English Arabic Français Deutsch 日本語 한국어 Português Русский Español

DeepSeek Harness mit Novita AI: Setup-Anleitung, API-Schlüssel und Modellauswahl

Von / / AI Agents, LLM / 13 Minuten Lesezeit
DeepSeek Harness mit Novita AI: Setup-Anleitung, API-Schlüssel und Modellauswahl
Inhaltsverzeichnis
  1. Was DeepSeek Harness ist
  2. Was du vor der Einrichtung brauchst
  3. Wie du Novita AI-Modelle verbindest
  4. Was du nach der Einrichtung ausführen kannst
  5. Wie du ein Modell für die Aufgabe auswählst
  6. Fehlerbehebung bei häufigen Einrichtungsproblemen
  7. Häufig gestellte Fragen
  8. Empfohlene Artikel
  9. Quellen

DeepSeek Harness funktioniert mit Novita AI, indem du die Harness-Web-UI lokal startest und Novita AI als OpenAI-kompatiblen benutzerdefinierten Modellanbieter hinzufügst. Installiere Node.js, führe npx @deepseek-ai/dsh web aus, öffne http://127.0.0.1:3080 und verwende dann https://api.novita.ai/openai als Basis-URL des Anbieters, einen Novita AI API-Schlüssel als Anmeldedaten und eine Modell-ID aus deiner Novita AI-Modellbibliothek. Die Einrichtung dauert ein paar Minuten; die eigentliche Arbeit besteht darin, das richtige Modell für Coding, Repository-Analyse, Recherche oder Aufgaben mit hohem Volumen auszuwählen.

Was DeepSeek Harness ist

DeepSeek Harness ist ein Open-Source-Agent-Harness von DeepSeek AI, das auf einer Architektur aufbaut, bei der „alles ein Plugin ist“. Die offizielle Dokumentation beschreibt das Projekt als Developer Preview und warnt davor, dass wahrscheinlich kompatibilitätsbrechende Änderungen auftreten werden. Daher ist es für den Produktionseinsatz am besten, eine funktionierende Version zu pinnen, Änderungen vor dem Upgrade zu prüfen und die Integration nach jedem Upgrade zu validieren.

Der Unterschied zwischen Modell und Harness ist leichter zu erkennen, sobald man beide ausführt. Ein LLM liest den Prompt und entscheidet, was als Nächstes zu tun ist. Ein Harness gibt dieser Entscheidung einen Ausführungspfad: einen Arbeitsbereich, Werkzeuge, eine Shell, einen Browser, Sitzungen, Speicher und eine Möglichkeit zu beobachten, was geschehen ist, bevor die nächste Aktion gewählt wird. DeepSeek Harness verpackt diese Schleife in eine Web-UI, die du auf deinem eigenen Rechner ausführst, während das Reasoning-Modell ein API-Dienst bleiben kann.

Dieses Design eignet sich für verschiedene Arten von Arbeit:

  • Änderungen an der Codebasis. Der Agent kann Dateien untersuchen, einen Patch vorschlagen, Tests ausführen und nach Fehlern überarbeiten.
  • Repository-Triage. Eine unbekannte Abhängigkeit erkunden, Aufrufpfade abbilden, Risikobereiche zusammenfassen und Folgetickets schreiben.
  • Recherche und Berichte. Browsing, Dateiausgabe und strukturierte Zusammenfassungen kombinieren, wenn die Antwort über viele Seiten verteilt ist.
  • Betriebsexperimente. Skripte entwerfen, sie lokal mit Genehmigung ausführen und aufzeichnen, was sich geändert hat, bevor der Workflow skaliert wird.

Es ist weniger geeignet, wenn du einen kleinen, prüfbaren API-Aufruf ohne Dateizugriff oder lokale Ausführung benötigst. Ein Agent-Harness ist eine Entwicklungsumgebung, nicht nur ein Inferenz-Endpunkt. Wenn du nur Chat-Completions benötigst, ist die direkte Novita AI LLM API einfacher.

Was du vor der Einrichtung brauchst

Du brauchst vier Dinge:

  1. Einen Rechner mit installiertem Node.js.
  2. Ein Novita AI-Konto.
  3. Einen Novita AI API-Schlüssel.
  4. Ein Arbeitsverzeichnis, das der Agent lesen und, wo angemessen, bearbeiten darf.

Um zu bestätigen, dass Node.js installiert ist, führe Folgendes aus:

node --version

Das offizielle DeepSeek Harness-Repository deklariert derzeit Unterstützung für Node.js ^22.19.0 || >=24.0.0. Wenn der Befehl eine ältere Version ausgibt oder fehlschlägt, installiere Node.js von nodejs.org und führe die Prüfung erneut aus. Vermeide es, Befehle als Systemadministrator auszuführen, wenn möglich; wenn npx fehlschlägt, weil es nicht in einen globalen Cache schreiben kann, behebe deine Node.js-/npm-Berechtigungen, anstatt eine Shell als Root zu öffnen.

Bevor du die Einrichtung verlässt, erstelle einen dedizierten Projektordner und stelle ihn unter Versionskontrolle, wenn der Inhalt wichtig ist. Ein Harness mit Werkzeugzugriff kann enorm nützlich sein, aber „schau dir diesen Code an“ ist eine andere Risikostufe als „poste in die Produktion“. Prüfe die vorgeschlagenen Aktionen des Agenten und vermeide es, ihn mit Anmeldedaten zu verbinden, die er nicht benötigt.

Wie du Novita AI-Modelle verbindest

Schritt 1: Hol dir deinen Novita AI API-Schlüssel

Melde dich bei Novita AI an, öffne die Schlüsselverwaltung, erstelle einen neuen Schlüssel und kopiere ihn sofort. Wenn die Konsole den Schlüssel nur einmal anzeigt, lege ihn in einem Passwortmanager oder dem lokalen Secret Store ab, den dein Team bereits verwendet. Füge ihn nicht in Dokumentation, einen Screenshot, ein Quellcode-Repository oder einen gemeinsam genutzten Chat ein.

Exportiere ihn für diese Anleitung in der Shell, die Harness starten wird:

export NOVITA_API_KEY="your-key"

Die Variable erleichtert nur die Einrichtung; die UI-Anbieterkonfiguration im nächsten Abschnitt ist das, was Harness für Modellaufrufe verwendet.

Schritt 2: Starte die DeepSeek Harness Web-UI

Das offizielle README gibt diesen npm-Startpfad an:

npx @deepseek-ai/dsh web

Der erste Durchlauf lädt das Paket und seine Abhängigkeiten herunter, daher kann er länger dauern als spätere Durchläufe. DeepSeek Harness öffnet dann standardmäßig die Web-UI unter http://127.0.0.1:3080 und startet sie in deinem Standardbrowser. Wenn du über SSH arbeitest oder keinen Browserstart möchtest, dokumentiert das offizielle README das Flag --no-open:

npx @deepseek-ai/dsh web --no-open

DeepSeek Harness kann auch aus dem Quellcode mit pnpm install, pnpm run build und pnpm dsh web ausgeführt werden, aber der npm-Weg ist der schnellste Weg zu einer funktionierenden UI und derjenige, den diese Anleitung verwendet.

Schritt 3: Füge Novita AI als benutzerdefinierten Anbieter hinzu

Die genauen Bezeichnungen können sich ändern, während DeepSeek Harness weiterentwickelt wird, aber das Ziel ist in der aktuellen Web-UI dasselbe: Öffne die Modell-/Anbietereinstellungen und füge einen benutzerdefinierten OpenAI-kompatiblen Anbieter hinzu.

Feld Zu verwendender Wert
Anzeigename Novita AI
Anbieter-ID novita oder eine andere stabile lokale Kennung
Basis-URL https://api.novita.ai/openai
API-Schlüssel Dein Novita AI API-Schlüssel
Modellkatalog Aktualisiere oder füge die gewünschten spezifischen Novita AI-Modell-IDs hinzu

Verwende https://api.novita.ai/openai, nicht einen Pfad zu einem bestimmten Modell. Halte die Anbieter-ID stabil; wenn du sie später umbenennst, verweisen vorhandene Sitzungseinstellungen möglicherweise auf einen Anbieter, der nicht mehr existiert. Nachdem du den Anbieter gespeichert hast, aktualisiere den Modellkatalog und mache das Modell im Sitzungsauswahldialog sichtbar.

Das zu wählende API-Protokoll ist openai-completions. DeepSeek Harness dokumentiert dieses Protokoll für OpenAI Chat Completions und bietet openai-responses und anthropic-messages für Gateways an, die stattdessen diese Anforderungsformen verwenden.

Schritt 4: Wähle das Modell und den Arbeitsbereich

Öffne einen Arbeitsbereich in der DeepSeek Harness-UI und wähle eines der Novita AI-Modelle aus, die du gerade hinzugefügt hast. Wenn die UI eine Aktion „Modelle abrufen“ hat, verwende sie, anstatt eine Modell-ID aus dem Gedächtnis einzugeben. Modell-IDs sind der Integrationsvertrag: Eine falsche ID kann wie ein Netzwerkproblem, ein Berechtigungsproblem oder ein leerer Katalog aussehen.

Führe dann eine kleine Aufgabe aus, bevor du eine wichtige Codebasis verwendest:

List the files in this workspace, identify the main entry point, and propose one low-risk documentation improvement.

Bestätige, dass der Agent den Arbeitsbereich lesen, das Modell aufrufen und vor einer Aktion stoppen kann, die du nicht genehmigt hast. Sobald diese Schleife funktioniert, gehe zu einer echten Aufgabe über.

Wenn die Modellerkennung die Liste nicht füllt, füge die Modell-ID manuell hinzu. DeepSeek Harness dokumentiert die Erkennung als Komfortfunktion, da nicht jedes Gateway dasselbe Listenformat zurückgibt.

Was du nach der Einrichtung ausführen kannst

DeepSeek Harness bietet dir einen Ort, an dem du Agent-Sitzungen definieren und betreiben kannst, nicht nur Nachfragen stellen. Ein paar praktische Ausgangspunkte:

Erkläre und refaktoriere einen vorhandenen Codepfad

Richte den Arbeitsbereich auf einen Dienst oder ein Paket aus und bitte den Agenten, ein Feature von Ende zu Ende zu verfolgen. Die nützliche Ausgabe ist nicht nur Prosa; sie kann einen Änderungsplan, die Dateien, die berührt würden, die Tests, die hinzugefügt würden, und die Signale enthalten, die beweisen würden, dass das Refactoring funktioniert hat.

Trace how an incoming request reaches the database layer. Produce a numbered flow, list likely failure points, and propose tests for the two highest-risk paths.

Prüfe den Plan, bevor du Bearbeitungen zulässt. Ein Modell kann einen kohärent aussehenden Weg durch eine Codebasis wählen, die von einem impliziten Initialisierer, einem veralteten Konfigurationspfad oder einer alten API abhängt, die noch Produktionsaufrufer hat.

Bereite eine Migration oder Bereinigung vor

Harness ist nützlich für Aufgaben der Art „die Arbeit vorbereiten“. Bitte um eine Abhängigkeitsinventur, eine API-Nutzungsliste, eine Kompatibilitätscheckliste oder einen stufenweisen Migrationsplan. Diese Artefakte sind leichter zu überprüfen als ein großer One-Shot-Patch, und sie bewahren das Urteilsvermögen, das du brauchst, wenn die Migration andere Teams betrifft.

Führe einen Recherche-zu-Datei-Workflow aus

Für Marktanalysen oder technische Vergleiche bitte den Agenten, Quellen zu sammeln, Daten abzugleichen, Unstimmigkeiten zu notieren und einen Berichtsentwurf in eine lokale Datei zu schreiben. Halte das Ergebnis eng gefasst: „Erstelle eine Tabelle mit Kandidaten samt URLs und Daten“ ist leichter zu überprüfen als „Sag mir, was in diesem Markt passiert“.

Erstelle einen wiederholbaren lokalen Workflow

Sobald ein Prompt funktioniert, speichere ihn als Projekt-Prompt oder Plugin, wenn deine Harness-Version das unterstützt. Ein wiederverwendbarer Prompt sollte den Arbeitsbereich, erforderliche Eingaben, das Ausgabeformat und Sicherheitsgrenzen angeben. Der letzte Punkt ist wichtig, wenn der Workflow Befehle ausführt oder Dateien bearbeitet.

Wie du ein Modell für die Aufgabe auswählst

Novita AI unterstützt DeepSeek und andere Modellfamilien, daher lautet die Frage nicht „Welcher Anbieter hat ein Modell?“, sondern „Welches Modell sollte diese Phase des Workflows verwenden?“ Beginne mit den aktuellen Einträgen in der Novita AI-Modellbibliothek und bestätige die genaue Modell-ID auf der Modellseite, bevor du sie in Harness speicherst. Modell-IDs und Limits ändern sich, wenn Kataloge aktualisiert werden.

Verwende diese Routing-Muster als Ausgangspunkt:

  • DeepSeek V4.1 Flash ist nützlich, wenn du starkes allgemeines Reasoning für Codeanalyse, mathematiklastige Aufgaben oder mehrstufige Erklärungen ohne das Kostenprofil eines Flaggschiffmodells möchtest.
  • GLM 5.3 ist zum Zeitpunkt des Schreibens der Flaggschiff-Eintrag von GLM, während GLM 5.3 Flash die effizienzorientierte native multimodale Option ist. Überprüfe Kontextfenster und Ausgabelimits, bevor du ein vollständiges Repository in eine Anfrage packst.
  • Qwen3.8 Flash und Qwen3.8 Max decken das Effizienz- und das Flaggschiff-Ende der aktuellen Qwen3.8-Reihe ab. Führe dieselbe Patch-Aufgabe mit deinem Standardmodell aus, um zu sehen, ob die Ausgabe leichter zu überprüfen ist.
  • Kimi K3 ist das aktuelle Flaggschiff von Moonshot im Novita-Katalog und kann für Workflows mit langem Kontext, Recherche und vielen Tool-Aufrufen geeignet sein. Bestätige das genaue API-Verhalten für Tool-Aufrufe, bevor du es in der Produktion einsetzt.
  • MiniMax M3 ist der neueste MiniMax-Eintrag und ein Kandidat für effiziente interaktive und multimodale Eingabeaufgaben. Miss Latenz und Überprüfungsqualität mit deinen eigenen Prompts, anstatt anzunehmen, dass ein Benchmark-Ergebnis übertragbar ist.

Für Produktions-Agent-Arbeit sind drei Messungen wichtiger als eine Bestenliste:

  1. Aufgabenerfolg. Besteht der Patch die Tests? Enthält der Bericht die angeforderten Abschnitte? Führt der Tool-Aufruf die beabsichtigte Aktion aus?
  2. Kosten pro akzeptiertem Ergebnis. Zähle Wiederholungen, verschwendete Ausgabe und die menschliche Zeit, die mit der Überprüfung schlechter Pläne verbracht wird.
  3. Fehlermodus. Verweigert das Modell höflich, halluziniert es einen Tool-Aufruf oder führt es selbstsicher eine falsche Aktion aus? Der letzte Fall erfordert strengere Genehmigungseinstellungen.

Wenn du zwei Modelle vergleichen möchtest, ohne jedes Mal den Anbieter zu bearbeiten, füge beide zum selben Novita AI-Anbieter hinzu, speichere ihre genauen Modell-IDs und führe denselben repräsentativen Prompt-Satz aus. Untersuche dann die endgültigen Artefakte, nicht nur die Chat-Ausgabe.

Fehlerbehebung bei häufigen Einrichtungsproblemen

Die Modellliste ist leer

Prüfe, ob die Basis-URL genau https://api.novita.ai/openai lautet, ob der API-Schlüssel aktuell ist und ob dein Konto Zugriff auf das Modell hat. Wenn die UI eine Aktualisierungsaktion hat, aktualisiere den Katalog nach dem Speichern des Anbieters. Teste dann den Schlüssel außerhalb von Harness mit einem direkten API-Aufruf.

Wenn das Abrufen von Modellen einen Authentifizierungsfehler zurückgibt, prüfe zuerst den Schlüssel. Die Harness-Erkennung ruft den OpenAI-kompatiblen Modelllisten-Endpunkt auf und kann dort fehlschlagen, während normale Completion-Aufrufe aus einem anderen Grund fehlschlagen.

Der Anbieter wird gespeichert, aber Anfragen schlagen fehl

Bestätige, dass die Modell-ID mit der Novita AI-Modellseite übereinstimmt. Prüfe außerdem, ob das ausgewählte Modell den Anfragetyp unterstützt, den das Harness stellt; ein reines Textmodell unterstützt möglicherweise keine Bildanfrage, und ein Modell ohne Tool-Unterstützung kann in einem Agent-Schritt fehlschlagen, der Tool-Aufrufe erwartet.

npx hängt oder schlägt beim ersten Start fehl

Der erste Start lädt Abhängigkeiten herunter und kann eine Weile dauern. Wenn er fehlschlägt, prüfe dein Netzwerk, den npm-Cache und die Node.js-Version. Ein sauberer Wiederholungsversuch ist sinnvoll; wenn der Fehler Berechtigungen erwähnt, bevorzuge eine Node.js-Installation auf Benutzerebene oder einen Paketmanager-Cache, anstatt den Befehl mit erhöhten Rechten auszuführen.

Der Browser öffnet sich nicht

Der Server läuft möglicherweise noch. Öffne http://127.0.0.1:3080 manuell oder starte mit npx @deepseek-ai/dsh web --no-open neu und besuche die URL von einem Browser auf derselben Maschine. Über SSH ist der weitergeleitete Host möglicherweise nicht 127.0.0.1, verwende daher die vom Befehl ausgegebene Adresse.

Der Agent hat eine unerwartete Änderung vorgenommen

Stoppe den Lauf, untersuche deinen Versionskontroll-Diff und mache rückgängig, was du nicht möchtest. Reduziere dann den Werkzeugumfang oder führe die Aufgabe in einem Wegwerf-Arbeitsbereich aus. Wenn dein Team geschützte Branches und Deployment-Anmeldedaten verwendet, halte sie außerhalb der Reichweite des Agenten, bis du dem Workflow vertraust.

Häufig gestellte Fragen

Unterstützt DeepSeek Harness Novita AI-Modelle?

DeepSeek Harness unterstützt benutzerdefinierte OpenAI-kompatible Anbieter, und Novita AI bietet eine OpenAI-kompatible API an. Diese Anleitung verwendet den Pfad über den benutzerdefinierten Anbieter: https://api.novita.ai/openai als Basis-URL, einen Novita AI API-Schlüssel und die genaue Modell-ID von der Novita AI-Modellseite.

Muss ich meinen eigenen Modellserver bereitstellen?

Nein. Novita AI hostet die Modell-API; DeepSeek Harness läuft lokal und ruft diese API auf. Für diese Einrichtung musst du keine GPUs verwalten. Du benötigst jedoch weiterhin genügend lokale Ressourcen für den Node.js-Prozess und alle Tools, die der Agent ausführt.

Ist DeepSeek Harness produktionsbereit?

Das offizielle Repository beschreibt DeepSeek Harness als Developer Preview und warnt vor kompatibilitätsbrechenden Änderungen. Es kann heute nützlich sein, aber pinne Versionen, prüfe Release Notes, halte wichtige Arbeit unter Versionskontrolle und teste Upgrades in einem unkritischen Arbeitsbereich, bevor du einen Produktionsworkflow änderst.

Kann ich mehr als ein Modell im selben Projekt verwenden?

Ja, wenn die UI das Wechseln von Modellen in deiner Sitzung unterstützt. Ein nützliches Muster ist ein Modell zum Entwerfen oder für den ersten Code-Durchlauf, ein weiteres für Überprüfung oder tiefere Analyse und ein kostengünstigeres Modell für Zusammenfassung, Klassifizierung oder wiederholte Extraktion.

Wo sollte ich meinen Novita AI API-Schlüssel speichern?

Lege ihn nur dann in die Anbieterkonfiguration, wenn es erforderlich ist, und bewahre ihn ansonsten in einem lokalen Secret Manager oder einem verschlüsselten Umgebungsspeicher auf. Committe ihn niemals, teile ihn nicht in Screenshots und gewähre ihm keine weitergehenden Berechtigungen als für die Aufgabe nötig.

Was sollte ich tun, bevor ich eine echte Codebasis verbinde?

Stelle den Arbeitsbereich unter Versionskontrolle, bestätige die Genehmigungseinstellungen des Agenten und entferne nicht benötigte Anmeldedaten. Beginne mit einer schreibgeschützten oder risikoarmen Aufgabe und erweitere dann das Toolset, nachdem du verstanden hast, wie sich der Agent mit deinem Projekt verhält.

Empfohlene Artikel

Quellen

Ähnliche Beiträge