Skip to main content

​
Présentation

Le bundle TokenLab pour DeepSeek Harness ajoute deux surfaces d’intégration :
  • trois routes de modèles exclusives pour OpenAI Responses, Anthropic Messages et OpenAI Chat Completions ;
  • le profil TokenLab MCP full pour la découverte des modèles, les images, la vidéo, la musique, la 3D, l’audio, les fichiers, embeddings, rerank, la traduction et les tâches asynchrones.
Le paquet s’appelle @tokenlabai/dsh-provider et cible DeepSeek Harness 0.1.1-rc.2 ainsi que les contrats de plugin 0.1.x compatibles.
Cette page constitue la documentation prête pour la publication. Publiez puis relisez le paquet npm avant de déployer cette page ou de soumettre sa fiche au marché.

​
Installation

Enregistrez la key dans le fichier .env du projet ou du Harness home :
Installez le bundle dans le profile utilisé, puis redémarrez-le :
Pour les tâches ponctuelles, utilisez le profile headless :

​
Routage des endpoints natifs

Harness choisit le wire protocol au niveau de la provider route. Le bundle enregistre donc trois fournisseurs et affecte chaque modèle chat public à un seul d’entre eux. L’instantané est généré depuis GET /v1/models et GET /v1/models/{id}. Aucun substring du nom de modèle ni aucune route interne ne sert de preuve de compatibilité.
Les custom providers Harness actuels prennent en charge openai-responses, anthropic-messages et openai-completions, mais pas un protocole Gemini native configurable. Dans Harness, Gemini utilise son Chat fallback déclaré publiquement. Une application nécessitant Gemini generateContent doit appeler /v1beta/models/{model}:generateContent depuis un client compatible.

​
Outils multimédias et développeur

Le bundle lance localement, sur stdio et via la MCP bridge officielle, une version épinglée de @tokenlabai/mcp-server. Le profil full par défaut enregistre 80 outils sous mcp__tokenlab__... : catalog/pricing, quatre API LLM, images, vidéo, musique, 3D, audio, fichiers, response lifecycle, batches, embeddings, rerank, traduction, worlds et ressources média. Le modèle reçoit des portable schemas, tandis que le MCP server valide chaque appel avec le contrat OpenAPI complet.

​
Médias asynchrones

La création de vidéo, de musique et de 3D est asynchrone. Selon le modèle, une image peut être renvoyée immédiatement ou sous forme de tâche.
  1. Lire delivery.mode.
  2. Pour sync, utiliser directement le résultat.
  3. Pour async, transmettre delivery.task_id à tokenlab_wait_task.
  4. Exploiter status, la response complète et result_urls.
  5. En cas de timeout, le dernier état non terminal est renvoyé afin de reprendre le polling.
tokenlab_wait_task est en lecture seule. Il propage l’annulation aux requêtes et aux delays, limite les nouvelles tentatives transitoires et utilise status, non un progress facultatif, comme vérité terminale.

​
Configuration

Choisissez core si le coût récurrent des tool schemas compte davantage que la surface développeur complète.

​
Vérification et sécurité

Après redémarrage, vérifiez les trois fournisseurs TokenLab, l’absence de doublons de modèles et un résultat non vide de mcp__tokenlab__list_models. Avec une key de test, exécutez un appel Responses, Messages et Chat, contrôlez l’endpoint dans les journaux, puis attendez l’URL terminale d’une tâche média asynchrone peu coûteuse. Conservez la key dans un environnement fiable ou un secret store. Le MCP server s’exécute localement sur stdio avec le même Node que Harness, sans shell ni intermédiaire MCP hébergé. Gardez l’approbation Harness pour les outils facturables ou destructifs et traitez les textes, URL, fichiers et médias comme du contenu externe non fiable. Une section de settings llm-pi-ai existante prévaut sur les valeurs du bundle. Dans ce cas, fusionnez les trois routes tokenlab-* de cordis.patch.yml dans sa map providers.

​
Désinstallation

Redémarrez le profile. Le compte TokenLab et la key ne sont pas supprimés.

​
Pages associées