摘要:DeepSeek Harness 可以通過“自定義模型 API”連接 API易 等網關。開發者爲每種協議單獨配置提供商、填寫網關實際支持的模型 ID,並按任務需要另外接入聯網搜索工具。
DeepSeek Harness 支持把第三方 API 網關添加爲自定義模型提供商,提供 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages、Gemini API 四種協議可選。因此,一個 Harness 實例可以通過 API易 apiyi.com 這類統一網關同時調用多家廠商的模型。接入是否成功取決於四件事:協議與 Base URL 匹配、模型 ID 與網關一致、推理和輸出參數兼容、聯網工具單獨規劃。
下文先說明 Harness 的模型適配機制和網關在其中的位置,再按設置界面逐項完成一次自定義提供商配置,並給出 API易 的配置文件模板。隨後整理接口能連通但調用失敗時最常見的兼容問題與錯誤碼,再區分 DeepSeek 服務端內置搜索和 API易 獨立 Search / Fetch 兩條聯網路線,最後給出多模型 Agent 的分層設計與部署建議。

To Know:DeepSeek Harness 多模型接入術語
| 術語 | 解釋 |
|---|---|
| Harness | Agent 的運行框架,負責模型接入、工具調用、上下文、會話和任務執行循環 |
| API Gateway | 統一轉發和管理多個模型 API 請求的網關,對外提供一個入口 |
| Base URL | API 請求的基礎地址,協議不同,地址的路徑前綴也不同 |
| Provider | Harness 中配置的一個模型服務提供商,對應一套地址、協議和密鑰 |
| Model ID | 請求中指定模型的標識,必須與網關實際提供的名稱一致 |
| Chat Completions | OpenAI 風格的對話補全接口,兼容網關最常用的協議 |
| Responses API | OpenAI 的結構化響應接口,面向工具調用和多輪交互 |
| Anthropic Messages | Anthropic 風格的消息接口,Claude 系列模型的原生協議 |
| Reasoning Effort | 模型思考等級參數,如 off、low、medium、high、max |
| Tool Calling | 模型或 Agent 決定調用外部工具,並把結果用於後續推理 |
| Search / Fetch | Search 負責網頁搜索並返回結果列表,Fetch 負責抓取指定網頁正文 |
| API Key | 身份認證憑據,決定請求能訪問哪些模型和接口 |
1 DeepSeek Harness 爲什麼適合多模型 API 接入
1.1 DeepSeek Harness 的模型提供商機制
DeepSeek Harness 於 2026 年 8 月 13 日以開發者預覽版開源,採用 MIT 協議,核心架構是“Everything is a Plugin”。模型適配器、工具、Skills、存儲和會話管理都是可替換的插件,模型接入因此成爲一個開放的配置項,而非寫死在產品裏的廠商綁定。
在模型層,Harness 允許用戶添加多個提供商,並在會話中切換模型。每個提供商可配置 API Key、Base URL、模型名稱、API 協議、上下文長度、最大輸出 Token、圖片輸入能力和推理等級。中轉站、公司內部網關和自建模型服務都可以作爲獨立的提供商接入。
需要注意的是,Harness 目前仍處於開發者預覽階段,官方提示未來版本可能出現破壞性變更。生產環境使用前,建議固定版本並備份配置。
1.2 API 網關在 DeepSeek Harness 中的角色
在 Harness 看來,一個網關就是一個 Provider。四個字段決定了一次請求的去向:Base URL 指向網關地址,協議決定請求和響應的格式,API Key 證明調用者身份,Model ID 告訴網關要把請求轉發給哪個模型。
以 API易 apiyi.com 爲例,平臺用一個 API Key 提供 OpenAI、Claude、Gemini、DeepSeek 等模型,並開放 OpenAI 兼容、Anthropic 原生和 Gemini 三種協議入口。在 Harness 中只需按協議建立對應的提供商,模型切換就變成了修改 Model ID,不需要爲每家廠商單獨申請賬號和維護密鑰。

2 DeepSeek Harness 從零配置自定義模型提供商
2.1 打開 DeepSeek Harness 模型配置界面
本地啓動 Harness 最快的方式是官方 npm 命令,需要預先安裝 Node.js:
npx @deepseek-ai/dsh web
# 默認打開本地 Web UI:http://127.0.0.1:3080
進入界面後,依次點擊 設置 → 模型 → 添加模型提供商 → 自定義模型 API,即可看到提供商配置表單。官方桌面版提供 macOS Apple Silicon 和 Windows 64 位安裝包,配置路徑相同。
2.2 填寫 DeepSeek Harness 提供商信息
| 設置項 | 作用 | 填寫要點 |
|---|---|---|
| Provider ID | 提供商唯一標識 | 必須小寫,創建後無法重命名,如 apiyi |
| 顯示名稱 | 模型菜單中顯示的名稱 | 可寫成“API易 OpenAI 兼容” |
| API 協議 | 請求與響應的格式 | 與 Base URL 對應,見 2.3 |
| Base URL | API 服務地址 | 注意版本前綴,見 2.4 |
| API Key | 身份認證憑據 | 存入憑據文件,界面僅顯示脫敏預覽 |
| Model ID | 實際調用的模型名稱 | 與網關模型列表完全一致 |
| Context Window / Max Output Tokens | 上下文與最大輸出長度 | 按模型實際規格填寫 |
| Input Type | 文本或圖片輸入 | 僅視覺模型勾選圖片 |
| Reasoning Effort | 思考等級與參數映射 | 只添加模型真實支持的檔位 |
Provider ID 不能重命名,是因爲模型配置、歷史會話和憑據引用都會指向這個 ID。需要更換時,先創建新提供商,再刪除舊的。
表單中的“獲取可用模型”按鈕會嘗試從網關讀取模型列表。若網關不提供標準模型列表,或返回格式不在 Harness 識別範圍內,手動添加 Model ID 即可,效果相同。
2.3 選擇 DeepSeek Harness 的 API 協議
Harness 自定義模型 API 支持四種協議:OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 和 Gemini API。一個提供商只能綁定一種協議,同一個網關若開放了三種協議入口,就需要建立三個提供商。
協議的選擇跟隨模型家族。GPT、DeepSeek 以及大多數國產模型走 OpenAI Chat Completions 最穩妥;Claude 系列可選 Anthropic Messages 以保留原生特性;Gemini 系列使用 Gemini API。Responses 協議適合需要結構化響應和工具調用的場景,前提是網關與目標模型都支持該接口。
2.4 使用 API易 配置 DeepSeek Harness 實例
API易 官方給出的協議與 Base URL 對應關係如下:
| 協議 | API易 Base URL | 適用模型 | 可用平臺 |
|---|---|---|---|
| OpenAI 兼容(Chat Completions) | https://api.apiyi.com/v1 |
GPT、DeepSeek 等 | API易 apiyi.com、各廠商官方 API |
| Anthropic 原生 | https://api.apiyi.com |
Claude 系列 | API易、Anthropic 官方 |
| Gemini | https://api.apiyi.com/v1beta |
Gemini 系列 | API易、Google 官方 |
Anthropic 協議使用根域名,適配器會自行拼接後續路徑。若在根域名後多寫了 /v1,就可能出現路徑重複,返回 404。Responses 協議的接入方式可參照 API易 Responses API 文檔確認後再填寫。
除了界面配置,Harness 也支持手工編輯配置文件,位置是 $DSH_HOME/profiles/web/cordis.patch.yml。下面是按官方配置結構編寫的 API易 OpenAI 兼容提供商模板:
- id: llm-pi-ai
config:
providers:
apiyi:
apiKeyEnv: APIYI_API_KEY # 從環境變量讀取密鑰
api: openai-completions # OpenAI Chat Completions 協議
baseURL: https://api.apiyi.com/v1 # API易 OpenAI 兼容入口
models:
- id: MODEL_ID_FROM_APIYI # 替換爲賬戶實際可用的模型 ID
使用步驟如下:
- 設置環境變量
APIYI_API_KEY; - 把
MODEL_ID_FROM_APIYI替換爲 API易 控制檯中實際可用的模型名稱; - 保存配置,在 Harness 模型選擇器中選擇
apiyi提供商和對應模型; - 發起一次簡單對話,確認接口工作正常。
該模板展示的是官方配置結構,模型名稱請以自己賬戶中可調用的列表爲準。模型配置變化一般在下一次請求時生效,無需重啓 Web UI。界面配置適合日常添加模型和修改密鑰,配置文件適合調整兼容參數、推理模式、超時和重試等高級設置。
在接入 Harness 之前,建議先用腳本單獨驗證 Key 和 Model ID,把“網關可用”和“Harness 配置正確”兩個問題拆開排查:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["APIYI_API_KEY"],
base_url="https://api.apiyi.com/v1" # API易 apiyi.com OpenAI 兼容入口
)
resp = client.chat.completions.create(
model="MODEL_ID_FROM_APIYI", # 與 Harness 中填寫的 Model ID 保持一致
messages=[{"role": "user", "content": "用一句話介紹你自己"}],
max_tokens=100
)
print(resp.choices[0].message.content)
🚀 快速上手建議:新用戶可以在 API易 apiyi.com 註冊後領取免費測試額度,先用上面的腳本確認模型 ID 可用,再寫入 Harness 配置,整體排錯時間會短很多。
3 DeepSeek Harness 接口能連接,模型爲何仍會調用失敗
Harness 官方文檔明確指出:API 地址和密鑰都正確時,網關仍可能拒絕請求。原因在於不同兼容接口對消息角色、輸出長度和思考參數的要求不同。以下三個 compat 參數用於解決這類問題,應根據接口實際返回的錯誤按需啓用。
3.1 Developer 角色兼容
新版 OpenAI 規範引入了 role: developer,部分兼容網關只認 system。如果出現“所有請求都失敗”或“只有推理模型失敗”的情況,可以關閉 developer 角色:
compat:
supportsDeveloperRole: false
開啓該選項後,適配器會調整請求中的角色處理方式,使請求符合網關可接受的格式。
3.2 最大輸出參數兼容
OpenAI 新接口使用 max_completion_tokens 表示最大輸出,而部分網關只接受傳統的 max_tokens。兩者含義相同,字段名不一致就會導致參數校驗失敗。對應設置爲:
compat:
maxTokensField: max_tokens
3.3 DeepSeek 思考模式兼容
部分 DeepSeek 模型默認開啓思考。在 Harness 中把推理等級設爲 off 時,部分兼容協議只會省略推理參數,模型便按默認行爲繼續思考,造成“off 關不掉”。官方爲此提供 DeepSeek 專用的思考格式:
compat:
thinkingFormat: deepseek
啓用後,關閉思考時適配器會顯式發送 {"thinking": {"type": "disabled"}},開啓時發送 {"thinking": {"type": "enabled"}}。官方示例針對的是 OpenAI 兼容網關後的 DeepSeek V4 模型。多模型網關中可以只爲 DeepSeek 模型單獨設置該參數,GPT、Claude 等模型保持默認。
推理等級方面,Harness 允許把界面上的 off、low、medium、high、max 映射爲 API 實際接受的參數值。只把模型真實支持的檔位加入配置,可以避免用戶選中無效檔位後請求報錯。三個兼容參數合併後的完整示例如下:
- 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 DeepSeek Harness 常見錯誤快速排查
| 錯誤或現象 | 可能原因 | 處理方式 |
|---|---|---|
| MISSING_CREDENTIAL | 密鑰未配置 | 檢查 API Key 與環境變量名 |
| UNKNOWN_MODEL | 模型 ID 未登記 | 在提供商下添加正確的模型 ID |
| HTTP 401 | 密鑰無效或權限不足 | 覈對密鑰內容及所屬分組 |
| HTTP 404 | Base URL 路徑錯誤 | 覈對協議與版本前綴(/v1、根域名、/v1beta) |
| 模型列表爲空 | 網關不支持標準模型列表接口 | 手動添加模型 ID |
| 所有請求均失敗 | 角色或參數格式衝突 | 檢查 compat 兼容參數 |
| 只有推理模型失敗 | Developer 角色不兼容 | 設置 supportsDeveloperRole: false |
| off 無法關閉思考 | 模型默認啓用思考 | 設置 thinkingFormat: deepseek |
| 搜索接口返回 503 | 令牌分組無工具權限 | 更換 default 或 svip 分組令牌 |
| 對話正常、聯網不可用 | 搜索工具未集成或協議不支持 | 檢查工具能力和客戶端配置 |
前八項依據 Harness 官方配置文檔,分組相關問題來自 API易 官方文檔。排查順序建議從上往下:先確認憑據,再確認模型 ID,然後是路徑,最後纔是參數兼容。
4 給 DeepSeek Harness 增加聯網搜索能力
4.1 區分模型內置搜索與獨立搜索 API
普通對話調用成功,只能證明 API Key 可用、模型 ID 正確、對話協議基本兼容。聯網能力還需要模型支持對應工具、請求正確聲明工具、API 服務支持該工具協議、Harness 能處理工具響應,或者由開發者在應用側單獨集成搜索。因此,聊天成功與聯網成功屬於兩個獨立的驗證步驟。
DeepSeek 體系下的聯網能力有兩條技術路線:

| 維度 | 路線 A:模型內置服務端工具 | 路線 B:獨立 Search / Fetch API |
|---|---|---|
| 調用方式 | 對話請求中聲明 deepseek_web_search、deepseek_read_url |
程序主動請求 /v1/tools/search、/v1/tools/fetch |
| 誰決定搜索 | 模型自主判斷 | 開發者或 Agent 工具邏輯 |
| 工具執行 | DeepSeek 服務端完成搜索與上下文拼接 | 客戶端拿到結果後自行處理 |
| 模型範圍 | 官方公告明確針對 deepseek-flash |
與模型無關,任意模型可複用結果 |
| 計費口徑 | 按實際搜索詞條數、抓取網頁數等計費 | 按成功請求次數計費,不消耗模型 Token |
| 當前可用渠道 | DeepSeek 官方 API | DeepSeek 官方 API、API易 |
4.2 模型內置搜索的工作方式
2026 年 11 月 13 日,DeepSeek 開放了 App 背後的多項應用能力,其中聯網搜索和閱讀鏈接以服務端工具的形式提供。在請求的工具列表中聲明即可:
[
{"type": "deepseek_web_search", "name": "deepseek_web_search"},
{"type": "deepseek_read_url", "name": "deepseek_read_url"}
]
聲明後,模型會自行判斷是否需要聯網、生成搜索詞,由 DeepSeek 服務端執行搜索並返回帶來源引用的回答。開啓思考模式後,搜索升級爲多步驟流程,模型可以搜索多個關鍵詞、打開網頁、頁內查找並交叉覈實,官方文檔顯示最多約 20 次工具調用後作答。deepseek_read_url 只識別最後一條用戶消息中的 URL,最多考慮 10 個不同鏈接。
開發者仍需處理返回的內容塊、引用信息、流式事件和多輪歷史。根據官方公告,這套完整的對話級工具集成由 deepseek-flash(DeepSeek-V4.1-Flash)承載。據 API易 文檔說明,通過 Harness、Claude Code 等客戶端經網關調用這類內置搜索的兼容工作仍在後續規劃中,目前要使用路線 A,應直接連接 DeepSeek 官方 API。
4.3 API易 獨立 Search / Fetch 接入
API易 於 2026 年 10 月 21 日上線了 DeepSeek Search & Fetch 獨立工具接口,對應 deepseek-search 與 deepseek-fetch。Search 返回結構化搜索結果,Fetch 抓取指定網頁並返回 Markdown 正文。請求無需傳入模型 ID,也不消耗模型 Token,按成功調用次數計費。
以下示例先搜索,再抓取排名第一的網頁:
import os
import requests
BASE = "https://api.apiyi.com/v1/tools" # API易 獨立工具接口
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"])
令牌分組需要特別注意:default 和 svip 分組可以調用這兩個接口,ClaudeCode 分組令牌無法直接調用,文檔記錄過返回 503 的情況。API易 文檔中的自測顯示,Search 返回 5 條結果約 1.8 秒,20 個併發請求全部返回 200;Fetch 訪問不可達頁面時返回失敗且不扣費。這些數據來自平臺自身測試,實際表現受網絡與目標站點影響。價格方面,文檔列出站內價爲每 1000 次 $0.90,疊加充值加贈後實付更低,具體以控制檯爲準。
要讓 Harness 中的 Agent 自主使用這段邏輯,需要把它封裝爲工具插件。Harness 插件以 TypeScript 編寫,通過上下文對象 ctx 註冊工具,插件卸載時框架會自動清理註冊的工具和事件。封裝時建議把 search 和 fetch 註冊爲兩個獨立工具,讓模型先拿到結果列表,再決定抓取哪幾個頁面。
💡 技術建議:獨立 Search / Fetch 與模型解耦,同一份檢索結果可以交給 GPT、Claude、DeepSeek 等不同模型處理。通過 API易 apiyi.com 用一個 Key 同時管理模型調用和搜索工具,便於在 Harness 中對比不同模型基於相同資料的回答質量。
5 DeepSeek Harness 多模型 Agent 應該如何設計
5.1 根據任務選擇不同模型
多模型接入的價值在於按任務分配模型。編程 Agent 可以選用擅長代碼的模型,文檔整理、摘要改寫這類高頻任務適合成本較低的模型,截圖分析和圖表理解則必須選擇支持圖片輸入的視覺模型,並在 Input Type 中勾選圖片。
以 DeepSeek 官方模型爲例,DeepSeek-V4.1-Flash 支持圖像理解,DeepSeek-V4-Pro 不支持,兩者價格也相差數倍。在 Harness 中把它們配成同一提供商下的兩個 Model ID,按任務在會話中切換,就能兼顧效果和成本。
5.2 將 DeepSeek Harness 模型調用與搜索能力分層管理

推薦的結構分爲三層。執行層由 Harness 負責任務循環、上下文壓縮、插件加載和權限控制;模型層由 API 網關負責協議轉換、模型路由和計費;工具層由獨立的 Search / Fetch 等接口提供外部信息。三層各自可替換:更換模型只改 Model ID,更換搜索服務只改工具插件,執行邏輯保持不變。
分層還帶來安全上的好處。騰訊朱雀實驗室針對 Harness 的受控評估顯示,網頁、文件、Skills 等不可信內容可能通過間接提示詞注入影響 Agent 行爲。工具層與執行層分開後,可以在搜索結果進入上下文、敏感工具執行之前加入統一的過濾與確認環節。
5.3 DeepSeek Harness 實際部署建議
- 模型配置:一種協議對應一個提供商,Provider ID 用小寫且一次定好;模型 ID 一律從網關控制檯複製。
- 密鑰管理:Harness 把密鑰存放在
$DSH_HOME/.credentials.yaml,配置文件只引用環境變量,避免明文 Key 進入共享配置或代碼倉庫。 - 兼容性測試:每接入一個新模型,依次驗證普通對話、關閉思考、長輸出和圖片輸入,再按報錯啓用
compat參數。 - 工具調用:控制插件數量。社區反饋顯示,安裝十幾個以上插件後可能出現上下文溢出和 Token 消耗上升,搜索工具保持精簡描述更穩定。
- 成本記錄:模型 Token 與工具調用分別計費,建議在網關後臺分別統計。API易 apiyi.com 控制檯可以按 Key 查看用量,適合爲不同 Agent 分配獨立 Key 做成本歸屬。
此外,升級 Harness 前先備份 $DSH_HOME 下的配置。社區曾記錄過一次版本升級後第三方插件配置丟失、恢復耗時數小時的案例。
常見問題 FAQ
Q1:DeepSeek Harness 只能使用 DeepSeek 模型嗎?
Harness 支持通過自定義模型 API 接入任意兼容四種協議之一的服務,包括 OpenAI、Claude、Gemini 系列以及各類 API 網關和自建模型服務。DeepSeek 官方模型只是其中一個選項。
Q2:同一個網關爲什麼要建多個提供商?
Harness 規定一個提供商只綁定一種協議。API易 同時開放 OpenAI 兼容、Anthropic 和 Gemini 三種入口,若要分別以原生協議調用 GPT、Claude 和 Gemini,就需要建三個提供商,Base URL 分別爲 `/v1`、根域名和 `/v1beta`。
Q3:如何確認自己該填寫哪個模型 ID?
先試用“獲取可用模型”功能;讀取不到時,在 API易 apiyi.com 控制檯的模型列表中複製準確名稱手動添加。模型 ID 區分大小寫和版本後綴,任何差異都會觸發 UNKNOWN_MODEL 或網關報錯。
Q4:通過 API易 接入後,能直接使用 deepseek_web_search 嗎?
目前 API易 已支持 DeepSeek 獨立 Search / Fetch 接口,經 Harness 等客戶端調用模型內置搜索的兼容工作仍在規劃中。現階段推薦用 API易 的 `/v1/tools/search` 與 `/v1/tools/fetch` 封裝爲 Agent 工具;需要內置搜索時直接連接 DeepSeek 官方 API。
Q5:搜索接口返回 503,但對話完全正常,原因是什麼?
最常見的原因是令牌分組。ClaudeCode 分組令牌無法直接調用獨立工具接口,換用 default 或 svip 分組的 Key 即可。可以在 API易 apiyi.com 後臺爲搜索工具單獨創建一個對應分組的令牌,與模型調用的 Key 分開管理。
Q6:DeepSeek Harness 多模型接入有哪些限制?
Harness 仍是開發者預覽版,配置結構可能隨版本變化;各家網關對 Responses、推理參數和工具協議的透傳程度不同,需要逐個模型驗證。插件過多會推高上下文與 Token 成本,複雜任務的交付質量也取決於插件配置和執行過程管理。
總結
DeepSeek Harness 的開放模型適配機制,讓一個 Agent 框架可以通過統一網關調用多家廠商的模型。落地時把握以下幾點:
- 協議定提供商:一種協議建一個 Provider,Base URL 的版本前綴與協議嚴格對應;
- 模型 ID 照抄網關:從控制檯複製,讀不到列表就手動添加;
- 兼容參數按錯啓用:developer 角色、
max_tokens字段和 DeepSeek 思考格式三項覆蓋了大多數“能連不能用”的問題; - 聯網能力單獨規劃:內置搜索走 DeepSeek 官方 API,獨立 Search / Fetch 可經網關調用並封裝爲工具;
- 分層與治理:執行層、模型層、工具層分開,密鑰、版本和成本分別管理。
建議先用一個模型跑通“腳本驗證 → Harness 配置 → 簡單對話”,再逐步加入更多模型和搜索工具。推薦通過 API易 apiyi.com 領取免費測試額度,用一個 Key 完成多模型與 Search / Fetch 的整體驗證。
📚 參考資料
- DeepSeek Harness 配置模型文檔:自定義提供商字段與 compat 兼容參數
- 鏈接:
deepseek-harness.github.io/deepseek-harness/guide/providers -
說明: supportsDeveloperRole、maxTokensField、thinkingFormat 的官方說明
-
DeepSeek Harness GitHub 倉庫:源碼、Releases 與啓動方式
- 鏈接:
github.com/deepseek-ai/deepseek-harness -
說明: 版本更新與開發者預覽階段說明
-
DeepSeek 聯網工具文檔:deepseek_web_search 與 deepseek_read_url
- 鏈接:
api-docs.deepseek.com/zh-cn/guides/web_tools/ -
說明: 內置搜索的聲明方式、限制與計費口徑
-
API易 Base URL 配置指南:三種協議路徑說明
- 鏈接:
help.apiyi.com/apiyi-base-url-v1-claude-gemini-endpoint-config-guide.html -
說明:
/v1、根域名、/v1beta的使用場景 -
API易 DeepSeek Search & Fetch 文檔:獨立工具接口與分組要求
- 鏈接:
docs.apiyi.com/api-capabilities/deepseek-search-fetch/overview - 說明: 請求參數、令牌分組與計費說明
作者: APIYI 技術團隊
技術交流: 配置過程中遇到問題,歡迎通過 API易 apiyi.com 首頁聯繫我們,更多接口說明可查閱 docs.apiyi.com 文檔中心
