Kling 4.0 DOSTĘPNY — Niewiarygodnie realistyczne wideo | Wypróbuj →
Konfiguracja agenta

Połącz DeepSeek Harness z WaveSpeed LLM API

Skopiuj zalecany setup ~/.dsh/cordis.patch.yml dla DeepSeek Harness, kieruj requesty do /v1/chat/completions i sprawdzaj lokalne wywołania agenta w WaveSpeed Logs.

Środowisko agentów DeepSeek; dodaj WaveSpeed jako trasę dostawcy.

Plik konfiguracyjny

~/.dsh/cordis.patch.yml

Protokół

OpenAI-kompatybilne chat completions

Endpoint

/v1/chat/completions

Konfiguracja ręczna

1

Utwórz klucz dostępu WaveSpeed

2

Wyeksportuj wymagany klucz lokalnie

3

Wklej konfigurację do~/.dsh/cordis.patch.yml

4

Uruchom dsh --profile headless i sprawdź Logs

OpenAI-kompatybilne chat completions

Użycie pojawia się w Dashboard i Logs

Zmieniaj modele bez przepisywania kodu agenta

Konfiguracja jednym poleceniem

Konfiguruje DeepSeek Harness, sprawdza, czy działa, i zapisuje kopię poprzednich ustawień. Dodaj --undo, aby je przywrócić.

  1. 1

    Zainstaluj WaveSpeed CLI

    npm install -g @wavespeed/cli
  2. 2

    Zaloguj się

    wavespeed login
  3. 3

    Skonfiguruj DeepSeek Harness

    wavespeed setup dsh

Nie masz Node.js? Zobacz inne sposoby instalacji

Konfiguracja ręczna

Edytuj ~/.dsh/cordis.patch.yml
# File: ~/.dsh/cordis.patch.yml
- id: llm-pi-ai
  config:
    providers:
      wavespeed:
        apiKeyEnv: WAVESPEED_API_KEY
        api: openai-completions
        baseURL: https://llm.wavespeed.ai/v1
        models:
          - id: deepseek/deepseek-v4.1-flash-1017
- id: agent-default-model
  config:
    provider: wavespeed
    model: deepseek/deepseek-v4.1-flash-1017

Nie zastępuj nazwy zmiennej

WAVESPEED_API_KEY to nazwa zmiennej środowiskowej odczytywanej przez agenta. Zostaw tę nazwę w konfiguracji, a prawdziwy klucz API ustaw w shellu.

1

Tymczasowo w tym terminalu

Działa do zamknięcia tego okna terminala.

export WAVESPEED_API_KEY="wsk_live_..."
2

Zachowaj po restarcie

Zapisuje klucz w profilu shell, aby nowe terminale mogły go odczytać.

echo 'export WAVESPEED_API_KEY="wsk_live_..."' >> ~/.zshrc
source ~/.zshrc

Przewodnik integracji agenta

Użyj DeepSeek Harness z WaveSpeed LLM API

Ten przewodnik pokazuje, jak połączyć DeepSeek Harness z WaveSpeed AI za pomocą ~/.dsh/cordis.patch.yml, OpenAI-kompatybilne chat completions, /v1/chat/completions, base URL https://llm.wavespeed.ai/v1 i domyślnego modelu deepseek/deepseek-v4.1-flash-1017. Skopiuj konfigurację powyżej, wyeksportuj klucz API, uruchom agenta i sprawdź requesty w Logs.

1

Utwórz klucz dostępu WaveSpeed

2

Wyeksportuj wymagany klucz lokalnie

3

Wklej konfigurację do

~/.dsh/cordis.patch.yml
4

Uruchom dsh --profile headless i sprawdź Logs

Co konfiguruje ten setup DeepSeek Harness

Protokół

OpenAI-kompatybilne chat completions

Endpoint

/v1/chat/completions

Model

deepseek/deepseek-v4.1-flash-1017

Gotowa do skopiowania konfiguracja powyżej to jedyny plik DeepSeek Harness, który trzeba edytować w zalecanym setupie: ~/.dsh/cordis.patch.yml. Trzymaj klucz API w środowisku shell, aby nie trafił do repozytorium.

Rozwiązywanie problemów

Klucz API nie jest odczytywany

Wyeksportuj WAVESPEED_API_KEY w tej samej shell, w której uruchamiasz DeepSeek Harness. Jeśli używasz profilu shell, przeładuj terminal przed startem agenta.

Requesty kończą się błędem protokołu lub endpoint

Sprawdź, czy DeepSeek Harness używa OpenAI-kompatybilne chat completions i endpoint /v1/chat/completions. Niezgodność protokołów jest najczęstszą przyczyną błędów 404 lub payload.

Wybrany model nie działa

Potwierdź, że ID modelu istnieje w WaveSpeed Models, a potem wklej dokładne ID do ~/.dsh/cordis.patch.yml. Możesz zacząć od domyślnego modelu pokazanego na tej stronie.

W Logs nie pojawiają się requesty

Upewnij się, że DeepSeek Harness używa WaveSpeed base URL i aktualnego klucza API. Następnie wyślij nowy prompt z lokalnego agenta i odśwież Logs.

Czy ten przewodnik DeepSeek Harness może pojawić się w wyszukiwarce?

Tak. Ta strona jest zbudowana jako indeksowalny przewodnik setupu dla użytkowników szukających DeepSeek Harness custom provider, OpenAI-kompatybilnego endpoint, base URL i lokalnych workflow konfiguracji agenta.