Kling 4.0 มาแล้ว — วิดีโอสมจริงจนเหลือเชื่อ | ลองเลย →
เข้าสู่ระบบ
ตั้งค่า agent

เชื่อมต่อ DeepSeek Harness กับ WaveSpeed LLM API

คัดลอก setup ~/.dsh/cordis.patch.yml ที่แนะนำสำหรับ DeepSeek Harness ส่ง request ไปยัง /v1/chat/completions และตรวจสอบการเรียก agent ในเครื่องผ่าน WaveSpeed Logs

เอเจนต์ฮาร์เนสของ DeepSeek เพิ่ม WaveSpeed เป็นเส้นทางผู้ให้บริการได้

ไฟล์ config

~/.dsh/cordis.patch.yml

Protocol

chat completions ที่เข้ากันได้กับ OpenAI

Endpoint

/v1/chat/completions

ตั้งค่าด้วยตนเอง

1

สร้าง access key ของ WaveSpeed

2

export key ที่ต้องใช้ไว้ในเครื่อง

3

วาง config ลงใน~/.dsh/cordis.patch.yml

4

รัน dsh --profile headless แล้วตรวจสอบ Logs

chat completions ที่เข้ากันได้กับ OpenAI

การใช้งานจะแสดงใน Dashboard และ Logs

เปลี่ยนโมเดลได้โดยไม่ต้องเขียนโค้ด agent ใหม่

ตั้งค่าด้วยคำสั่งเดียว

ตั้งค่า DeepSeek Harness ตรวจสอบว่าใช้งานได้ และสำรองการตั้งค่าเดิมของคุณ เพิ่ม --undo เพื่อกู้คืน

  1. 1

    ติดตั้ง WaveSpeed CLI

    npm install -g @wavespeed/cli
  2. 2

    ลงชื่อเข้าใช้

    wavespeed login
  3. 3

    ตั้งค่า DeepSeek Harness

    wavespeed setup dsh

ไม่มี Node.js? ดูวิธีติดตั้งอื่น

ตั้งค่าด้วยตนเอง

แก้ไข ~/.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

อย่าเปลี่ยนชื่อ variable

WAVESPEED_API_KEY คือชื่อ environment variable ที่ agent อ่าน ให้คงชื่อนี้ไว้ในไฟล์ config และใส่ API key จริงไว้ใน shell แทน

1

ใช้ชั่วคราวใน terminal นี้

ใช้ได้จนกว่าจะปิดหน้าต่าง terminal นี้

export WAVESPEED_API_KEY="wsk_live_..."
2

ยังใช้ได้หลัง restart

เขียน key ลงใน shell profile เพื่อให้ terminal ใหม่อ่านได้

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

คู่มือเชื่อมต่อ agent

ใช้ DeepSeek Harness กับ WaveSpeed LLM API

คู่มือนี้แสดงวิธีเชื่อมต่อ DeepSeek Harness กับ WaveSpeed AI ด้วย ~/.dsh/cordis.patch.yml, chat completions ที่เข้ากันได้กับ OpenAI, /v1/chat/completions, base URL https://llm.wavespeed.ai/v1 และโมเดลเริ่มต้น deepseek/deepseek-v4.1-flash-1017 คัดลอก config ด้านบน export API key รัน agent แล้วตรวจสอบ request ใน Logs

1

สร้าง access key ของ WaveSpeed

2

export key ที่ต้องใช้ไว้ในเครื่อง

3

วาง config ลงใน

~/.dsh/cordis.patch.yml
4

รัน dsh --profile headless แล้วตรวจสอบ Logs

setup DeepSeek Harness นี้ตั้งค่าอะไรบ้าง

Protocol

chat completions ที่เข้ากันได้กับ OpenAI

Endpoint

/v1/chat/completions

โมเดล

deepseek/deepseek-v4.1-flash-1017

config พร้อมคัดลอกด้านบนคือไฟล์ DeepSeek Harness เพียงไฟล์เดียวที่ต้องแก้ไขสำหรับ setup ที่แนะนำ: ~/.dsh/cordis.patch.yml เก็บ API key ไว้ใน shell environment เพื่อไม่ให้ถูก commit เข้า repository

การแก้ปัญหา

API key ไม่ถูกอ่าน

export WAVESPEED_API_KEY ใน shell เดียวกับที่ใช้รัน DeepSeek Harness หากใช้ shell profile ให้ reload terminal ก่อนเริ่ม agent

request ล้มเหลวด้วย error ของ protocol หรือ endpoint

ตรวจสอบว่า DeepSeek Harness ใช้ chat completions ที่เข้ากันได้กับ OpenAI และ endpoint /v1/chat/completions ความไม่ตรงกันของ protocol เป็นสาเหตุที่พบบ่อยที่สุดของ error 404 หรือ payload

โมเดลที่เลือกใช้งานไม่ได้

ยืนยันว่า model id มีอยู่ใน WaveSpeed Models แล้ววาง id ที่ตรงกันลงใน ~/.dsh/cordis.patch.yml คุณสามารถเริ่มจากโมเดลเริ่มต้นที่แสดงในหน้านี้

ไม่เห็น request ใน Logs

ตรวจสอบว่า DeepSeek Harness ใช้ WaveSpeed base URL และ API key ปัจจุบันของคุณ จากนั้นส่ง prompt ใหม่จาก agent ในเครื่องแล้ว refresh Logs

คู่มือ DeepSeek Harness นี้แสดงในผลค้นหาได้ไหม?

ได้ หน้านี้ถูกสร้างเป็นคู่มือ setup ที่ index ได้ สำหรับผู้ใช้ที่ค้นหา DeepSeek Harness custom provider, endpoint ที่เข้ากันได้กับ OpenAI, base URL และ workflow การตั้งค่า agent ในเครื่อง