Mga Seksyon ng Base ng Kaalaman ▾

Nabigasyon

▸ Magsimula rito Ayon sa papel

Mga Kategorya

Mga Gamit 54
Glosaryo 12

Tools

DeepSeek Harness: sariling provider sa pamamagitan ng JoinGonka Gateway

Sa madaling salita: konektado ang DeepSeek Harness sa JoinGonka Gateway nang regular: Settings → Models → Add model provider → Custom model API, Base URL https://gate.joingonka.ai/v1, protocol na OpenAI Chat Completions, susi na jg-…, pagkatapos Fetch available models — at lalabas sa listahan ang mga modelo ng network na GLM, DeepSeek at MiniMax. Hindi kinokonfigure ng installer na npx @joingonka/setup ang harness na ito: ginagawa ang lahat sa interface o sa isang bloke sa settings file.

DeepSeek Harness (command na dsh) — bukas na agentic harness mula sa DeepSeek AI: isang shell kung saan binabasa at inaayos ng modelo ang mga file ng proyekto, nagpapatakbo ng mga command, nagde-delegate ng mga subtask at may plano, habang pinapanood mo ito sa browser at kinukumpirma ang mga mapanganib na hakbang. Bata pa ang proyekto: tinatawag mismo ng mga may-akda itong developer preview at tahasang nagbabala na magkakaroon ng mga incompatible na pagbabago. Ginawa namin ang setup nang live sa isang maagang bersyon na 0.1.5-rc.2, at ang mga hakbang sa ibaba ay sinuri laban sa dokumentasyon ng proyekto noong 28.10.2026 — ang kasalukuyang branch ay 0.2.1-rc.

Sa unang pagpapatakbo, humihingi ang dsh ng susi ng opisyal na API ng vendor nito, ngunit bukas ang model layer nito: sa page na Settings → Models, maaaring idagdag ang anumang provider na gumagamit ng isa sa tatlong protocol — OpenAI Chat Completions, OpenAI Responses o Anthropic Messages. Sinusuportahan ng JoinGonka Gateway ang lahat ng tatlo, kaya kumokonekta ang harness sa decentralized na network ng Gonka gamit ang mga built-in na paraan, walang plugin o patch.

Isang kapansin-pansing detalye mula sa page ng app sa OpenRouter directory: sa ranking ng mga modelong ginagamit ng DeepSeek Harness doon, sa nakaraang 30 araw, pangalawa ang DeepSeek V4 Flash 0731, pangatlo ang GLM 5.3 Flash (snapshot noong Setyembre 21, 2026; pang-una ang isang anonymous na test model). Pareho sa mga bukas na modelong ito ay siniserbisyuhan ng Gonka network — kasama ang MiniMax M2.7 — kaya lumilipat ang dati mong setup sa ibang endpoint nang hindi nagpapalit ng modelo: ang address at presyo kada token lang ang nagbabago.

Ano ang DeepSeek Harness at paano ito patakbuhin

Ang harness ay ang lahat ng nakapalibot sa modelo sa agentic na gawain: ang siklo na «kahilingan → tawag sa tool → resulta → susunod na hakbang», mga tool para sa file at terminal, mga pahintulot at kumpirmasyon, log ng session, compression ng konteksto. Binubuo ito ng DeepSeek Harness mula sa mga plugin: ang arkitekturang «everything is a plugin» ay nakatayo sa framework na Cordis, at anumang node — mula sa tool hanggang sa adapter ng modelo — ay napapalitan nang hindi hinahawakan ang core. Bukas ang code sa ilalim ng lisensyang MIT. Huwag itong ipagkamali sa Hermes Agent: ang Hermes ay personal na self-learning na agent ng Nous Research na may memorya, na nakatira sa terminal at mga messenger, samantalang ang DeepSeek Harness ay ang shell ng DeepSeek na binubuo ng mga plugin na may web interface at app para sa PC.

Hindi kailangan ng installation — sapat na ang Node.js 24.9 o mas bago:

npx @deepseek-ai/dsh web

Binubuksan ng command ang Web UI sa http://127.0.0.1:3080 at ipinapakita ito sa browser; kapag tumatakbo sa SSH, ang address ay ipiniprinta lang sa terminal. Ang flag na --no-open ay nagpapatakbo ng server nang walang browser, binabago ng --port ang port. Mayroon ding app para sa PC mula sa pahina ng deepseek.com/harness: para sa macOS 13 at mas bago sa Apple silicon at para sa 64-bit na Windows 10 at mas bago. Ito na mismo ang nag-iinstall ng command na dsh para sa terminal — ang menu item na Manage dsh Command…. Ang direktoryo kung saan pinatakbo ang dsh ay nagiging default na working directory, ngunit sisimulan lang ng interface ang session pagkatapos ng malinaw na pagpili ng workspace.

ModeCommandPara saan
Web UIdsh webPangunahing interface: mga session, settings, kumpirmasyon ng operasyon
Isahang gawaindsh --profile headless "task"Mga script at CI: sagot sa stdout, daloy ng pag-iisip sa stderr
ACPdsh --profile acpMga editor at client na sumusuporta sa Agent Client Protocol
SDKdsh --profile sdkMga client sa JSON-RPC, kabilang ang Python SDK

Ang mga modelo ay kinokonekta sa pamamagitan ng mga adapter. May mga sariling adapter patungo sa DeepSeek — gamit ang API key o sa pamamagitan ng pag-log in sa DeepSeek account. Ang multi-provider na dsh-llm-pi-ai ay nakatayo sa library na pi-ai, ang parehong nasa ilalim ng terminal agent na Pi; sa pamamagitan nito nakakonekta ang mga built-in na provider mula sa catalog at anumang sariling endpoint. Kaya ang mga pangalan ng field sa settings — api, contextWindow, maxTokens — ay tumutugma sa mga pamilyar mula sa Pi.

Tungkol sa maturity. Nagsisimula ang README ng proyekto sa babala: developer preview, mabilis na iterasyon, breaking changes. Nililinaw ng hiwalay na dokumentong SAFETY.md na walang isinagawang security audit, at ang agent ay nagpapatupad ng mga command na ginawa ng modelo. Simple lang ang praktikal na konklusyon: patakbuhin ang dsh sa container, virtual machine o sa ilalim ng hiwalay na account at panatilihin ang mga backup ng lahat ng maaabot nito.

Pagkonekta sa pamamagitan ng Web UI: Settings → Models

Hakbang 1: key. Magrehistro sa gate.joingonka.ai/register: pagkatapos kumpirmahin ang email, makakatanggap ka ng 3M libreng token sa iyong account. Sa dashboard, buksan ang seksyong «Mga API key» at gumawa ng key na may prefix na jg-. Maginhawang gumawa ng hiwalay na key para sa harness — sa ganoon, makikita ang trapiko nito sa statistics sa sarili nitong linya.

Hakbang 2: unang screen. Pagkatapos ng window na Preview Notice (button na Continue), hihilingin ng dsh na ilagay ang key ng opisyal na DeepSeek API («Add an API key to get started»). Hindi ito kailangan: pindutin ang Configure later.

Hakbang 3: provider. Buksan ang Settings → Models at pindutin ang Add model provider. Bubukas ang card sa tab na Third-party model provider — ilipat ito sa Custom model API. Mga field ng form:

FieldHalagaTandaan
Provider IDjoingonkaMaliliit na letrang Latin, numero at hyphen, letra ang una. Permanent ang identifier: napupunta ito sa mga request, naka-save na session, default na modelo at pangalan ng reference sa key. Hindi ito mapapalitan ng pangalan — kailangan lang gumawa ng bagong provider at tanggalin ang luma
Display nameJoinGonka GatewayKahit anong label para sa mga listahan
Base URLhttps://gate.joingonka.ai/v1May suffix na /v1
API protocolOpenAI Chat Completions (sa file — openai-completions)Kung paano pumili ng protocol — nasa talahanayan sa ibaba
API keyjg-your-keyWrite-only na field: pagkatapos i-save, nakatatanggap ang page ng naka-mask na descriptor, hindi ang key mismo

Hakbang 4: mga modelo. Sa block ng mga modelo, pindutin ang Fetch available models: magre-request ang dsh sa gateway ng GET /models at bubuksan ang window na Choose models na may search. Markahan ang zai-org/GLM-5.3-Flash, deepseek-ai/DeepSeek-V4-Flash-0731 at MiniMaxAI/MiniMax-M2.7 at pindutin ang Update list: kasama ng mga identifier, ililipat ng dsh sa mga row ng modelo ang context window at response ceiling na iniuulat ng gateway: 390K at 8 192 token sa GLM-5.3 Flash, 380K at 32 768 sa DeepSeek V4 Flash, 180K at 8 192 sa MiniMax M2.7. Pindutin na lang ang Create provider: hanggang doon, walang nase-save.

Hakbang 5: mga antas ng pag-iisip. Sa mga modelo ng sarili mong provider, lalabas lang ang menu na Effort pagkatapos ideklara ang mga antas. Buksan ang provider para i-edit, i-expand sa modelo ang Customized settings → Model options at i-on ang Reasoning levels. Para sa GLM-5.3 Flash, iwanan ang mga row na off at high at ilagay sa field na API value ng off ang halagang low, para sa DeepSeek V4 Flash — none. Kung bakit ganito, ipinaliwanag sa susunod na seksyon.

Hakbang 6: pagpili ng modelo. Isara ang settings, pindutin ang Choose workspace at idagdag ang project directory. Lalabas ang mga modelo ng bagong provider sa selector; ang napili ay nagiging default na modelo para sa mga bagong session.

Hiwalay na itinatago ng dsh ang key mula sa settings: sa file na ~/.dsh/.credentials.yaml na may permisyong para sa may-ari lang. Sa settings file, pangalan lang ng reference dito ang natitira: binubuo ito ng form mula sa Provider ID, para sa joingonka ito ay JOINGONKA_API_KEY.

Alin ang protocol na pipiliin. Kinakausap ng gateway ang lahat ng tatlo, nagkakaiba ang base address at mga karagdagang kaginhawahan:

API protocolBase URLKailan pipiliin
openai-completionshttps://gate.joingonka.ai/v1Pangunahing opsyon: canonical na path ng gateway, hinihila ang listahan ng modelo sa button, dumarating ang reasoning flow ng reasoning model sa hiwalay na stream
openai-responseshttps://gate.joingonka.ai/v1Kung ang iyong mga plugin o scenario ay nakabase sa Responses API
anthropic-messageshttps://gate.joingonka.aiFormat na Anthropic Messages; ang path na /v1/messages ay dinadagdag mismo ng client

Isang protocol lang ang sinasalita ng isang provider sa dsh, kaya ang pangalawang protocol ay pangalawang provider na may ibang Provider ID. Para sa araw-araw na trabaho, sapat na ang unang opsyon; sa aming run sa maagang bersyon ng dsh, gumana ang agentic loop na may tool calls sa lahat ng tatlo.

Pag-configure gamit ang file: cordis.patch.yml

Ang form na Models ay nagsusulat sa profile document — $DSH_HOME/profiles/<profile>/cordis.patch.yml. Kapag pinatakbo ang dsh web, ang profile ay tinatawag na web, kaya ang default na path ay ~/.dsh/profiles/web/cordis.patch.yml. Maaaring i-edit ang file nang direkta: binubuksan ito ng button na Open configuration file sa header ng settings kung ang browser ay tumatakbo sa parehong machine na may dsh, at binabasa muli ng mga adapter ang file sa susunod na request — hindi kailangan ng restart. Ang block para sa Gonka network:

# ~/.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

Ang mahalaga dito:

  • Ang entry na llm-pi-ai ay pumapalit sa buong config ng adapter: kung may iba pang provider na nakasulat na sa file, iwanan sila sa parehong block.
  • Ang apiKeyEnv ay hindi ang key kundi ang pangalan ng reference dito. Hinahanap ng dsh ang value ayon sa pagkakasunod-sunod: una ang ~/.dsh/.credentials.yaml (dito nagsusulat ang form), pagkatapos ang environment kung saan tumatakbo ang dsh, pagkatapos ang .env sa startup directory at ~/.dsh/.env. Kung walang browser, sapat na ang linyang JOINGONKA_API_KEY=jg-your-key sa ~/.dsh/.env na may permissions na 600. Ang key na na-save ng form ay nangingibabaw sa variable na may parehong pangalan, at ang variable na na-export pagkatapos ng startup ay hindi na makikita ng tumatakbong process.
  • Itakda nang tahasan ang contextWindow at maxTokens — ito ang tunay na limitasyon ng mga modelo ng network. Sa mga modelong walang ganitong field, binibigyan sila ng dsh ng window na 1 000 000 token at response cap na 128 000, na hindi tumutugma sa mga limitasyon ng network. Ang itinakdang maxTokens ay nagiging default na response limit din para sa bawat request.
  • Ang reasoningEfforts ay ang mga reasoning level para sa Effort menu; ang modelong manu-manong inilagay ay walang mga ito hangga't hindi mo idinedeklara. Ang value sa kanan ay ipinapadala sa request bilang reasoning_effort. Sa GLM-5.3 Flash, ang value na low ay nagpapatay ng reasoning, sa DeepSeek V4 Flash — none; kaya ang mga ito ang nakatugma sa level na off. Ang MiniMax M2.7 ay walang mga level: laging nag-iisip ang modelo.
  • Ang agent-default-model ay ang modelo para sa mga bagong session. Ganoon din ang ginagawa ng pagpili ng modelo sa interface; maaari ring magdagdag ng reasoningEffort dito.
  • Magkahiwalay ang mga profile sa dsh, at ang file na ito ay binabasa lamang ng dsh web. Ang isahang pagtakbo ng --profile headless ay kumukuha ng settings mula sa ~/.dsh/profiles/headless/cordis.patch.yml — ilagay doon ang parehong dalawang entry. Ang key file na ~/.dsh/.credentials.yaml ay pangkaraniwan sa lahat ng profile.

Kung ang gateway ay nagbabalik ng error sa lahat ng request kahit tama ang key at address. Sa hindi pamilyar na address, ginagawa ng pi-ai ang request na parang ito mismo ang OpenAI: ang system prompt ng reasoning model ay ipinapadala na may role na developer, at ang response cap ay nasa field na max_completion_tokens. Tinatanggap ng JoinGonka Gateway ang dalawa. Kung sa iyong bersyon ng dsh ay tumatanggi pa rin ang gateway sa bawat request, ipinapayo ng dokumentasyon ng dsh na magsimula sa dalawang switch — inilalagay ang block na compat sa provider katabi ng baseURL:

        compat:
          supportsDeveloperRole: false
          maxTokensField: max_tokens

Dapat may value ang bawat switch: ang key na iniwang blangko ay hindi tinatanggap ng dsh.

Hindi kinokonfigura ng installer na npx @joingonka/setup ang harness na ito: ang buong koneksyon ay bumababa sa form mula sa nakaraang seksyon o sa block sa itaas.

Pag-verify at mga karaniwang error

Ang pinakamabilis na paraan para subukan ang koneksyon ay isang maikling gawain sa Web UI: buksan ang isang session sa napiling workspace at hilingin sa agent na hanapin ang bug sa isang maliit na file. Mula sa terminal, ganoon din ang ginagawa ng isang beses na pagpapatakbo sa profile na headless. May sariling settings file ang profile na ito, kaya ilagay muna ang provider at default na modelo sa ~/.dsh/profiles/headless/cordis.patch.yml, tulad ng sa nakaraang seksyon. Kung nakikita ng profile ang mga entry na ito, masusuri nang hindi nagpapadala ng request sa modelo: ipinapakita ng npx @deepseek-ai/dsh --profile headless --dump-config ang huling configuration. Pagkatapos, maglagay ng maliit na file na may malinaw na bug sa tabi nito at hilingin na hanapin ito:

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

Ang huling sagot ay ipinapakita sa stdout, ang reasoning ay nasa stderr na may markang dsh: reasoning:. Dapat mismo na tawagin ng agent ang file reading tool at sumagot nang direkta: sa aming pagpapatakbo sa isang maagang bersyon ng dsh, pinangalanan ng bawat isa sa tatlong modelo sa network ang maling linya. Ibig sabihin, ang buong cycle na "request → tool call → resulta → sagot" sa pamamagitan ng gateway ay nabubuo nang tama.

Ang ikalawang bahagi ng pagsusuri ay nasa panig ng gateway. Sa dashboard, buksan ang "Paggamit": makikita doon ang mga request kada oras at araw, ang breakdown ayon sa modelo at ayon sa key. Kapag may lumitaw na row na may key ng harness at sariwang oras ng huling request — talagang dumadaan ang trapiko sa gateway.

Kung may nangyaring hindi tama, karaniwang mababasa ang diagnosis nang direkta mula sa mensahe:

Ano ang nakikitaAno ang ibig sabihinAno ang gawin
401 … Invalid API keyHindi tinanggap ng gateway ang keyIlagay muli ang key sa page ng Models. Ang key na na-save ng form ay umaagaw sa environment variable na may parehong pangalan, kaya dapat itong ayusin doon kung saan ito naka-store
MISSING_CREDENTIALWalang nahanap sa reference mula sa apiKeyEnvI-save ang key sa form o magtakda ng variable bago patakbuhin ang dsh: isang beses lang binabasa ang environment, sa simula
UNKNOWN_MODELWala ang modelo sa listahan ng models ng providerIdagdag ito sa form o sa file, o pumili ng naka-configure na
400 … Model "…" not found. Available: …Hindi tumpak ang nakasulat na identifier, kadalasan walang prefix ng vendorKopyahin ang id mula sa listahan na ibinibigay ng gateway sa mismong mensahe
429 … currently overloaded … (rate limit)Normal na sitwasyon sa ilalim ng load: awtomatikong inuulit ng dsh ang request. Kung naubos na ang mga pag-ulit — lumipat sa ibang modelo o maghintay ng isang minuto; makikita ang status sa status page
Ang Fetch available models ay sumasagot ng 401Hiningi ang listahan gamit ang maling keySuriin ang key sa form; maaari ring manu-manong isulat ang mga modelo — gagana sila nang pareho
Tumatanggi ang gateway sa bawat request, kahit tama ang key at addressAng request ay nabuo sa form na hindi inaasahan ng gatewayMagsimula sa compat.supportsDeveloperRole: false at compat.maxTokensField: max_tokens, tulad ng sa nakaraang seksyon
Ang isang beses na pagpapatakbo ng --profile headless ay hindi nakikita ang provider na joingonkaAng form ay nagsusulat ng settings sa profile na web, ngunit may sariling file ang profile na headlessKopyahin ang mga entry na llm-pi-ai at agent-default-model sa ~/.dsh/profiles/headless/cordis.patch.yml
Walang menu ng Effort ang reasoning modelWalang nakadeklarang antas ang entry ng modeloI-enable ang Reasoning levels sa Model options ng modelo o idagdag ang reasoningEfforts sa cordis.patch.yml, tulad ng sa halimbawa sa itaas
Ang sagot ng reasoning model ay napuputol o walang lamanKasama ang reasoning sa limitasyon ng sagot at naubos ito nang buoHuwag babaan ang maxTokens; para sa maiikling gawain, piliin ang antas na off
Sa input field ay may nakasulat na Select model, naka-block ang inputAng default na modelo ay tumutukoy sa isang tinanggal na providerPumili ng ibang modelo sa selector

Aling modelo ang pipiliin

Isang presyo lang ang lahat ng modelo sa network, kaya ang pagpili ay tungkol sa pag-uugali, hindi sa budget. Nasa ibaba ang mga limitasyon at kung paano kumilos ang mga modelo sa aming dsh run sa parehong gawain: basahin ang file at hanapin ang error dito.

ModeloIdentifierContext / sagotPag-uugali sa dsh
GLM-5.3 Flashzai-org/GLM-5.3-Flash390K / 8192Reasoning-model: ipinapakita ng dsh ang pag-iisip sa hiwalay na stream, nananatiling malinis ang sagot. Kasama ang pag-iisip sa limitasyon ng sagot
DeepSeek V4 Flashdeepseek-ai/DeepSeek-V4-Flash-0731380K / 32768Malinis na sagot na may indikasyon ng linya. Ang pinakamalaking kisame ng sagot sa network — mahahabang pag-edit at malalaking file sa isang hakbang
MiniMax M2.7MiniMaxAI/MiniMax-M2.7180K / 8192Tama ang sagot sa gawain; dumarating ang pag-iisip sa hiwalay na field na reasoning_content, sa teksto ng sagot — ang sagot lang

Magsimula sa GLM-5.3 Flash: nag-iisip ito bago sumagot, sa level na off pinapatay ang pag-iisip para sa mabilisang pag-edit, at itago ang high para sa magulong lohika. Para sa malalaking file at mahahabang pag-edit sa isang hakbang, kunin ang DeepSeek V4 Flash — ito ang may pinakamalaking kisame ng sagot sa network. Ang MiniMax M2.7 — pantay na opsyon para sa maiikling gawain, kapag hindi nakakasagabal ang nakikitang takbo ng pag-iisip. Nagbabago ang modelo sa selector ng interface o sa linyang model sa block na agent-default-model.

Ang komposisyon ng network ay natutukoy sa boto ng mga kalahok at nagbabago sa paglipas ng panahon; ang kasalukuyang listahan kasama ang mga limitasyon ay palaging ibinibigay ng GET https://gate.joingonka.ai/v1/models — ito rin ang ginagamit ng button na Fetch available models.

Magkano ang halaga nito at ano ang dapat isaalang-alang sa trabaho

Iba ang paggastos ng tokens ng mga agentic tool kaysa sa chat: sa bawat pangungusap mo, nagdadagdag ang harness ng system prompt at mga paglalarawan ng lahat ng tool, at pagkatapos ay nagsasagawa ng multi-turn na usapan sa modelo. Sa aming run sa isang maagang bersyon, ang gawaing «basahin ang file at hanapin ang error» ay tumagal ng dalawa hanggang tatlong turn at mula 14 hanggang 22 libong tokens, at halos lahat nito ay input: mga pitong libong tokens ang nauubos sa bawat turn bago pa ang tanong mo. Normal lang itong bayad para sa awtonomiya — at iyon nga ang dahilan kung bakit ang presyo kada token ang nagpapasya.

Sa pamamagitan ng JoinGonka Gateway, ang mga token ay nagkakahalaga ng $0.0062 kada milyon sa input at $0.019 kada milyon sa output — pareho ang presyo para sa lahat ng modelo sa network at ipinapasok sa page na ito mula sa live na source. Ang order ng magnitude sa mga presyo noong Setyembre 2026:

ScenarioGastosSa pamamagitan ng Gateway
Isahang gawain (basahin ang file, hanapin ang error)14-22K tokenssandaang bahagi ng isang sentimo
Isang araw ng aktibong trabaho3-7M tokensilang sentimo
Isang buwan ng aktibong development~150M tokensmga isang dolyar

Ang bayad ay batay sa aktwal na gastos, walang subscription at walang quota sa bilang ng mga request; ang natitira at gastos kada araw ay makikita sa account.

Bersyon. Wala pang stable na release ang DeepSeek Harness: alpha na bersyon at release candidate lang ang lumalabas, at kinukuha ng npx ang minarkahan sa npm bilang pinakabago. Pagkatapos ng bawat update, tiyakin na naroon ang provider, at para sa reproducibility, i-pin ang bersyon mismo sa command: npx @deepseek-ai/[email protected] web — ito ang pinakabagong bersyon sa npm noong Oktubre 28, 2026.

Mga karapatan. Ang mga bagong session ay default na tumatakbo sa Workspace Write mode — pagsusulat sa loob ng working directory; ang mga operasyong lampas sa policy ay hinihiling ng interface na kumpirmahin. Nagbabago ang mode sa Settings → General.

Mga pag-ulit. Sa isahang network error, kusang inuulit ng dsh ang request — ayon sa dokumentasyon hanggang limang beses, — kaya ang maikling pagtaas ng load sa network ay karaniwang dumadaan nang hindi napapansin.

Privacy. Hindi iniimbak ng gateway ang nilalaman ng mga prompt at sagot: sa statistics, aggregates ng gastos lang ang natitira. Ang mga file ng proyekto ay binabasa ng agent nang lokal, sa iyong makina.

Kung kailangan ng trabaho sa mga larawan — screenshot ng interface, diagram sa photo — mag-set up ng pangalawang provider na may modelong marunong tumingin: sabay na humahawak ng ilang provider ang dsh, at ang mga modelo ng Gonka network ay text-only.

Ang DeepSeek Harness ay hindi lang ang agent na inilalabas mismo ng laboratoryong gumagawa ng mga modelo: ang Z.ai, ang mga may-akda ng GLM, ay may environment na ZCode, at ang MiniMax ay may terminal na MiniMax Code. Pareho silang kumokonekta sa parehong gateway gamit ang parehong key.

Ang DeepSeek Harness ay bukas na agentic harness mula sa DeepSeek AI sa status na developer preview: Web UI, desktop app, isahang run, ACP at SDK sa ibabaw ng plugin architecture. Ang sariling endpoint ay konektado nang standard: Settings → Models → Add model provider → Custom model API, address na https://gate.joingonka.ai/v1, protocol na OpenAI Chat Completions, key na jg-…; ang button na Fetch available models ay kumukuha ng GLM-5.3 Flash, DeepSeek V4 Flash at MiniMax M2.7 kasama ang mga limitasyon. Ang parehong bagay ay naisusulat sa isang block na llm-pi-ai sa ~/.dsh/profiles/web/cordis.patch.yml. Para sa GLM-5.3 Flash, ideklara ang mga level na off: low at high: high, para sa DeepSeek V4 Flash — off: none at high: high, — at magiging switchable ang pag-iisip. Patakbuhin ang harness sa isolated na environment at i-pin ang bersyon habang hindi pa matatag ang format.

Gusto mo pang matuto?

Galugarin ang iba pang mga seksyon o simulang kumita ng GNK ngayon.

Kumuha ng key at libreng tokens →