DeepSeek Harness

Settings → Models → „Add model provider“ → „Custom model API“ erwartet fünf Felder — Provider ID, Anzeigename, Basis-URL, API-Protokoll und API-Schlüssel — und bringt Claude und GPT in dieselbe Auswahl wie die integrierte DeepSeek-Karte.

# Settings → Models → Add model provider → Custom model API
#
#   Provider ID     kunavo          (lowercase, and permanent)
#   display name    Kunavo
#   base URL        https://api.kunavo.com/v1
#   API protocol    OpenAI Chat Completions   (openai-completions)
#   API key         sk-kn-...
#
# Then Model catalog → Fetch available models → Add selected,
# or type the ids by hand. The page writes the active profile's
# $DSH_HOME/profiles/<profile>/cordis.patch.yml — profile "web" under
# `dsh web`. The same provider there, plus an optional second one
# that sends Claude ids over Anthropic Messages, whose base URL has
# NO /v1. This entry replaces the whole llm-pi-ai config: keep any
# provider already in it.

- id: llm-pi-ai
  config:
    providers:
      kunavo:
        apiKeyEnv: KUNAVO_API_KEY
        api: openai-completions
        baseURL: https://api.kunavo.com/v1   # → /v1/chat/completions
        models:
          - id: claude-sonnet-5
          - id: claude-opus-5
          - id: claude-haiku-4-5
          - id: gpt-5-6-sol
      kunavo-claude:
        apiKeyEnv: KUNAVO_API_KEY
        api: anthropic-messages
        baseURL: https://api.kunavo.com      # → /v1/messages
        models:
          - id: claude-sonnet-5
          - id: claude-haiku-4-5

Schritt für Schritt

1. Erstellen Sie unter /app/keys einen Schlüssel und kopieren Sie ihn — er wird nur einmal angezeigt.
2. Starte die Web-UI (dsh web) und gehe zu Einstellungen → Modelle. Wähle Modellanbieter hinzufügen. Die Karte öffnet sich mit Drittanbieter-Modellanbieter, wo nur die von dsh mitgelieferten Anbieter aufgeführt sind — stelle auf Benutzerdefinierte Modell-API um.
3. Trage Anbieter-ID (Kleinschreibung und dauerhaft — laut Dokumentation verwenden Anfragen, gespeicherte Sitzungen, Modellstandards und Anmeldedatenverweise diese ID. Zum Umbenennen musst du einen neuen Anbieter hinzufügen und den alten löschen), Anzeigename, Basis-URL https://api.kunavo.com/v1, API-Protokoll OpenAI Chat Completions und API-Schlüssel ein. Der Schlüssel ist schreibgeschützt; dsh speichert ihn in $DSH_HOME/.credentials.yaml und hinterlegt im Profil nur einen Verweis darauf.
4. Wähle unter Modellkatalog die Option Verfügbare Modelle abrufen — Kunavo antwortet mit GET /v1/models, sodass die Modellauswahl automatisch gefüllt wird. Markiere die gewünschten Modelle und wähle Ausgewählte hinzufügen. Manuell eingegebene IDs funktionieren genauso. Laut Dokumentation solltest du darauf zurückgreifen, wenn die Suche keine Modelle auflistet.
5. Optional: Für Claude-IDs über Anthropic-eigenes Protokoll fügst du eine zweite benutzerdefinierte Modell-API mit eigener Anbieter-ID, Basis-URL https://api.kunavo.com — ohne /v1 —, API-Protokoll Anthropic Messages und demselben Schlüssel hinzu. Auch hier ruft Fetch den gesamten Katalog ab; füge nur die claude--IDs hinzu (warum nur diese).
6. Wähle im Composer ein Modell aus und sende einen Turn, der eine Datei bearbeitet, statt nur zu grüßen — das Harness setzt bei den meisten Aufgaben auf Tool-Aufrufe. Ein erster Lauf, der etwas liest und bearbeitet, sagt dir daher mehr. Modelländerungen gelten ab der nächsten Anfrage; laut Dokumentation ist ein Neustart nicht erforderlich.

Abgeglichen mit die Seite „Modelle konfigurieren“ von DeepSeek Harness (derselbe Text wie in docs/user/guide/providers.md beim Tag dsh-v0.2.0-rc.2) am 1. Oktober 2026. Einstellungen von Drittanbietern können sich ändern; wenn ein Feldname hier nicht mehr mit deiner Ansicht übereinstimmt, ist diese Seite maßgeblich, nicht diese hier.

Vor dem Debugging des Clients prüfen

Eine Anfrage klärt, ob der Fehler am Endpunkt, am Schlüssel oder an der Konfigurationsdatei liegt. Wenn diese Anfrage JSON zurückgibt, funktionieren dieselbe Basis-URL und derselbe Schlüssel in DeepSeek Harness.

# Settles whether a failure is the endpoint, the key, or the client.
curl -sS https://api.kunavo.com/v1/models \
  -H "Authorization: Bearer sk-kn-..."

Welche Modell-ID in das Feld gehört

Jedes Textmodell ist über eine Modell-ID erreichbar – die aktuelle Liste findest du unter GET /v1/models, den Katalog mit Preisen auf der Modellseite. Die Tarife sind USD pro 1 Mio. Token, Eingabe / Ausgabe.

Claude über Anthropic Messages

Kunavo unterstützt auch die Anthropic Messages API, und anthropic-messages ist eines der drei Protokolle, die das Formular anbietet. Die Dokumentation des Harness sagt ausdrücklich: „Ein Anbieter spricht ein Protokoll. Ein Gateway, das zwei Protokolle unterstützt, benötigt also zwei Anbieter.“ Dies ist daher ein zweiter Anbieter neben dem ersten, keine Einstellung am ersten.

• Basis-URL https://api.kunavo.com, der nackte Ursprung. Im Testlauf sendete dieser Ursprung eine Anfrage an /v1/messages?beta=true — denselben Pfad, den auch Claude Code verwendet und den Kunavo unterstützt. Mit /v1 am Ende ging die Anfrage an /v1/v1/messages. Unter DeepSeek Harness und Claude Code im Vergleich sind die Anfragen beider Clients gegenübergestellt.
• Nur Claude-IDs. Kunavos /v1/messages unterstützt ausschließlich claude--IDs; eine gpt--ID führt dort zu einem 404, das /v1/chat/completions nennt. GPT bleibt beim Anbieter openai-completions.
• Fetch listet jedes Modell auf; füge nur Claude-Modelle hinzu. Das README von dshs llm-pi-ai besagt, dass die Modellerkennung bei diesem Protokoll GET /v1/models mit Anthropic-Header x-api-key anfragt. Kunavos Modellliste akzeptiert den Schlüssel in diesem Header ebenso wie bei Authorization: Bearer — das geht aus dem Quellcode von dsh und Kunavos eigenen Tests hervor, nicht aus dem Testlauf. Verfügbare Modelle abrufen liefert den gesamten Katalog zurück, einschließlich GPT- und Bildmodellen. Markiere daher nur die claude--IDs; manuelle Eingabe funktioniert genauso. Eine vollständige Liste sagt weniger aus, als es scheint: Laut demselben README wird die Auflistungs-URL mit oder ohne /v1 akzeptiert, während Modellanfragen die Basis-URL unverändert übernehmen. Fetch füllt die Liste also auch von https://api.kunavo.com/v1 aus, und der erste Turn mit dieser Basis-URL geht an /v1/v1/messages.
• Was es dir bringt. Die Anfrage kommt im Anthropic-Format an — im Testlauf wurde der System-Prompt als Feld der obersten Ebene system übermittelt, sodass die Rolle developer keine Rolle spielt — und Kunavo leitet sie unverändert weiter, statt sie aus dem OpenAI-Format zu übersetzen. Über den Anbieter openai-completions erreichst du dieselben Claude-IDs durch Übersetzung. Deshalb wird er in der Anleitung verwendet.

Die Datei hinter dem Formular

Auf der Seite „Modelle“ wird $DSH_HOME/profiles/<profile>/cordis.patch.yml geschrieben — $DSH_HOME/profiles/web/cordis.patch.yml, wenn du mit dsh web startest. In älteren dsh-Dokumenten wurde auf $DSH_HOME/settings.yaml verwiesen; in der Dokumentation für 0.2.0-rc.2 nicht mehr. Wenn sich Browser und Server auf demselben Rechner befinden, öffnet Konfigurationsdatei öffnen in der Kopfzeile der Einstellungen die Datei, und die Adapter lesen sie bei der nächsten Anfrage erneut ein. Für diesen Endpunkt sind fünf Dinge wichtig:

1. Kontextfenster und maximale Ausgabetoken — im Formular unter Benutzerdefinierte Einstellungen → Modelloptionen. Eine manuell eingegebene ID enthält weder das eine noch das andere, daher gelten die Standardwerte der Route: 262,144 Token Kontext und 32,768 Token Ausgabe laut README von llm-pi-ai — und im Testlauf forderten beide benutzerdefinierten Anbieter genau max_tokens: 32768 an. Für jede ID in der Tabelle oben gelten höhere Werte. Prüfe dennoch den jeweiligen Eintrag und erhöhe die Werte anhand des Katalogeintrags des Modells, wenn du mehr möchtest. Kunavo berechnet die vom Modell geschriebenen Token, nicht die Obergrenze.
2. compat.supportsDeveloperRole — nicht erforderlich. Das Harness empfiehlt diese Option für Gateways, die die Rolle developer ablehnen. Kunavo interpretiert diese Rolle bei jeder Modellfamilie, Claude eingeschlossen, als System-Turn. (Bis zum 2026-09-30 ließ der Claude-Pfad sie weg, und dieser Eintrag empfahl, den Schalter zu setzen — ihn eingeschaltet zu lassen ist harmlos.)
3. compat.maxTokensField — unverändert lassen. Das Harness nennt diese Option zusammen mit dem obigen Schalter als übliche erste Lösung. Kunavos eigener Handler liest jedoch max_completion_tokens und greift ersatzweise auf max_tokens zurück, sodass die Standardeinstellung bereits funktioniert.
4. reasoningEfforts — kein Formularfeld. Ein manuell eingegebenes Modell deklariert keine Stufen, daher erscheint das Menü Aufwand nicht. Ob das Modell nachdenkt, entscheidet der Standardwert des Endpunkts. Deklariere die Stufen selbst, wenn du das Menü möchtest; bei openai-completions ist jeder Schlüssel eine Stufe und der jeweilige Wert die Schreibweise, die als reasoning_effort gesendet wird. Das funktioniert bei einer gpt--ID; bei einer claude--ID hat es keine Wirkung, denn Kunavos Chat-Schnittstelle leitet reasoning_effort nicht an Anthropic weiter (/docs/chat#reasoning).
5. Eingabetypen (input: [text, image] in der Datei) — laut Dokumentation „formuliert dies eine Behauptung über deinen Endpunkt, statt ihn zu prüfen“. Wenn du bei einer ID, die keine Bilder verarbeitet, die Bildoption aktivierst, erkennt das Harness den Fehler nicht; die Anfrage wird erst später abgelehnt. Prüfe die ID unter /models, bevor du das Kästchen markierst.

Der Rest dessen, was eine Sitzung sendet — 24 Tool-Definitionen pro Turn, eine kurze Titelanfrage für jede neue Sitzung und die zusätzlichen Felder auf DeepSeeks eigener Route — wird unter Preise von DeepSeek Harness erfasst.