DeepSeek Harness

Settings → Models → « Add model provider » → « Custom model API » demande cinq champs — Provider ID, display name, base URL, API protocol et API key — et place Claude et GPT dans le même sélecteur que la carte DeepSeek intégrée.

# 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

Étape par étape

1. Créez une clé sur /app/keys et copiez-la — elle n’est affichée qu’une seule fois.
2. Démarrez l’interface Web (dsh web) et accédez à Settings → Models. Choisissez Add model provider. La fiche s’ouvre sur Third-party model provider, qui ne répertorie que les fournisseurs inclus dans dsh ; sélectionnez Custom model API.
3. Renseignez Provider ID (en minuscules et définitif — la documentation précise que les requêtes, les sessions enregistrées, les modèles par défaut et les références d’identifiants y font tous appel ; pour le renommer, il faut ajouter un nouveau fournisseur et supprimer l’ancien), le nom d’affichage, l’URL de base https://api.kunavo.com/v1, le protocole d’API OpenAI Chat Completions et la clé API. La clé est accessible uniquement en écriture ; dsh la conserve dans $DSH_HOME/.credentials.yaml et ne stocke qu’une référence dans le profil.
4. Dans Model catalog, choisissez Fetch available models : Kunavo répond à GET /v1/models, et le sélecteur se remplit donc automatiquement. Cochez les modèles souhaités et choisissez Add selected. Les identifiants saisis manuellement fonctionnent tout aussi bien ; la documentation recommande d’utiliser cette méthode de remplacement lorsque la détection ne renvoie aucun modèle.
5. Facultatif : pour les identifiants Claude utilisant le protocole propre à Anthropic, ajoutez une deuxième API de modèle personnalisée avec son propre Provider ID, l’URL de base https://api.kunavo.com — sans /v1 —, le protocole d’API Anthropic Messages et la même clé. La récupération répertorie ici aussi tout le catalogue ; n’ajoutez que les identifiants claude- (pourquoi seulement ceux-ci).
6. Choisissez un modèle dans le compositeur et envoyez un tour qui touche un fichier, plutôt qu’une simple salutation : le harnais s’appuie sur l’appel d’outils pour la plupart de ses tâches, et un premier essai qui lit et modifie quelque chose vous en apprendra davantage. Les changements de modèle prennent effet à la requête suivante ; la documentation précise qu’aucun redémarrage n’est nécessaire.

Vérifié avec la page « Configure models » de DeepSeek Harness (même texte que docs/user/guide/providers.md à la balise dsh-v0.2.0-rc.2) le 1 octobre 2026. Les paramètres tiers évoluent ; si le nom d’un champ ne correspond plus à ce que vous voyez ici, cette page fait autorité, pas celle-ci.

Vérifiez avant de déboguer le client

Une requête suffit à déterminer si l’échec vient de l’endpoint, de la clé ou du fichier de configuration. Si cette requête renvoie du JSON, la même URL de base et la même clé fonctionnent dans 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-..."

Quel identifiant de modèle saisir dans le champ

Tous les modèles textuels sont accessibles sous forme d’identifiant de modèle — la liste à jour se trouve sur GET /v1/models, et le catalogue avec les prix sur la page des modèles. Les tarifs sont en USD par million de tokens, entrée / sortie.

Claude avec Anthropic Messages

Kunavo répond également à l’API Anthropic Messages, et anthropic-messages est l’un des trois protocoles proposés dans le formulaire. La documentation du harnais indique clairement : « Un fournisseur utilise un protocole ; une passerelle qui en propose deux nécessite donc deux fournisseurs ». Il s’agit donc d’un deuxième fournisseur à côté du premier, et non d’un réglage de celui-ci.

• URL de base https://api.kunavo.com, la racine sans chemin. Lors du test, cette racine a envoyé la requête à /v1/messages?beta=true — le chemin qu’utilise aussi Claude Code et auquel Kunavo répond. Avec /v1 à la fin, la requête a été envoyée à /v1/v1/messages. DeepSeek Harness et Claude Code présente côte à côte les requêtes des deux clients.
• Uniquement les identifiants Claude. L’API /v1/messages de Kunavo prend en charge les identifiants claude- et rien d’autre ; un identifiant gpt- y reçoit une réponse 404 qui nomme /v1/chat/completions. Gardez GPT sur le fournisseur openai-completions.
• La récupération répertorie tous les modèles ; n’ajoutez que ceux de Claude. Le fichier README de llm-pi-ai dsh indique que, pour ce protocole, la détection envoie une requête GET /v1/models avec l’en-tête x-api-key d’Anthropic, et que la liste des modèles Kunavo accepte la clé dans cet en-tête, comme dans Authorization: Bearer — ces informations proviennent du code source de dsh et des propres tests de Kunavo, pas du test décrit ici. La commande Fetch available models renvoie l’ensemble du catalogue, y compris les modèles GPT et d’image ; ne cochez donc que les identifiants claude-. La saisie manuelle donne le même résultat. Une liste complète prouve moins qu’il n’y paraît : le même fichier README indique que l’URL de liste est acceptée avec ou sans /v1, tandis que les requêtes de modèles utilisent l’URL de base sans modification. Ainsi, la récupération remplit aussi la liste depuis https://api.kunavo.com/v1, et le premier tour envoyé depuis cette URL de base aboutit à /v1/v1/messages.
• Ce que cela vous apporte. La requête arrive au format Anthropic : lors du test, l’invite système a été transmise dans le champ de premier niveau system, de sorte que le rôle developer n’intervient pas. Kunavo la transmet telle quelle, sans la convertir depuis le format OpenAI. Le fournisseur openai-completions permet d’accéder aux mêmes identifiants Claude par traduction ; c’est pourquoi il est utilisé dans la procédure.

Le fichier derrière le formulaire

La page Models écrit dans $DSH_HOME/profiles/<profile>/cordis.patch.yml — $DSH_HOME/profiles/web/cordis.patch.yml lorsque vous commencez avec dsh web. Les anciennes versions de la documentation dsh indiquaient $DSH_HOME/settings.yaml ; ce n’est plus le cas dans celle de la version 0.2.0-rc.2. Lorsque le navigateur et le serveur se trouvent sur la même machine, Open configuration file dans l’en-tête Settings ouvre ce fichier, et les adaptateurs le relisent à la requête suivante. Cinq éléments comptent pour ce point de terminaison :

1. Fenêtre de contexte et nombre maximal de jetons de sortie — dans le formulaire, sous Customized settings → Model options. Un identifiant saisi manuellement ne comporte aucune de ces valeurs ; les valeurs de repli de la route s’appliquent donc : 262,144 jetons de contexte et 32,768 jetons de sortie, selon le fichier README de llm-pi-ai. Lors du test, les deux fournisseurs personnalisés ont demandé exactement max_tokens: 32768. Chaque identifiant du tableau ci-dessus accepte une valeur supérieure ; vérifiez la ligne correspondante dans tous les cas et augmentez ces valeurs à partir de l’entrée du catalogue du modèle si vous le souhaitez. Kunavo facture les jetons générés par le modèle, pas la limite maximale.
2. compat.supportsDeveloperRole — inutile. Le harnais le recommande pour les passerelles qui rejettent le rôle developer ; Kunavo interprète ce rôle comme le tour système pour toutes les familles, Claude compris. (Jusqu’au 2026-09-30, le chemin Claude le supprimait et cet élément vous indiquait d’activer le réglage ; le laisser activé ne pose pas de problème.)
3. compat.maxTokensField — laissez-le tel quel. Le harnais l’associe au réglage ci-dessus comme correctif initial habituel, mais le gestionnaire propre à Kunavo lit max_completion_tokens et utilise max_tokens comme valeur de repli ; le réglage par défaut fonctionne donc déjà.
4. reasoningEfforts — aucun champ dans le formulaire. Un modèle saisi manuellement ne déclare aucun niveau ; le menu Effort n’apparaît donc pas et la valeur par défaut propre au point de terminaison détermine si le modèle raisonne. Déclarez les niveaux vous-même si vous souhaitez afficher ce menu ; sur openai-completions, chaque clé est un niveau et sa valeur est la forme envoyée comme reasoning_effort. Cela fonctionne avec un identifiant gpt- ; avec un identifiant claude-, cela n’a aucun effet, car l’interface de chat de Kunavo ne transmet pas reasoning_effort à Anthropic (/docs/chat#reasoning).
5. Types d’entrée (input: [text, image] dans le fichier) — la documentation précise que cela « énonce une affirmation au sujet de votre point de terminaison au lieu de la vérifier ». Si vous cochez Image pour un identifiant qui ne prend pas les images en charge, le harnais ne le détecte pas ; la requête sera refusée plus loin dans le traitement. Vérifiez l’identifiant sur /models avant de cocher la case.

Le reste des éléments envoyés par une session — 24 définitions d’outils par tour, une courte requête de titre pour chaque nouvelle session et les champs supplémentaires sur la route DeepSeek intégrée — est détaillé dans les tarifs de DeepSeek Harness.