Как DeepSeek Harness подключает API для нескольких моделей? 4 протокола настройки и логика использования шлюзов, таких как APIYI

Как DeepSeek Harness подключает API для нескольких моделей? 4 протокола настройки и логика использования шлюзов, таких как APIYI

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.

deepseek-harness-multi-model-api-gateway-config-ru-image-0

Table of Contents

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.

deepseek-harness-multi-model-api-gateway-config-ru-image-1


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:

  1. Задайте переменную окружения APIYI_API_KEY;
  2. Замените MODEL_ID_FROM_APIYI на имя модели, которое реально доступно в консоли APIYI;
  3. Сохраните конфигурацию и выберите в селекторе моделей Harness провайдера apiyi и нужную модель;
  4. 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:

deepseek-harness-multi-model-api-gateway-config-ru-image-2

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

deepseek-harness-multi-model-api-gateway-config-ru-image-3

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

  1. Настройка моделей: один протокол — один провайдер, Provider ID пишется строчными буквами и задаётся один раз навсегда; Model ID всегда копируйте из консоли шлюза.
  2. 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.
  3. 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.
  4. 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.
  5. 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:

  1. Протокол определяет провайдера: на каждый протокол — свой Provider, а префикс версии в Base URL строго соответствует протоколу;
  2. ID модели копируйте из шлюза: берём прямо из консоли, а если список не читается — добавляем вручную;
  3. Параметры совместимости включайте по факту ошибки: роль developer, поле max_tokens и формат рассуждений DeepSeek — эти три пункта закрывают большинство случаев «подключается, но не работает»;
  4. Сетевые возможности планируйте отдельно: встроенный поиск идёт через официальный API DeepSeek, а отдельные Search / Fetch можно вызывать через шлюз и оборачивать в инструменты;
  5. 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

  1. Документация DeepSeek Harness по настройке моделей: поля кастомного провайдера и параметры совместимости compat
  2. Ссылка: deepseek-harness.github.io/deepseek-harness/guide/providers
  3. Описание: официальные пояснения по supportsDeveloperRole, maxTokensField и thinkingFormat

  4. Репозиторий DeepSeek Harness на GitHub: исходный код, релизы и способы запуска

  5. Ссылка: github.com/deepseek-ai/deepseek-harness
  6. Описание: обновления версий и пояснения по этапу предварительного просмотра для разработчиков

  7. Документация DeepSeek по инструментам веб-поиска: deepseek_web_search и deepseek_read_url

  8. Ссылка: api-docs.deepseek.com/zh-cn/guides/web_tools/
  9. Описание: как объявляется встроенный поиск, ограничения и правила тарификации

  10. Руководство APIYI по настройке Base URL: описание трёх путей протоколов

  11. Ссылка: help.apiyi.com/apiyi-base-url-v1-claude-gemini-endpoint-config-guide.html
  12. Описание: сценарии использования /v1, корневого домена и /v1beta

  13. Документация APIYI по DeepSeek Search & Fetch: отдельные интерфейсы инструментов и требования к группам

  14. Ссылка: docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview
  15. 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.

Читайте также

Похожие записи