DeepSeek Harness: JoinGonka Gateway کے ذریعے اپنا پرووائیڈر

Harness یعنی agentic کام میں ماڈل کے گرد موجود سب کچھ: "request → tool call → result → next step" کا loop، فائل اور ٹرمینل کے tools، اجازتیں اور تصدیقات، سیشن کا لاگ، context کی کمپریشن۔ DeepSeek Harness یہ سب plugins سے جوڑتا ہے: "everything is a plugin" architecture Cordis فریم ورک پر کھڑی ہے، اور کوئی بھی node — tool سے لے کر model adapter تک — core چھیڑے بغیر بدلا جا سکتا ہے۔ کوڈ MIT لائسنس کے تحت اوپن ہے۔

انسٹال کی ضرورت نہیں — بس Node.js (22.19 سے شروع ہونے والی 22 لائن، یا 24 اور اس سے نئی):

npx @deepseek-ai/dsh web

یہ کمانڈ http://127.0.0.1:3080 پر Web UI اٹھاتی ہے اور براؤزر میں کھول دیتی ہے؛ SSH سے چلانے پر پتہ صرف ٹرمینل میں پرنٹ ہوتا ہے۔ --no-open فلیگ براؤزر کے بغیر سرور چلاتا ہے، --port پورٹ بدلتا ہے۔ جس ڈائریکٹری سے dsh چلائیں وہی ڈیفالٹ working directory بنتی ہے، مگر interface سیشن اسی وقت شروع کرے گا جب workspace واضح طور پر منتخب کیا جائے۔

ماڈل لیئر دو adapters پر مشتمل ہے۔ ڈائریکٹ adapter vendor کے آفیشل API پر جاتا ہے۔ Multi-provider والا — dsh-llm-pi-ai — pi-ai لائبریری پر بنیا ہوا ہے، وہی جو ٹرمینل agent Pi کی بنیاد بھی ہے؛ اسی کے ذریعے کیٹلاگ کے built-in providers اور اپنے کسی بھی endpoint کو جوڑ سکتے ہیں۔ اسی لیے سیٹنگز کے فیلڈ نام — api، contextWindow، maxTokens — وہی ہیں جو Pi سے مانوس ہیں۔

پختگی کے بارے میں۔ پروجیکٹ کا README شروع ہی وارننگ سے ہوتا ہے: developer preview، تیز iteration، breaking changes۔ الگ دستاویز SAFETY.md واضح کرتی ہے کہ سیکیورٹی آڈٹ نہیں ہوا، اور ایجنٹ ماڈل کے بنائے گئے کمانڈس چلاتا ہے۔ عملی مشورہ سیدھا سا ہے: dsh کو کنٹینر، ورچوئل مشین یا علیحدہ اکاؤنٹ میں چلائیں اور ہر اس چیز کا بیک اپ رکھیں جہاں تک وہ پہنچ سکتا ہے۔

مرحلہ 1: کلید۔ gate.joingonka.ai/register پر رجسٹر کریں: پتہ تصدیق ہونے کے بعد اکاؤنٹ میں 3M مفت ٹوکنز آ جائیں گے۔ ڈیش بورڈ میں «API کلیدیں» کا سیکشن کھولیں اور jg- پری فکس کے ساتھ ایک کلید بنائیں۔ ہارنس کے لیے الگ کلید رکھنا سہولت دیتا ہے — پھر اس کی ٹریفک اعدادوشمار میں الگ سطر میں نظر آئے گی۔

مرحلہ 2: پہلی اسکرین۔ ٹیسٹ اسٹیٹس کی اطلاع کے بعد (Continue بٹن) dsh آفیشل API کی کلید مانگے گا («Add an API key to get started»)۔ یہ لازمی نہیں: Configure later دبائیں۔

مرحلہ 3: پرووائیڈر۔ Settings → Models کھولیں اور Add a custom provider منتخب کریں۔ فارم کے خانے:

مرحلہ 4: ماڈلز۔ Models بلاک میں Fetch available models دبائیں: dsh گیٹ وے سے فہرست مانگ کر «Choose models to add» ونڈو کھولے گا۔ ہمارے رن میں اس میں نیٹ ورک کے تینوں ماڈل موجود تھے — MiniMaxAI/MiniMax-M2.7، deepseek-ai/DeepSeek-V4-Flash-0731 اور zai-org/GLM-5.3-Flash — اور Add selected کے بعد ہارنس نے خود ہر ایک کا کانٹیکسٹ ونڈو اور جواب کی حد مقرر کر دی، گیٹ وے کے ڈیٹا کے مطابق۔ اب صرف Create provider دبانا باقی ہے۔

مرحلہ 5: ماڈل کا انتخاب۔ سیٹنگز بند کریں، Choose workspace دبائیں اور پروجیکٹ ڈائریکٹری شامل کریں۔ نئے پرووائیڈر کے ماڈلز سلیکٹر میں آ جائیں گے؛ منتخب کردہ ماڈل نئے سیشنز کے لیے ڈیفالٹ بن جائے گا۔

dsh کلید کو سیٹنگز سے الگ رکھتا ہے: ~/.dsh/.credentials.yaml فائل میں، صرف مالک کے لیے اجازت کے ساتھ۔ settings.yaml میں صرف اس کے حوالہ کا نام رہتا ہے — ہمارے رن میں JOINGONKA_API_KEY، پرووائیڈر شناخت کے مطابق۔

کون سا پروٹوکول چنیں۔ گیٹ وے تینوں بولتا ہے، فرق صرف بنیادی پتے اور ضمنی سہولیات کا ہے:

dsh میں ایک پرووائیڈر ایک ہی پروٹوکول بولتا ہے، اس لیے دوسرا پروٹوکول یعنی مختلف Provider ID والا دوسرا پرووائیڈر۔ روزمرہ کام کے لیے پہلا آپشن کافی ہے؛ ہمارے رن میں ٹول کال کے ساتھ ایجنٹ لوپ تینوں پر چلا۔

Models فارم ایک عام YAML دستاویز میں لکھتا ہے — $DSH_HOME/settings.yaml، بطور ڈیفالٹ ~/.dsh/settings.yaml۔ اسے براہِ راست ایڈٹ کیا جا سکتا ہے: سیٹنگز کے ہیڈر میں موجود Open configuration file بٹن فائل کھولتا ہے، اور اڈاپٹرز اگلی ریکوئسٹ پر اسے دوبارہ پڑھ لیتے ہیں — ری اسٹارٹ کی ضرورت نہیں۔ Gonka نیٹ ورک کے لیے مکمل نمونہ:

# ~/.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

یہاں اہم باتیں:

• apiKeyEnv — یہ کلید نہیں، بلکہ اس کے حوالے کا نام ہے۔ dsh قدر کو اس ترتیب سے ڈھونڈتا ہے: اسٹارٹ کے وقت کا ماحول متغیر، پھر .credentials.yaml (جہاں فارم لکھتا ہے)، پھر اسٹارٹ ڈائریکٹری میں .env، پھر ~/.dsh/.env۔ اگر آپ ہارنس براؤزر کے بغیر سیٹ اپ کر رہے ہیں تو ~/.dsh/.env میں 600 پرمیشنز کے ساتھ JOINGONKA_API_KEY=jg-your-key لائن کافی ہے۔ اسٹارٹ کے بعد ایکسپورٹ کیا گیا متغیر پہلے سے چل رہا پروسیس نہیں دیکھ سکے گا۔
• contextWindow اور maxTokens واضح طور پر دیں۔ dsh جس ماڈل کے بارے میں کچھ نہیں جانتا، اس کے لیے 262,144 اور 32,768 ٹوکنز مان لیتا ہے — جو حقیقی حدود سے مطابقت نہیں رکھتا۔ دیا گیا maxTokens ساتھ ہی ہر ریکوئسٹ کے لیے ڈیفالٹ جواب کی حد بھی بن جاتا ہے۔
• reasoningEfforts — Effort مینو کے لیے استدلال کی سطحیں۔ ہاتھ سے لکھے گئے ماڈل کی کوئی سطح نہیں ہوتی، اور اس کے لیے مینو بھی ظاہر نہیں ہوتا۔ GLM-5.3 Flash کا ٹوگل بائنری ہے: low قدر استدلال بند کر دیتی ہے، کوئی بھی دوسری قدر اسے مکمل رکھتی ہے۔ اس لیے off سطح کو low سے میپ کیا گیا ہے، اور high جوں کا توں جاتا ہے۔ ہمارے رن میں off کے ساتھ استدلال کے بلاکس بالکل نہیں تھے، high کے ساتھ وہ واپس آ گئے۔
• agent-default-model — نئے ایجنٹس کے لیے ماڈل، بشمول headless موڈ۔ انٹرفیس میں ماڈل کا انتخاب بھی یہی کرتا ہے؛ یہاں reasoningEffort بھی شامل کیا جا سکتا ہے۔

dsh ڈاکیومنٹیشن سخت گیٹ ویز کے لیے جن compat سوئچز کی سفارش کرتی ہے (supportsDeveloperRole: false, maxTokensField: max_tokens)، وہ یہاں درکار نہیں ہوں گے: JoinGonka Gateway developer رول اور max_completion_tokens فیلڈ دونوں قبول کرتا ہے۔

npx @joingonka/setup انسٹالر یہ ہارنس سیٹ اپ نہیں کرتا: پوری کنیکٹیویٹی پچھلے سیکشن کے فارم یا اوپر دیے گئے YAML فریگمنٹ تک محدود ہے۔

کسی بھی سیٹ اپ کو سب سے تیزی سے جانچنے کا طریقہ کوڈ والی ڈائریکٹری سے ایک بار چلانا ہے۔ ساتھ ایک چھوٹی سی فائل رکھیں جس میں واضح خرابی ہو اور اسے تلاش کرنے کو کہیں:

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

حتمی جواب stdout پر چھپتا ہے، اور سوچ کا سفر stderr پر dsh: reasoning: کے نشان کے ساتھ آتا ہے۔ ایجنٹ کو خود ہی فائل پڑھنے کا ٹول کال کرنا چاہیے اور موضوع کے مطابق جواب دینا چاہیے: ہمارے رن میں نیٹ ورک کے تینوں ماڈلز میں سے ہر ایک نے غلط لائن بتائی۔ یعنی گیٹ وے کے ذریعے "درخواست → ٹول کال → نتیجہ → جواب" کا مکمل چکر درست طریقے سے مکمل ہو رہا ہے۔

جانچ کا دوسرا حصہ گیٹ وے کی طرف ہے۔ ڈیش بورڈ میں "استعمال" کھولیں: وہاں گھنٹوں اور دنوں کے حساب سے درخواستیں، ماڈلز اور کیز کے مطابق تقسیم نظر آتی ہے۔ ہارنس کی کی اور آخری درخواست کے تازہ وقت کے ساتھ ایک قطار نمودار ہوئی — یعنی ٹریفک واقعی گیٹ وے سے گزر رہی ہے۔

اگر کچھ غلط ہو جائے، تو عام طور پر پیغام ہی سے تشخیص ہو جاتی ہے:

نیٹ ورک کے تمام ماڈلز کی قیمت ایک جیسی ہے، اس لیے انتخاب بجٹ کے بارے میں نہیں بلکہ رویے کے بارے میں ہے۔ نیچے حدود اور ہمارے dsh رن میں ایک ہی کام پر ماڈلز کا رویہ دیا گیا ہے: ایک فائل پڑھنا اور اس میں غلطی تلاش کرنا۔

ڈیفالٹ تجویز DeepSeek V4 Flash ہے: ایجنٹ کا کام تیزی سے کونٹیکسٹ حجم اور اصلاح کی لمبائی کی حدود میں آ جاتا ہے، لیکن یہاں دونوں پیرامیٹرز میں کافی گنجائش ہے۔ جب کسی کام کے لیے پیچیدہ منطق پر سوچنے کی ضرورت ہو، تو GLM-5.3 Flash پر سوئچ کریں اور استدلال کی سطح high رکھیں؛ تیز اصلاحات کے لیے وہی فراہم کنندہ اسے off سطح پر دیتا ہے۔ MiniMax M2.7 مختصر کاموں کے لیے ایک متوازن آپشن ہے، جب نظر آنے والا استدلال رکاوٹ نہ بنے۔ ماڈل کو انٹرفیس سلیکٹر میں یا agent-default-model بلاک میں model سٹرنگ کا استعمال کرتے ہوئے تبدیل کیا جا سکتا ہے۔

نیٹ ورک کی ساخت شرکاء کے ووٹ سے طے ہوتی ہے اور وقت کے ساتھ بدلتی رہتی ہے؛ حدود کے ساتھ موجودہ فہرست ہمیشہ GET https://gate.joingonka.ai/v1/models سے حاصل کی جا سکتی ہے — Fetch available models بٹن بھی یہی استعمال کرتا ہے۔

ایجنٹ ٹولز ٹوکنز کو چیٹ سے مختلف انداز میں خرچ کرتے ہیں: ہر جملے کے ساتھ ہارنس ایک سسٹم پرامپٹ اور تمام ٹولز کی تفصیلات شامل کرتا ہے، پھر ماڈل کے ساتھ ایک کثیر الجہتی ڈائیلاگ چلاتا ہے۔ ہماری رن میں، "فائل پڑھیں اور غلطی تلاش کریں" کا کام دو سے تین مراحل میں اور 14 سے 22 ہزار ٹوکنز میں مکمل ہوا، جس کا تقریباً سارا حصہ ان پٹ ہے: آپ کے سوال سے پہلے ہی ہر مرحلے پر تقریباً سات ہزار ٹوکنز خرچ ہو جاتے ہیں۔ خود مختاری (autonomy) کے لیے یہ ایک معمول کی قیمت ہے — اور یہی وجہ ہے کہ ٹوکن کی قیمت اہمیت رکھتی ہے۔

JoinGonka Gateway کے ذریعے ٹوکنز کی قیمت ان پٹ پر $0.0069 فی ملین اور آؤٹ پٹ پر $0.021 فی ملین ہے — قیمت نیٹ ورک کے تمام ماڈلز کے لیے یکساں ہے اور اس صفحہ پر لائیو سورس سے لی گئی ہے۔ ستمبر 2026 کے مطابق قیمتوں کا تخمینہ:

ادائیگی اصل خرچ پر ہوتی ہے، بغیر سبسکرپشن اور بغیر ریکوئسٹ کوٹہ کے؛ بیلنس اور روزانہ کا خرچ ڈیش بورڈ میں دیکھا جا سکتا ہے۔

ورژن۔ جب تک پروجیکٹ developer preview اسٹیٹس میں ہے، ہر اپ ڈیٹ کے بعد چیک کریں کہ پرووائیڈر موجود ہے، اور ری پروڈیوسیبلیٹی کے لیے ورژن کو کمانڈ میں فکس کریں: npx @deepseek-ai/[email protected] web۔

اجازت نامہ۔ نئی سیشنز بائی ڈیفالٹ Workspace Write موڈ میں کام کرتی ہیں — ورکنگ ڈائریکٹری کے اندر لکھنا؛ انٹرفیس پالیسی سے باہر کے آپریشنز کی تصدیق کرنے کو کہتا ہے۔ موڈ Settings → General میں تبدیل ہوتا ہے۔

دہرائی۔ نیٹ ورک کی ایک وقتی غلطی کی صورت میں dsh خود ہی درخواست کو دہراتا ہے — دستاویزات کے مطابق پانچ بار تک — اس لیے نیٹ ورک پر لوڈ کا مختصر جھٹکا عام طور پر نظر انداز ہو جاتا ہے۔

پرائیویسی۔ گیٹ وے پرامپٹس اور جوابات کا مواد ذخیرہ نہیں کرتا: اعدادوشمار میں صرف خرچ کے مجموعی ڈیٹا رہتے ہیں۔ ایجنٹ پروجیکٹ فائلیں آپ کی مشین پر مقامی طور پر پڑھتا ہے۔

اگر تصاویر کے ساتھ کام کرنے کی ضرورت ہو — انٹرفیس کا اسکرین شاٹ، تصویر میں ڈایاگرام — ساتھ میں ایک دوسرا پرووائیڈر چلائیں جس میں ویژن ماڈل ہو: dsh ایک ہی وقت میں کئی پرووائیڈرز کو ہینڈل کر سکتا ہے، اور Gonka نیٹ ورک کے ماڈلز ٹیکسٹ پر مبنی ہیں۔

DeepSeek Harness واحد ایجنٹ نہیں ہے جسے ماڈل ڈویلپر لیب خود ریلیز کرتی ہے: Z.ai (GLM کے خالق) کے پاس ZCode ماحول ہے، اور MiniMax کے پاس ٹرمینل MiniMax Code ہے۔ دونوں ایک ہی کلید (key) کا استعمال کرتے ہوئے اسی گیٹ وے سے جڑ سکتے ہیں۔