Аннотация: DeepSeek Harness может подключаться к шлюзам вроде APIYI через «API пользовательской модели». Разработчик отдельно настраивает провайдера для каждого протокола, указывает ID моделей, которые шлюз действительно поддерживает, и при необходимости отдельно подключает инструмент веб-поиска.
DeepSeek Harness позволяет добавить сторонний API-шлюз как пользовательского провайдера моделей. Доступны четыре протокола: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages и Gemini API. Благодаря этому один экземпляр Harness может через такой универсальный шлюз, как APIYI apiyi.com, одновременно вызывать модели нескольких производителей. Успех подключения зависит от четырёх условий: протокол соответствует Base URL, ID модели совпадает с тем, что поддерживает шлюз, параметры рассуждений и вывода совместимы, а инструменты веб-поиска планируются отдельно.
Ниже сначала объясняется, как Harness адаптирует модели и какое место в этой схеме занимает шлюз. Затем мы по шагам пройдём настройку пользовательского провайдера в интерфейсе и приведём шаблон файла конфигурации для APIYI. После этого разберём самые частые проблемы совместимости и коды ошибок, когда соединение с API устанавливается, но вызов модели завершается ошибкой. Далее разделим два маршрута доступа к сети: встроенный поиск на стороне сервера DeepSeek и отдельные Search / Fetch в APIYI. В конце дадим рекомендации по многоуровневой архитектуре и развёртыванию мультимодельного Agent.

К сведению: терминология подключения нескольких моделей в DeepSeek Harness
| Термин | Пояснение |
|---|---|
| Harness | Фреймворк работы Agent: отвечает за подключение моделей, вызов инструментов, контекст, сессии и цикл выполнения задач |
| API Gateway | Шлюз, который единообразно пересылает запросы к API нескольких моделей и управляет ими, предоставляя единую точку входа |
| Base URL | Базовый адрес API-запроса; в зависимости от протокола различается и префикс пути в адресе |
| Provider | Поставщик модели, настроенный в Harness; соответствует одному набору адреса, протокола и ключа |
| Model ID | Идентификатор модели, указываемый в запросе; должен совпадать с именем, которое фактически предоставляет шлюз |
| Chat Completions | Интерфейс завершения диалога в стиле OpenAI — самый распространённый протокол, совместимый со шлюзом |
| Responses API | Интерфейс структурированных ответов OpenAI, ориентированный на вызов инструментов и многораундовое взаимодействие |
| Anthropic Messages | Интерфейс сообщений в стиле Anthropic — нативный протокол моделей серии Claude |
| Reasoning Effort | Параметр уровня размышления модели, например off, low, medium, high, max |
| Tool Calling | Модель или Agent решает вызвать внешний инструмент и использует результат в последующих рассуждениях |
| Search / Fetch | Search отвечает за веб-поиск и возвращает список результатов, Fetch — за извлечение текста указанной веб-страницы |
| API Key | Учётные данные для аутентификации: определяют, к каким моделям и интерфейсам может обращаться запрос |
1 Почему DeepSeek Harness хорошо подходит для подключения к нескольким модельным API
1.1 Механизм провайдеров моделей в DeepSeek Harness
DeepSeek Harness стал open source 13 августа 2026 года в виде предварительной версии для разработчиков под лицензией MIT. В основе архитектуры лежит принцип «Everything is a Plugin»: всё есть плагин. Адаптеры моделей, инструменты, Skills, хранение данных и управление сессиями — всё это заменяемые плагины. Поэтому подключение моделей здесь становится открытым параметром конфигурации, а не жёсткой привязкой к одному вендору, зашитой в продукт.
На уровне моделей Harness позволяет добавлять несколько провайдеров и переключать модель прямо во время сессии. Для каждого провайдера можно настроить API-ключ, Base URL, название модели, протокол API, длину контекста, максимальное количество выходных токенов, возможность приёма изображений на входе и уровень рассуждений. Сервисы-прокси, внутренние корпоративные шлюзы и собственные серверы моделей можно подключать как отдельных провайдеров.
Важно учитывать: Harness пока находится на стадии предварительной версии для разработчиков, и официально предупреждают, что в будущих версиях возможны несовместимые изменения. Перед использованием в продакшене стоит зафиксировать версию и сохранить резервную копию конфигурации.
1.2 Роль API-шлюза в DeepSeek Harness
Для Harness шлюз — это просто ещё один Provider. Четыре поля определяют, куда уйдёт запрос: Base URL указывает адрес шлюза, протокол задаёт формат запроса и ответа, API-ключ подтверждает личность вызывающей стороны, а Model ID сообщает шлюзу, какой модели нужно передать запрос.
На примере APIYI (apiyi.com): платформа даёт один API-ключ для доступа к моделям OpenAI, Claude, Gemini, DeepSeek и других, а также открывает три протокольных входа — совместимый с OpenAI, нативный Anthropic и Gemini. В Harness достаточно создать провайдера под нужный протокол, и переключение модели сводится к изменению Model ID. Не нужно отдельно регистрировать аккаунты у каждого вендора и хранить ключи для каждого из них.

2 Настройка собственного провайдера моделей в DeepSeek Harness с нуля
2.1 Открываем интерфейс настройки моделей DeepSeek Harness
Самый быстрый способ запустить Harness локально — официальная npm-команда. Для этого заранее нужен установленный Node.js:
npx @deepseek-ai/dsh web
# По умолчанию открывается локальный веб-интерфейс: http://127.0.0.1:3080
После входа в интерфейс последовательно нажмите Настройки → Модели → Добавить провайдера моделей → Кастомный API модели — откроется форма настройки провайдера. Официальная десктопная версия доступна в установочных пакетах для macOS Apple Silicon и Windows 64-bit; путь настройки тот же.
2.2 Заполняем данные провайдера DeepSeek Harness
| Параметр | Назначение | Что указать |
|---|---|---|
| Provider ID | Уникальный идентификатор провайдера | Только строчными буквами, после создания переименовать нельзя, например apiyi |
| Отображаемое имя | Название в меню моделей | Можно написать «APIYI OpenAI-совместимый» |
| API-протокол | Формат запросов и ответов | Должен соответствовать Base URL, см. 2.3 |
| Base URL | Адрес API-сервиса | Обратите внимание на префикс версии, см. 2.4 |
| API-ключ | Учётные данные для аутентификации | Сохраняется в файл учётных данных, в интерфейсе показывается только маскированный предпросмотр |
| Model ID | Название реально вызываемой модели | Полностью совпадает со списком моделей шлюза |
| Context Window / Max Output Tokens | Длина контекста и максимального вывода | Указывайте по фактическим характеристикам модели |
| Input Type | Ввод текста или изображений | Изображения отмечайте только у визуальных моделей |
| Reasoning Effort | Уровень рассуждений и сопоставление параметров | Добавляйте только те уровни, которые модель действительно поддерживает |
Provider ID нельзя переименовать, потому что на этот ID ссылаются конфигурации моделей, история сессий и учётные данные. Если нужно его сменить, сначала создайте нового провайдера, а затем удалите старого.
Кнопка «Получить доступные модели» в форме пытается считать список моделей со шлюза. Если шлюз не предоставляет стандартный список моделей или возвращает формат, который Harness не распознаёт, просто добавьте Model ID вручную — результат будет тот же.
2.3 Выбор API-протокола для DeepSeek Harness
Пользовательский API моделей в Harness поддерживает четыре протокола: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages и Gemini API. Один провайдер может быть привязан только к одному протоколу, поэтому если один и тот же шлюз открывает входы для трёх протоколов, придётся создать три провайдера.
Выбор протокола зависит от семейства моделей. Для GPT, DeepSeek и большинства моделей китайских производителей надёжнее всего использовать OpenAI Chat Completions; для серии Claude можно выбрать Anthropic Messages, чтобы сохранить нативные возможности; для серии Gemini используется Gemini API. Протокол Responses подходит для сценариев, где нужны структурированные ответы и вызов инструментов, — при условии, что и шлюз, и целевая модель поддерживают этот интерфейс.
2.4 Настройка экземпляра DeepSeek Harness через APIYI
Официальное соответствие протоколов и Base URL у APIYI выглядит так:
| Протокол | Base URL APIYI | Подходящие модели | Доступные платформы |
|---|---|---|---|
| Совместимость с OpenAI (Chat Completions) | https://api.apiyi.com/v1 |
GPT, DeepSeek и другие | APIYI apiyi.com, официальные API вендоров |
| Нативный Anthropic | https://api.apiyi.com |
серия Claude | APIYI, официальный Anthropic |
| Gemini | https://api.apiyi.com/v1beta |
серия Gemini | APIYI, официальный Google |
Протокол Anthropic использует корневой домен, а адаптер сам добавляет нужный путь. Если после корневого домена дописать /v1, путь может дублироваться, и вернётся 404. Способ подключения по протоколу Responses лучше сначала уточнить в документации APIYI Responses API и только потом заполнять.
Помимо настройки через интерфейс, Harness поддерживает ручное редактирование файла конфигурации — он лежит по пути $DSH_HOME/profiles/web/cordis.patch.yml. Ниже шаблон OpenAI-совместимого провайдера APIYI, составленный по официальной структуре конфигурации:
- id: llm-pi-ai
config:
providers:
apiyi:
apiKeyEnv: APIYI_API_KEY # ключ читается из переменной окружения
api: openai-completions # протокол OpenAI Chat Completions
baseURL: https://api.apiyi.com/v1 # точка входа OpenAI-совместимого API APIYI
models:
- id: MODEL_ID_FROM_APIYI # замените на ID модели, реально доступной в аккаунте
Порядок действий:
- Задайте переменную окружения
APIYI_API_KEY; - Замените
MODEL_ID_FROM_APIYIна имя модели, которое реально доступно в консоли APIYI; - Сохраните конфигурацию и выберите в селекторе моделей Harness провайдера
apiyiи нужную модель; - Отправьте простой запрос в чат и убедитесь, что интерфейс работает нормально.
Этот шаблон отражает официальную структуру конфигурации, а названия моделей стоит брать из списка, доступного в вашем аккаунте. Изменения конфигурации моделей обычно вступают в силу при следующем запросе — перезапускать Web UI не нужно. Настройка через интерфейс удобна для повседневного добавления моделей и смены ключей, а файл конфигурации — для тонкой настройки параметров совместимости, режима рассуждений, таймаутов и повторов.
Перед подключением к Harness стоит отдельно проверить ключ и Model ID небольшим скриптом — так вы разделите две проблемы: «шлюз доступен» и «Harness настроен правильно»:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["APIYI_API_KEY"],
base_url="https://api.apiyi.com/v1" # точка входа OpenAI-совместимого API APIYI apiyi.com
)
resp = client.chat.completions.create(
model="MODEL_ID_FROM_APIYI", # должен совпадать с Model ID, указанным в Harness
messages=[{"role": "user", "content": "用一句话介绍你自己"}],
max_tokens=100
)
print(resp.choices[0].message.content)
🚀 Совет для быстрого старта: новые пользователи могут зарегистрироваться на APIYI apiyi.com и получить бесплатный тестовый лимит, затем проверить доступность Model ID тем же скриптом и только после этого записывать конфигурацию в Harness — так на отладку уйдёт заметно меньше времени.
3. Интерфейс DeepSeek Harness подключается, но почему вызовы модели всё равно могут завершаться ошибкой
В официальной документации Harness прямо указано: даже если адрес API и ключ верны, шлюз всё равно может отклонить запрос. Причина в том, что разные совместимые интерфейсы предъявляют разные требования к ролям сообщений, длине вывода и параметрам размышления. Следующие три параметра compat предназначены для решения таких проблем; включайте их по необходимости в зависимости от фактической ошибки, которую возвращает интерфейс.
3.1 Совместимость с ролью developer
Новая спецификация OpenAI ввела role: developer, но некоторые совместимые шлюзы принимают только system. Если все запросы завершаются ошибкой или ошибка возникает только у reasoning-моделей, можно отключить роль developer:
compat:
supportsDeveloperRole: false
После включения этой опции адаптер изменит обработку ролей в запросе, чтобы запрос соответствовал формату, который принимает шлюз.
3.2 Совместимость параметра максимального вывода
Новый интерфейс OpenAI использует max_completion_tokens для обозначения максимального вывода, а некоторые шлюзы принимают только традиционный max_tokens. Смысл у них одинаковый, но из-за несовпадения имени поля проверка параметров завершается ошибкой. Соответствующая настройка:
compat:
maxTokensField: max_tokens
3.3 Совместимость режима рассуждений DeepSeek
Некоторые модели DeepSeek по умолчанию включают рассуждения. Когда в Harness уровень рассуждений (reasoning level) устанавливается в off, некоторые совместимые протоколы просто опускают параметр рассуждений, и модель продолжает рассуждать по поведению по умолчанию — получается, что «off не выключается». Официально для этого предусмотрен специальный формат рассуждений DeepSeek:
compat:
thinkingFormat: deepseek
После включения при отключении рассуждений адаптер явно отправляет {"thinking": {"type": "disabled"}}, а при включении — {"thinking": {"type": "enabled"}}. Официальный пример относится к модели DeepSeek V4 за OpenAI-совместимым шлюзом. В мультимодельном шлюзе этот параметр можно задать отдельно только для модели DeepSeek, а GPT, Claude и другие модели оставить по умолчанию.
Что касается уровней рассуждений, Harness позволяет сопоставлять отображаемые в интерфейсе off, low, medium, high, max со значениями параметров, которые реально принимает API. Если добавлять в конфигурацию только те уровни, которые модель действительно поддерживает, можно избежать ошибок запроса, когда пользователь выбирает недопустимый уровень. Полный пример с объединёнными тремя параметрами совместимости:
- id: llm-pi-ai
config:
providers:
apiyi:
apiKeyEnv: APIYI_API_KEY
api: openai-completions
baseURL: https://api.apiyi.com/v1
compat:
supportsDeveloperRole: false
maxTokensField: max_tokens
models:
- id: MODEL_ID_FROM_APIYI
3.4 Быстрая диагностика типичных ошибок DeepSeek Harness
| Ошибка или симптом | Возможная причина | Что делать |
|---|---|---|
| MISSING_CREDENTIAL | Ключ не настроен | Проверьте API-ключ и имя переменной окружения |
| UNKNOWN_MODEL | ID модели не зарегистрирован | Добавьте правильный ID модели у провайдера |
| HTTP 401 | Ключ недействителен или недостаточно прав | Сверьте содержимое ключа и его группу |
| HTTP 404 | Неверный путь Base URL | Проверьте протокол и префикс версии (/v1, корневой домен, /v1beta) |
| Пустой список моделей | Шлюз не поддерживает стандартный интерфейс списка моделей | Добавьте ID модели вручную |
| Все запросы завершаются ошибкой | Конфликт ролей или формата параметров | Проверьте параметры совместимости compat |
| Ошибки только у модели рассуждений | Роль Developer несовместима | Установите supportsDeveloperRole: false |
off не отключает размышления |
В модели по умолчанию включён режим размышления | Установите thinkingFormat: deepseek |
| Интерфейс поиска возвращает 503 | У группы токена нет прав на инструменты | Используйте токен группы default или svip |
| Диалог работает, а доступ к сети — нет | Инструмент поиска не подключён или протокол не поддерживается | Проверьте возможности инструментов и настройки клиента |
Первые восемь пунктов основаны на официальной документации по настройке Harness, вопросы групп — на официальной документации APIYI. Рекомендуемый порядок диагностики — сверху вниз: сначала проверьте учётные данные, затем ID модели, после — путь, и только потом совместимость параметров.
4 Добавляем в DeepSeek Harness поддержку веб-поиска
4.1 Различаем встроенный поиск модели и отдельный Search API
Успешный вызов обычного диалога доказывает только то, что API-ключ рабочий, ID модели правильный, а протокол диалога в целом совместим. Для работы с интернетом нужно ещё, чтобы модель поддерживала соответствующие инструменты, запрос корректно объявлял инструменты, API-сервис поддерживал протокол этих инструментов, Harness умел обрабатывать ответы инструментов — либо разработчик отдельно встроил поиск на стороне приложения. Поэтому успешный чат и успешный веб-поиск — это два независимых шага проверки.
В экосистеме DeepSeek есть два технических маршрута для работы с интернетом:

| Параметр | Маршрут A: встроенные серверные инструменты модели | Маршрут B: отдельные Search / Fetch API |
|---|---|---|
| Способ вызова | В запросе к чату объявляются deepseek_web_search, deepseek_read_url |
Программа сама отправляет запросы к /v1/tools/search, /v1/tools/fetch |
| Кто решает, выполнять ли поиск | Модель решает сама | Разработчик или логика инструментов Agent |
| Выполнение инструмента | Серверная сторона DeepSeek выполняет поиск и сборку контекста | Клиент получает результат и обрабатывает его самостоятельно |
| Область моделей | В официальном анонсе явно указана deepseek-flash |
Не зависит от модели, результаты может переиспользовать любая модель |
| Принцип тарификации | Оплата по фактическому числу поисковых запросов, числу загруженных веб-страниц и т. п. | Оплата по числу успешных запросов, токены модели не расходуются |
| Доступные каналы сейчас | Официальный API DeepSeek | Официальный API DeepSeek, APIYI |
4.2 Как работает встроенный поиск модели
13 ноября 2026 года DeepSeek открыл доступ к ряду прикладных возможностей, лежащих в основе приложения. Среди них — поиск в интернете и чтение ссылок, доступные в виде серверных инструментов. Достаточно объявить их в списке инструментов запроса:
[
{"type": "deepseek_web_search", "name": "deepseek_web_search"},
{"type": "deepseek_read_url", "name": "deepseek_read_url"}
]
После объявления модель сама решает, нужен ли выход в интернет, генерирует поисковые запросы, а серверная часть DeepSeek выполняет поиск и возвращает ответ со ссылками на источники. При включённом режиме размышлений поиск превращается в многошаговый процесс: модель может искать по нескольким ключевым словам, открывать веб-страницы, искать внутри страницы и перепроверять данные — согласно официальной документации, на подготовку ответа уходит не более ~20 вызовов инструментов. deepseek_read_url распознаёт URL только из последнего сообщения пользователя и учитывает не более 10 разных ссылок.
Разработчику по-прежнему нужно обрабатывать возвращаемые блоки контента, информацию о цитировании, потоковые события и историю многораундового диалога. Согласно официальному анонсу, всю эту интеграцию инструментов на уровне диалога обеспечивает deepseek-flash (DeepSeek-V4.1-Flash). По данным документации APIYI, поддержка вызова такого встроенного поиска через шлюз из клиентов вроде Harness и Claude Code пока находится в планах; чтобы использовать вариант A сейчас, нужно подключаться напрямую к официальному API DeepSeek.
4.3 Отдельный Search / Fetch в APIYI
APIYI 21 октября 2026 года запустил отдельные интерфейсы инструментов DeepSeek Search & Fetch — deepseek-search и deepseek-fetch. Search возвращает структурированные результаты поиска, Fetch загружает указанную веб-страницу и возвращает её текст в Markdown. В запросе не нужно передавать ID модели, токены модели не расходуются — оплата идёт за количество успешных вызовов.
В примере ниже сначала выполняется поиск, а затем загружается первая по рангу веб-страница:
import os
import requests
BASE = "https://api.apiyi.com/v1/tools" # Отдельный интерфейс инструментов APIYI
headers = {"Authorization": f"Bearer {os.environ['APIYI_API_KEY']}"}
search = requests.post(
f"{BASE}/search",
headers=headers,
json={"query": "DeepSeek Harness 插件", "count": 5},
timeout=60,
)
search.raise_for_status()
results = search.json()["results"]
if results:
url = results[0]["url"]
fetch = requests.post(
f"{BASE}/fetch",
headers=headers,
json={"url": url},
timeout=60,
)
if fetch.ok:
print(fetch.json()["content"])
На что стоит обратить особое внимание — это группы токенов: группы default и svip могут вызывать эти два интерфейса, а токены группы ClaudeCode вызвать их напрямую не могут — в документации описан случай возврата 503. В самотестировании, описанном в документации APIYI, Search возвращает 5 результатов примерно за 1,8 секунды, а 20 параллельных запросов все вернули 200; Fetch при обращении к недоступной странице возвращает ошибку и не списывает деньги. Эти данные получены из тестов самой платформы, реальные показатели зависят от сети и целевого сайта. Что касается цены: в документации указана цена на платформе — $0,90 за 1000 вызовов, а с учётом бонуса за пополнение фактическая сумма выходит ниже; точные значения смотрите в консоли.
Чтобы Agent внутри Harness мог самостоятельно использовать эту логику, её нужно обернуть в плагин-инструмент. Плагины Harness написаны на TypeScript: инструменты регистрируются через объект контекста ctx, а при выгрузке плагина фреймворк автоматически удаляет зарегистрированные инструменты и события. При обёртке рекомендуется регистрировать search и fetch как два отдельных инструмента, чтобы модель сначала получала список результатов, а потом решала, какие страницы загружать.
💡 Технический совет: отдельные Search / Fetch развязаны с моделью — одни и те же результаты поиска можно передать на обработку разным моделям: GPT, Claude, DeepSeek и другим. Через APIYI apiyi.com можно одним ключом управлять и вызовами моделей, и инструментом поиска — так удобнее сравнивать в Harness качество ответов разных моделей на одни и те же материалы.
5 Как проектировать мультимодельный Agent в DeepSeek Harness
5.1 Выбирать разные модели под задачу
Смысл подключения нескольких моделей в том, чтобы распределять модели по задачам. Программирующему Agent можно дать модель, которая хорошо работает с кодом; для частых задач вроде оформления документов, переписывания и составления резюме подойдёт более дешёвая модель; а для анализа скриншотов и понимания диаграмм обязательно нужна визуальная модель с поддержкой изображений на входе — и в Input Type надо отметить «изображение».
На примере официальных моделей DeepSeek: DeepSeek-V4.1-Flash понимает изображения, DeepSeek-V4-Pro — нет, и по цене они различаются в несколько раз. В Harness их можно настроить как два Model ID у одного провайдера и переключать в рамках сессии под конкретную задачу — так получается и качество, и экономия.
5.2 Разделять управление вызовами моделей и поисковыми возможностями DeepSeek Harness

Рекомендуемая структура состоит из трёх уровней. Уровень исполнения — Harness отвечает за цикл задач, сжатие контекста, загрузку плагинов и контроль прав доступа. Уровень моделей — шлюз API отвечает за преобразование протоколов, маршрутизацию моделей и биллинг. Уровень инструментов — отдельные интерфейсы Search / Fetch и подобные дают внешнюю информацию. Любой из трёх уровней можно заменить отдельно: чтобы сменить модель, достаточно изменить Model ID; чтобы сменить поисковый сервис — только плагин инструмента, а логика исполнения остаётся прежней.
Разделение по уровням даёт и преимущества в безопасности. Контролируемая оценка Harness, проведённая лабораторией Tencent Zhuque, показала: недоверенное содержимое — веб-страницы, файлы, Skills и т. п. — может через косвенную инъекцию промптов повлиять на поведение Agent. Когда уровень инструментов отделён от уровня исполнения, можно перед попаданием результатов поиска в контекст и перед выполнением чувствительных инструментов добавить единый этап фильтрации и подтверждения.
5.3 Практические рекомендации по развёртыванию DeepSeek Harness
- Настройка моделей: один протокол — один провайдер, Provider ID пишется строчными буквами и задаётся один раз навсегда; Model ID всегда копируйте из консоли шлюза.
- Управление ключами: Harness хранит ключи в
$DSH_HOME/.credentials.yaml, а конфигурационный файл только ссылается на переменные окружения — так открытый ключ не попадёт в общий конфиг или репозиторий кода. - Проверка совместимости: при подключении каждой новой модели по очереди проверяйте обычный диалог, отключение рассуждений, длинный вывод и ввод изображений, а затем по сообщениям об ошибках включайте параметры
compat. - Вызов инструментов: контролируйте количество плагинов. По отзывам сообщества, после установки десятка с лишним плагинов может начаться переполнение контекста и рост расхода токенов; поисковые инструменты работают стабильнее с кратким описанием.
- Учёт затрат: токены моделей и вызовы инструментов тарифицируются отдельно, поэтому рекомендуется вести статистику в панели шлюза раздельно. В консоли APIYI apiyi.com можно смотреть расход по каждому ключу — удобно выделять отдельные ключи разным Agent для атрибуции затрат.
Кроме того, перед обновлением Harness сделайте резервную копию конфигурации в $DSH_HOME. Сообщество однажды описало случай: после обновления версии конфигурация сторонних плагинов пропала, и на восстановление ушло несколько часов.
Часто задаваемые вопросы (FAQ)
Вопрос 1: DeepSeek Harness работает только с моделями DeepSeek?
Harness позволяет через API пользовательских моделей подключать любой сервис, совместимый с одним из четырёх протоколов, включая семейства OpenAI, Claude и Gemini, а также различные API-шлюзы и собственные сервисы моделей. Официальные модели DeepSeek — лишь один из вариантов.
Вопрос 2: Зачем создавать несколько провайдеров для одного шлюза?
Harness требует, чтобы один провайдер был привязан только к одному протоколу. APIYI одновременно открывает три точки входа: OpenAI-совместимую, Anthropic и Gemini. Если нужно вызывать GPT, Claude и Gemini по нативным протоколам, придётся создать три провайдера с Base URL `/v1`, корневым доменом и `/v1beta` соответственно.
Вопрос 3: Как понять, какой ID модели указывать?
Сначала попробуйте функцию «Получить доступные модели». Если она не срабатывает, скопируйте точное название из списка моделей в консоли APIYI apiyi.com и добавьте вручную. ID модели чувствителен к регистру и суффиксу версии: любое расхождение вызовет UNKNOWN_MODEL или ошибку шлюза.
Вопрос 4: Можно ли после подключения через APIYI сразу использовать deepseek_web_search?
Сейчас APIYI поддерживает отдельные интерфейсы Search / Fetch для DeepSeek. Совместимость вызова встроенного поиска модели через клиенты вроде Harness пока в планах. На данном этапе рекомендуем обернуть `/v1/tools/search` и `/v1/tools/fetch` APIYI в инструменты агента; если нужен встроенный поиск, подключайтесь напрямую к официальному API DeepSeek.
Вопрос 5: Интерфейс поиска возвращает 503, а диалог работает нормально. В чём причина?
Самая частая причина — группа токена. Токены группы ClaudeCode не могут напрямую вызывать отдельные интерфейсы инструментов; достаточно перейти на ключ из группы default или svip. В панели APIYI apiyi.com можно отдельно создать для инструмента поиска токен соответствующей группы и управлять им отдельно от ключа для вызова моделей.
Вопрос 6: Какие ограничения есть у DeepSeek Harness при подключении нескольких моделей?
Harness пока остаётся предварительной версией для разработчиков: структура конфигурации может меняться от версии к версии. Разные шлюзы в разной степени передают Responses, параметры рассуждения и протоколы инструментов, поэтому каждую модель нужно проверять отдельно. Слишком много плагинов увеличивает расход контекста и токенов, а качество выполнения сложных задач зависит от настройки плагинов и управления процессом выполнения.
Итог
Механизм адаптации открытых моделей в DeepSeek Harness позволяет одному Agent-фреймворку вызывать модели разных вендоров через единый шлюз. При внедрении держите в голове несколько моментов:
- Протокол определяет провайдера: на каждый протокол — свой Provider, а префикс версии в Base URL строго соответствует протоколу;
- ID модели копируйте из шлюза: берём прямо из консоли, а если список не читается — добавляем вручную;
- Параметры совместимости включайте по факту ошибки: роль developer, поле
max_tokensи формат рассуждений DeepSeek — эти три пункта закрывают большинство случаев «подключается, но не работает»; - Сетевые возможности планируйте отдельно: встроенный поиск идёт через официальный API DeepSeek, а отдельные Search / Fetch можно вызывать через шлюз и оборачивать в инструменты;
- Разделение уровней и управление: уровень выполнения, уровень моделей и уровень инструментов — врозь; ключи, версии и затраты управляются отдельно.
Советуем сначала отладить всю цепочку на одной модели — «проверка скриптом → настройка Harness → простой диалог», — а уже потом постепенно добавлять другие модели и инструменты поиска. Рекомендуем получить бесплатную тестовую квоту через APIYI apiyi.com и одним ключом проверить всё сразу: и несколько моделей, и Search / Fetch.
📚 Справочные материалы
- Документация DeepSeek Harness по настройке моделей: поля кастомного провайдера и параметры совместимости compat
- Ссылка:
deepseek-harness.github.io/deepseek-harness/guide/providers -
Описание: официальные пояснения по supportsDeveloperRole, maxTokensField и thinkingFormat
-
Репозиторий DeepSeek Harness на GitHub: исходный код, релизы и способы запуска
- Ссылка:
github.com/deepseek-ai/deepseek-harness -
Описание: обновления версий и пояснения по этапу предварительного просмотра для разработчиков
-
Документация DeepSeek по инструментам веб-поиска: deepseek_web_search и deepseek_read_url
- Ссылка:
api-docs.deepseek.com/zh-cn/guides/web_tools/ -
Описание: как объявляется встроенный поиск, ограничения и правила тарификации
-
Руководство APIYI по настройке Base URL: описание трёх путей протоколов
- Ссылка:
help.apiyi.com/apiyi-base-url-v1-claude-gemini-endpoint-config-guide.html -
Описание: сценарии использования
/v1, корневого домена и/v1beta -
Документация APIYI по DeepSeek Search & Fetch: отдельные интерфейсы инструментов и требования к группам
- Ссылка:
docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview - Описание: параметры запроса, группы токенов и тарификация
Автор: техническая команда APIYI
По техническим вопросам: если при настройке возникнут проблемы, свяжитесь с нами через главную страницу APIYI apiyi.com. Больше информации об интерфейсах — в центре документации docs.apiyi.com.
