DeepSeek Harness

Settings → Models → “Add model provider” → “Custom model API” acepta cinco campos — Provider ID, display name, base URL, API protocol y API key — y coloca Claude y GPT en el mismo selector que la tarjeta DeepSeek integrada.

# 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

Paso a paso

1. Cree una clave en /app/keys y cópiela: se muestra una sola vez.
2. Inicia la interfaz web (dsh web) y ve a Settings → Models. Elige Add model provider. La tarjeta se abre en Third-party model provider, donde solo aparecen los proveedores incluidos en dsh; cambia a Custom model API.
3. Completa Provider ID (en minúsculas y permanente: según la documentación, las solicitudes, las sesiones guardadas, los valores predeterminados de los modelos y las referencias a credenciales lo usan; para cambiarle el nombre hay que añadir un proveedor nuevo y eliminar el anterior), display name, base URL https://api.kunavo.com/v1, API protocol OpenAI Chat Completions y API key. La clave es de solo escritura; dsh la conserva en $DSH_HOME/.credentials.yaml y almacena únicamente una referencia en el perfil.
4. En Model catalog, elige Fetch available models: Kunavo responde con GET /v1/models, así que el selector se completa automáticamente. Marca los modelos que quieras y elige Add selected. Los ID escritos a mano funcionan igual, y la documentación recomienda recurrir a ellos cuando la detección no muestra ningún resultado.
5. Opcional: para usar los ID de Claude con el protocolo propio de Anthropic, añade otra API de modelo personalizada con su propio Provider ID, URL base https://api.kunavo.com, sin /v1, protocolo de API Anthropic Messages y la misma clave. La opción Fetch también muestra aquí todo el catálogo; añade solo los ID claude- (por qué solo esos).
6. Elige un modelo en el compositor y envía un turno que interactúe con un archivo, no un saludo: el harness depende de las llamadas a herramientas para la mayoría de sus funciones, así que una primera ejecución que lea y edite algo te dará más información. Los cambios de modelo se aplican en la siguiente solicitud; la documentación indica explícitamente que no hace falta reiniciar.

Comprobado con la página «Configure models» de DeepSeek Harness (el mismo texto que docs/user/guide/providers.md en la etiqueta dsh-v0.2.0-rc.2) el 1 de octubre de 2026. La configuración de terceros puede cambiar; si el nombre de un campo ya no coincide con lo que ves, esa página es la autoridad, no esta.

Verifica antes de depurar el cliente

Una solicitud determina si el fallo está en el endpoint, la clave o el archivo de configuración. Si devuelve JSON, la misma URL base y la misma clave funcionan en 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-..."

Qué ID de modelo introducir en el campo

Todos los modelos de texto están disponibles mediante un ID de modelo; la lista activa está en GET /v1/models, y el catálogo con precios está en la página de modelos. Las tarifas son USD por 1M de tokens, entrada / salida.

Claude mediante Anthropic Messages

Kunavo también responde a la API de Anthropic Messages, y anthropic-messages es uno de los tres protocolos que ofrece el formulario. La documentación del harness lo deja claro: «Un proveedor habla un protocolo, así que una pasarela que ofrece dos necesita dos proveedores». Por tanto, este es un segundo proveedor junto al primero, no una opción de este.

• URL base https://api.kunavo.com, la raíz sin ruta. En la ejecución, esa raíz envió la solicitud a /v1/messages?beta=true, la ruta que también usa Claude Code y a la que Kunavo responde. Con /v1 al final, la solicitud se envió a /v1/v1/messages. DeepSeek Harness frente a Claude Code compara las solicitudes de ambos clientes.
• Solo ID de Claude. /v1/messages de Kunavo ofrece ID claude- y nada más; un ID gpt- genera allí un 404 que indica /v1/chat/completions. Mantén GPT en el proveedor openai-completions.
• Fetch muestra todos los modelos; añade solo los de Claude. El README de dsh llm-pi-ai indica que la detección mediante este protocolo solicita GET /v1/models con el encabezado x-api-key de Anthropic, y que la lista de modelos de Kunavo acepta la clave en ese encabezado, igual que en Authorization: Bearer; esto se basa en el código fuente de dsh y las propias pruebas de Kunavo, no en la ejecución. Lo que devuelve Fetch available models es todo el catálogo, incluidos GPT y los modelos de imagen, así que marca solo los ID claude-; escribirlos a mano funciona igual. Una lista completa demuestra menos de lo que parece: el mismo README indica que se acepta la URL de listado con o sin /v1, mientras que las solicitudes de modelos usan la URL base sin cambios. Por eso Fetch también completa la lista desde https://api.kunavo.com/v1, pero el primer turno con esa URL base se envía a /v1/v1/messages.
• Qué te ofrece. La solicitud llega con el formato de Anthropic: en la ejecución, la instrucción del sistema se envió como el campo de nivel superior system, así que no interviene el rol developer. Kunavo la reenvía tal cual, en lugar de traducirla del formato de OpenAI. El proveedor openai-completions llega a los mismos ID de Claude mediante traducción; por eso es el que se usa en los pasos.

El archivo que hay detrás del formulario

La página Models escribe en $DSH_HOME/profiles/<profile>/cordis.patch.yml: $DSH_HOME/profiles/web/cordis.patch.yml cuando empiezas desde dsh web. La documentación anterior de dsh indicaba $DSH_HOME/settings.yaml; la versión 0.2.0-rc.2 ya no. Cuando el navegador y el servidor están en la misma máquina, Open configuration file en el encabezado de Settings abre el archivo y los adaptadores lo vuelven a leer en la siguiente solicitud. Para este endpoint importan cinco cosas:

1. Ventana de contexto y tokens de salida máximos: en el formulario, bajo Customized settings → Model options. Un ID escrito a mano no incluye ninguno de esos valores, así que se aplican los valores alternativos de la ruta: 262,144 tokens de contexto y 32,768 de salida, según el README de llm-pi-ai; en la ejecución, ambos proveedores personalizados solicitaron exactamente max_tokens: 32768. Todos los ID de la tabla anterior admiten más; comprueba la fila en cualquier caso y, si quieres aumentar los límites, consúltalos en la entrada del catálogo del modelo. Kunavo factura los tokens que genera el modelo, no el límite.
2. compat.supportsDeveloperRole: no hace falta. El harness lo recomienda para las pasarelas que rechazan el rol developer; Kunavo interpreta ese rol como el turno del sistema en todas las familias, incluida Claude. (Hasta 2026-09-30, la ruta de Claude lo descartaba y este elemento te indicaba que activaras la opción; dejarla activada no causa problemas.)
3. compat.maxTokensField: déjalo como está. El harness lo combina con la opción anterior como primera solución habitual, pero el controlador de Kunavo lee max_completion_tokens y usa max_tokens como valor alternativo, así que el valor predeterminado ya funciona.
4. reasoningEfforts: no hay ningún campo en el formulario. Un modelo que añadas manualmente no declara niveles, así que no aparece el menú Effort y el valor predeterminado del propio endpoint determina si el modelo razona. Si quieres que aparezca el menú, declara tú mismo los niveles; en openai-completions, cada clave es un nivel y su valor es el nombre que se envía como reasoning_effort. Esto llega a un ID gpt-; en un ID claude- no tiene efecto, porque la interfaz de chat de Kunavo no reenvía reasoning_effort a Anthropic (/docs/chat#reasoning).
5. Tipos de entrada (input: [text, image] en el archivo): la documentación aclara que esto «declara una característica de tu endpoint, no la comprueba». Si marcas Image en un ID que no admite imágenes, el harness no lo detecta; la solicitud se rechaza más adelante. Comprueba el ID en /models antes de marcar la casilla.

El resto de lo que envía una sesión —24 definiciones de herramientas por turno, una solicitud breve de título para cada sesión nueva y los campos adicionales en la ruta propia de DeepSeek— se detalla en Precios de DeepSeek Harness.