Skip to main content

​
Visão geral

O bundle do TokenLab para DeepSeek Harness adiciona duas superfícies de integração:
  • três rotas exclusivas de modelos para OpenAI Responses, Anthropic Messages e OpenAI Chat Completions;
  • o perfil TokenLab MCP full para descoberta de modelos, imagens, vídeo, música, 3D, áudio, arquivos, embeddings, rerank, tradução e tarefas assíncronas.
O pacote é @tokenlabai/dsh-provider e foi preparado para DeepSeek Harness 0.1.1-rc.2 e contratos de plugin 0.1.x compatíveis.
Esta página contém a documentação pronta para lançamento. Publique e confira primeiro o pacote npm antes de implantar a página ou enviar sua ficha ao mercado.

​
Instalação

Guarde a key no .env do projeto ou do Harness home:
Instale o bundle no profile usado e reinicie-o:
Para tarefas pontuais, use o profile headless:

​
Roteamento de endpoints nativos

O Harness seleciona o wire protocol no nível da provider route. Por isso, o bundle registra três provedores e associa cada modelo chat público a apenas um deles. O snapshot é gerado por GET /v1/models e GET /v1/models/{id}. Substrings do nome e rotas internas não são usadas para inferir compatibilidade.
Os custom providers atuais do Harness aceitam openai-responses, anthropic-messages e openai-completions, mas não oferecem Gemini native configurável. No Harness, modelos Gemini usam o Chat fallback público. Aplicações que precisam de Gemini generateContent devem chamar /v1beta/models/{model}:generateContent com um cliente compatível.

​
Ferramentas multimídia e de desenvolvimento

O bundle inicia localmente uma versão fixada de @tokenlabai/mcp-server via stdio e pela MCP bridge oficial. O perfil full registra 80 ferramentas sob mcp__tokenlab__..., cobrindo catalog/pricing, quatro APIs LLM, imagens, vídeo, música, 3D, áudio, arquivos, response lifecycle, batches, embeddings, rerank, tradução, worlds e recursos de mídia. O modelo recebe portable schemas, enquanto o MCP server valida as chamadas com o contrato OpenAPI completo.

​
Mídia assíncrona

A criação de vídeo, música e 3D é assíncrona. Conforme o modelo, imagens podem retornar imediatamente ou gerar uma tarefa.
  1. Leia delivery.mode.
  2. Em sync, use diretamente o resultado.
  3. Em async, envie delivery.task_id para tokenlab_wait_task.
  4. Use status, a response completa e result_urls.
  5. Um timeout retorna o último estado não terminal para continuar o polling.
tokenlab_wait_task é somente leitura. Ele propaga cancelamento para requests e delays, limita novas tentativas transitórias e usa status, não um progress opcional, como verdade terminal.

​
Ajustes

Use core quando reduzir o custo recorrente de tool schemas for mais importante que a superfície completa de desenvolvimento.

​
Verificação e segurança

Depois de reiniciar, confira os três provedores TokenLab, a associação única dos modelos e um resultado não vazio de mcp__tokenlab__list_models. Com uma key de teste, faça chamadas Responses, Messages e Chat, confirme o endpoint nos logs e aguarde a URL terminal de uma tarefa assíncrona de mídia de baixo custo. Mantenha a key em um ambiente confiável ou secret store. O MCP server é executado localmente por stdio com o mesmo Node do Harness, sem shell nem intermediário MCP hospedado. Preserve as aprovações para ferramentas faturáveis ou destrutivas e trate textos, URLs, arquivos e mídias como conteúdo externo não confiável. Uma seção llm-pi-ai salva tem precedência sobre os valores do bundle. Se ela já existir, mescle as três rotas tokenlab-* de cordis.patch.yml em seu map providers.

​
Desinstalação

Reinicie o profile. A conta TokenLab e a key não são removidas.

​
Páginas relacionadas