dshは複数のプロバイダーを同時に保持できますが、Gonkaのネットワークモデルはテキスト専用です。

DeepSeek Harnessは、モデル開発ラボ自身がリリースする唯一のエージェントではありません。GLMの作者であるZ.aiにはZCode環境があり、MiniMaxにはターミナル版のMiniMax Codeがあります。どちらも同じキーで同じゲートウェイに接続します。

DeepSeek Harnessは、DeepSeek AIによるオープンなエージェントハーネスで、developer previewステータスにあります。Web UI、デスクトップアプリ、単発実行、ACPとSDKをプラグインアーキテクチャ上に提供します。カスタムendpointは標準的な手順で接続できます:Settings → Models → Add model provider → Custom model API、アドレスhttps://gate.joingonka.ai/v1、プロトコルはOpenAI Chat Completions、キーはjg-…。Fetch available modelsボタンがGLM-5.3 Flash、DeepSeek V4 Flash、MiniMax M2.7を制限とともに取得します。同じ設定は~/.dsh/profiles/web/cordis.patch.yml内の1つのllm-pi-aiブロックとしても記述できます。GLM-5.3 Flashにはoff: lowとhigh: highを、DeepSeek V4 Flashにはoff: noneとhigh: highを宣言すれば、推論を切り替え可能になります。フォーマットが固まるまでは、ハーネスを分離環境で実行し、バージョンを固定してください。

もっと知りたいですか?

他のセクションを探索するか、Gonkaを今すぐ獲得し始めましょう。

キーと無料トークンを取得 →