Skip to main content

​
Ikhtisar

Bundle TokenLab untuk DeepSeek Harness menambahkan dua permukaan integrasi:
  • tiga rute model yang saling eksklusif untuk OpenAI Responses, Anthropic Messages, dan OpenAI Chat Completions;
  • profile TokenLab MCP full untuk penemuan model, gambar, video, musik, 3D, audio, berkas, embeddings, rerank, terjemahan, dan tugas asinkron.
Nama paketnya @tokenlabai/dsh-provider, ditujukan untuk DeepSeek Harness 0.1.1-rc.2 dan kontrak plugin 0.1.x yang kompatibel.
Halaman ini adalah dokumentasi yang siap dirilis. Terbitkan dan baca kembali paket npm terlebih dahulu sebelum menayangkan halaman atau mengirim cantumannya ke pasar.

​
Instalasi

Simpan key di .env proyek atau Harness home:
Pasang bundle ke profile yang digunakan, lalu mulai ulang:
Untuk tugas sekali jalan, gunakan profile headless:

​
Perutean endpoint native

Harness memilih wire protocol pada tingkat provider route. Karena itu, bundle mendaftarkan tiga provider dan menempatkan setiap model chat publik tepat pada satu rute. Snapshot dibuat dari GET /v1/models dan GET /v1/models/{id}. Protokol tidak ditebak dari substring nama model atau rute internal.
Custom provider Harness saat ini mendukung openai-responses, anthropic-messages, dan openai-completions, tetapi belum menyediakan Gemini native yang dapat dikonfigurasi. Model Gemini di Harness memakai Chat fallback yang dinyatakan secara publik. Aplikasi yang memerlukan Gemini generateContent harus memanggil /v1beta/models/{model}:generateContent dari client yang kompatibel.

​
Alat multimedia dan pengembang

Bundle menjalankan versi tetap @tokenlabai/mcp-server secara lokal melalui stdio dan MCP bridge resmi. Profile full mendaftarkan 80 alat di bawah mcp__tokenlab__..., meliputi catalog/pricing, empat API LLM, gambar, video, musik, 3D, audio, berkas, response lifecycle, batches, embeddings, rerank, terjemahan, worlds, dan aset media. Model menerima portable schemas, sedangkan MCP server memvalidasi panggilan menggunakan kontrak OpenAPI lengkap.

​
Media asinkron

Pembuatan video, musik, dan 3D bersifat asinkron. Bergantung pada model, gambar dapat mengembalikan hasil langsung atau tugas.
  1. Baca delivery.mode.
  2. Untuk sync, gunakan hasil secara langsung.
  3. Untuk async, kirim delivery.task_id ke tokenlab_wait_task.
  4. Gunakan status, response lengkap, dan result_urls.
  5. Saat timeout, status nonterminal terbaru dikembalikan agar polling dapat dilanjutkan dengan aman.
tokenlab_wait_task hanya baca. Alat ini meneruskan pembatalan ke semua request dan delay, membatasi retry sementara, serta menggunakan status, bukan progress opsional, sebagai kebenaran terminal.

​
Pengaturan

Gunakan core bila biaya tool schema berulang lebih penting daripada seluruh permukaan pengembang.

​
Verifikasi dan keamanan

Setelah mulai ulang, periksa tiga provider TokenLab, model yang tidak berulang, dan hasil tidak kosong dari mcp__tokenlab__list_models. Dengan key uji, jalankan satu panggilan Responses, Messages, dan Chat, cocokkan endpoint di log, lalu tunggu URL terminal dari tugas media asinkron berbiaya rendah. Simpan key di lingkungan tepercaya atau secret store. MCP server berjalan lokal melalui stdio dengan Node yang sama seperti Harness, tanpa shell atau perantara MCP hosted. Pertahankan persetujuan Harness untuk alat berbayar atau destruktif, dan perlakukan teks, URL, berkas, serta media sebagai konten eksternal yang tidak tepercaya. Settings section llm-pi-ai yang tersimpan mengungguli nilai bawaan bundle. Jika sudah digunakan, gabungkan tiga rute tokenlab-* dari cordis.patch.yml ke map providers.

​
Menghapus instalasi

Mulai ulang profile. Akun TokenLab dan key tidak dihapus.

​
Halaman terkait