English Arabic Français Deutsch 日本語 한국어 Português Русский Español

Guide DeepSeek Harness avec Novita AI : Configuration, clé API et choix du modèle

Par / / Agents IA, LLM / 16 minutes de lecture
Guide DeepSeek Harness avec Novita AI : Configuration, clé API et choix du modèle
Table des matières
  1. Ce qu'est DeepSeek Harness
  2. Ce dont vous avez besoin avant la configuration
  3. Comment connecter les modèles Novita AI
  4. Ce que vous pouvez exécuter après la configuration
  5. Comment choisir un modèle pour la tâche
  6. Résolution des problèmes de configuration courants
  7. Questions fréquemment posées
  8. Articles recommandés

DeepSeek Harness fonctionne avec Novita AI en lançant l’interface Web Harness localement et en ajoutant Novita AI en tant que fournisseur de modèle personnalisé compatible OpenAI. Installez Node.js, exécutez npx @deepseek-ai/dsh web, ouvrez http://127.0.0.1:3080, puis utilisez https://api.novita.ai/openai comme URL de base du fournisseur, une clé API Novita AI comme information d’identification et un ID de modèle depuis votre bibliothèque de modèles Novita AI. La configuration prend quelques minutes ; le vrai travail consiste à choisir le bon modèle pour le codage, l’analyse de dépôt, la recherche ou les tâches à volume élevé.

Ce qu’est DeepSeek Harness

DeepSeek Harness est un harnais d’agent open source de DeepSeek AI construit autour d’une architecture où « tout est un plugin ». La documentation officielle décrit le projet comme étant en aperçu développeur et prévient que des changements cassant la compatibilité sont probables. La meilleure posture en production est donc de verrouiller une version fonctionnelle, de passer en revue les changements avant de mettre à niveau et de valider l’intégration après chaque mise à niveau.

La distinction entre le modèle et le harnais est plus facile à voir une fois que vous les exécutez. Un LLM lit l’invite et décide de la prochaine action. Un harnais donne à cette décision un chemin d’exécution : un espace de travail, des outils, un shell, un navigateur, des sessions, un stockage et un moyen d’observer ce qui s’est passé avant de choisir l’action suivante. DeepSeek Harness intègre cette boucle dans une interface Web que vous exécutez sur votre propre machine, tandis que le modèle de raisonnement peut rester un service API.

Cette conception convient à plusieurs types de travail :

  • Modifications de codebase. Laissez l’agent inspecter les fichiers, proposer un correctif, exécuter des tests et réviser après les échecs.
  • Tri de dépôt. Explorez une dépendance inconnue, cartographiez les chemins d’appel, résumez les zones à risque et rédigez des tickets de suivi.
  • Recherche et rapports. Combinez la navigation, la sortie de fichiers et des résumés structurés lorsque la réponse est répartie sur plusieurs pages.
  • Expériences opérationnelles. Rédigez des scripts, exécutez-les localement avec approbation et enregistrez ce qui a changé avant de passer à l’échelle du workflow.

C’est moins adapté lorsque vous avez besoin d’un petit appel API vérifiable sans accès aux fichiers ou exécution locale. Un harnais d’agent est un environnement de développement, pas seulement un point de terminaison d’inférence. Si vous avez seulement besoin de complétions de chat, l’API LLM Novita AI directe est plus simple.

Ce dont vous avez besoin avant la configuration

Vous avez besoin de quatre choses :

  1. Une machine avec Node.js installé.
  2. Un compte Novita AI.
  3. Une clé API Novita AI.
  4. Un répertoire de travail que l’agent peut lire et, le cas échéant, modifier.

Pour confirmer que Node.js est installé, exécutez :

node --version

Le dépôt officiel de DeepSeek Harness déclare actuellement la prise en charge de Node.js ^22.19.0 || >=24.0.0. Si la commande affiche une version plus ancienne ou échoue, installez Node.js depuis nodejs.org, puis relancez la vérification. Évitez d’exécuter les commandes en tant qu’administrateur système si possible ; si npx échoue car il ne peut pas écrire dans un cache global, corrigez les permissions de votre Node.js/npm au lieu d’ouvrir un shell en tant que root.

Avant de quitter la configuration, créez un dossier de projet dédié et placez-le sous contrôle de version si le contenu est important. Un harnais avec accès aux outils peut être extrêmement utile, mais « regarde ce code » est un niveau de risque différent de « publie en production ». Passez en revue les actions proposées par l’agent et évitez de le connecter à des informations d’identification dont il n’a pas besoin.

Comment connecter les modèles Novita AI

Étape 1 : Obtenez votre clé API Novita AI

Connectez-vous à Novita AI, ouvrez Key Management, créez une nouvelle clé et copiez-la immédiatement. Si la console n’affiche la clé qu’une seule fois, placez-la dans un gestionnaire de mots de passe ou le coffre-fort secret local que votre équipe utilise déjà. Ne la collez pas dans une documentation, une capture d’écran, un dépôt source ou un chat partagé.

Pour ce guide, exportez-la dans le shell qui lancera Harness :

export NOVITA_API_KEY="votre-clé"

La variable ne fait que faciliter la configuration ; la configuration du fournisseur dans l’interface de la section suivante est ce que Harness utilise pour effectuer les appels de modèle.

Étape 2 : Exécutez l’interface Web DeepSeek Harness

Le README officiel donne ce chemin de lancement npm :

npx @deepseek-ai/dsh web

La première exécution télécharge le package et ses dépendances, elle peut donc prendre plus de temps que les exécutions suivantes. DeepSeek Harness ouvre ensuite l’interface Web à http://127.0.0.1:3080 par défaut et la lance dans votre navigateur par défaut. Si vous travaillez via SSH ou ne souhaitez pas de lancement de navigateur, le README officiel documente le drapeau --no-open :

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

DeepSeek Harness peut également être exécuté depuis les sources avec pnpm install, pnpm run build et pnpm dsh web, mais le chemin npm est le plus rapide pour obtenir une interface Web fonctionnelle et c’est celui que ce guide utilise.

Étape 3 : Ajoutez Novita AI en tant que fournisseur personnalisé

Les libellés exacts peuvent changer au fur et à mesure que DeepSeek Harness itère, mais l’objectif est le même dans l’interface Web actuelle : ouvrez les paramètres du modèle/fournisseur et ajoutez un fournisseur personnalisé compatible OpenAI.

Champ Valeur à utiliser
Nom d’affichage Novita AI
ID du fournisseur novita ou un autre identifiant local stable
URL de base https://api.novita.ai/openai
Clé API Votre clé API Novita AI
Catalogue de modèles Rafraîchissez ou ajoutez les ID de modèles Novita AI spécifiques que vous souhaitez

Utilisez https://api.novita.ai/openai, pas un chemin vers un modèle spécifique. Gardez l’ID du fournisseur stable ; si vous le renommez plus tard, les paramètres de session existants pourraient pointer vers un fournisseur qui n’existe plus. Après avoir enregistré le fournisseur, rafraîchissez le catalogue de modèles et rendrez le modèle visible dans le sélecteur de session.

Le protocole API à choisir est openai-completions. DeepSeek Harness documente ce protocole pour les complétions de chat OpenAI et propose openai-responses et anthropic-messages pour les passerelles qui utilisent ces formats de requête à la place.

Étape 4 : Sélectionnez le modèle et l’espace de travail

Ouvrez un espace de travail dans l’interface DeepSeek Harness et choisissez l’un des modèles Novita AI que vous venez d’ajouter. Si l’interface a une action « obtenir les modèles », utilisez-la plutôt que de taper un ID de modèle de mémoire. Les ID de modèle sont le contrat d’intégration : un mauvais ID peut ressembler à un problème réseau, un problème de permissions ou un catalogue vide.

Ensuite, exécutez une petite tâche avant d’utiliser une codebase importante :

Listez les fichiers dans cet espace de travail, identifiez le point d'entrée principal et proposez une amélioration de documentation à faible risque.

Confirmez que l’agent peut lire l’espace de travail, appeler le modèle et s’arrêter avant une action que vous n’avez pas approuvée. Une fois que cette boucle fonctionne, passez à une tâche réelle.

Si la découverte de modèles ne remplit pas la liste, ajoutez l’ID du modèle manuellement. DeepSeek Harness documente la découverte comme une commodité car toutes les passerelles ne renvoient pas le même format de liste.

Ce que vous pouvez exécuter après la configuration

DeepSeek Harness vous offre un endroit pour définir et opérer des sessions d’agent, pas seulement poser des questions de suivi. Quelques points de départ pratiques :

Expliquer et refactoriser un chemin de code existant

Pointez l’espace de travail vers un service ou un package et demandez à l’agent de tracer une fonctionnalité de bout en bout. Le résultat utile n’est pas seulement de la prose ; il peut inclure un plan de modification, les fichiers qu’il toucherait, les tests qu’il ajouterait et les signaux qui prouveraient que la refactorisation a fonctionné.

Tracez comment une requête entrante atteint la couche base de données. Produisez un flux numéroté, listez les points de défaillance probables et proposez des tests pour les deux chemins les plus risqués.

Passez en revue le plan avant d’autoriser les modifications. Un modèle peut choisir un chemin apparemment cohérent à travers une codebase qui dépend d’un initialiseur implicite, d’un chemin de configuration obsolète ou d’une ancienne API qui a encore des appelants en production.

Préparer une migration ou un nettoyage

Harness est utile pour les tâches de « préparation du travail ». Demandez un inventaire des dépendances, une liste d’utilisation de l’API, une liste de contrôle de compatibilité ou un plan de migration par étapes. Ces artefacts sont plus faciles à réviser qu’un grand correctif unique, et ils préservent le jugement dont vous avez besoin si la migration touche d’autres équipes.

Exécuter un workflow de recherche vers fichier

Pour des études de marché ou des comparaisons techniques, demandez à l’agent de collecter des sources, de concilier les dates, de noter les désaccords et d’écrire un projet de rapport dans un fichier local. Gardez le livrable précis : « produisez un tableau de candidats avec des URL et des dates » est plus facile à vérifier que « dites-moi ce qui se passe sur ce marché. »

Construire un workflow local réutilisable

Une fois qu’une invite fonctionne, sauvegardez-la en tant qu’invite de projet ou plugin si votre version de Harness le prend en charge. Une invite réutilisable doit indiquer l’espace de travail, les entrées requises, le format de sortie et les limites de sécurité. Cette dernière partie est importante lorsque le workflow exécute des commandes ou modifie des fichiers.

Comment choisir un modèle pour la tâche

Novita AI prend en charge DeepSeek et d’autres familles de modèles, donc la question n’est pas « quel fournisseur a un modèle ? » mais « quel modèle cette étape du workflow doit-elle utiliser ? » Commencez par les listes actuelles dans la bibliothèque de modèles Novita AI et confirmez l’ID exact du modèle sur la page du modèle avant de l’enregistrer dans Harness. Les ID de modèle et les limites changent à mesure que les catalogues sont mis à jour.

Utilisez ces schémas de routage comme point de départ :

  • DeepSeek V4.1 Flash est utile lorsque vous souhaitez un raisonnement général puissant pour l’analyse de code, les tâches mathématiques lourdes ou les explications en plusieurs étapes sans le profil de coût d’un modèle phare.
  • GLM 5.3 est la référence phare de GLM au moment de la rédaction, tandis que GLM 5.3 Flash est l’option multimodale native orientée efficacité. Vérifiez les limites de fenêtre de contexte et de sortie avant de charger un dépôt entier dans une seule requête.
  • Qwen3.8 Flash et Qwen3.8 Max** couvrent les extrémités d’efficacité et de référence de la gamme actuelle Qwen3.8. Exécutez la même tâche de correctif par rapport à votre valeur par défaut pour voir si la sortie est plus facile à réviser.
  • Kimi K3 est le modèle phare actuel de Moonshot dans le catalogue Novita et peut convenir aux workflows à long contexte, de recherche et avec beaucoup d’outils. Confirmez le comportement API exact pour les appels d’outils avant de vous y fier en production.
  • MiniMax M3 est la référence la plus récente de MiniMax et un candidat pour un travail interactif efficace et avec entrée multimodale. Mesurez la latence et la qualité de révision sur vos propres invites plutôt que de supposer qu’un résultat de référence se transposera.

Pour le travail d’agent en production, trois mesures comptent plus qu’un classement :

  1. Succès de la tâche. Le correctif passe-t-il les tests ? Le rapport contient-il les sections demandées ? L’appel d’outil effectue-t-il l’action prévue ?
  2. Coût par résultat accepté. Comptez les tentatives, les sorties gaspillées et le temps humain passé à réviser les mauvais plans.
  3. Mode d’échec. Le modèle refuse-t-il poliment, hallucine-t-il un appel d’outil ou prend-il une mauvaise action avec confiance ? Ce dernier nécessite des paramètres d’approbation plus stricts.

Si vous souhaitez comparer deux modèles sans modifier le fournisseur à chaque fois, ajoutez les deux au même fournisseur Novita AI, sauvegardez leurs ID de modèle exacts et exécutez le même ensemble d’invites représentatif. Ensuite, inspectez les artefacts finaux, pas seulement la sortie du chat.

Résolution des problèmes de configuration courants

La liste des modèles est vide

Vérifiez que l’URL de base est exactement https://api.novita.ai/openai, que la clé API est à jour et que votre compte a accès au modèle. Si l’interface a une action de rafraîchissement, rafraîchissez le catalogue après avoir enregistré le fournisseur. Ensuite, testez la clé en dehors de Harness avec un appel API direct.

Si la récupération des modèles renvoie une erreur d’authentification, vérifiez d’abord la clé. L’appel de découverte de Harness utilise le point de terminaison de liste de modèles compatible OpenAI et peut échouer là tandis que les appels de complétion normaux échouent pour une raison différente.

Le fournisseur est enregistré, mais les requêtes échouent

Confirmez que l’ID du modèle correspond à la page du modèle Novita AI. Vérifiez également si le modèle sélectionné prend en charge le type de requête que le harnais effectue ; un modèle textuel uniquement peut ne pas prendre en charge une requête d’image, et un modèle sans prise en charge d’outil peut échouer dans une étape d’agent qui attend des appels d’outil.

npx se bloque ou échoue au premier lancement

Le premier lancement télécharge les dépendances et peut prendre un certain temps. S’il échoue, vérifiez votre réseau, le cache npm et la version de Node.js. Une nouvelle tentative propre est raisonnable ; si l’erreur mentionne des permissions, préférez une installation de Node.js au niveau utilisateur ou un cache du gestionnaire de packages plutôt que d’exécuter la commande avec des privilèges élevés.

Le navigateur ne s’ouvre pas

Le serveur peut toujours fonctionner. Ouvrez http://127.0.0.1:3080 manuellement, ou redémarrez avec npx @deepseek-ai/dsh web --no-open et visitez l’URL depuis un navigateur sur la même machine. Via SSH, l’hôte transféré peut ne pas être 127.0.0.1, donc utilisez l’adresse affichée par la commande.

L’agent a fait un changement inattendu

Arrêtez l’exécution, inspectez votre diff de contrôle de version et revenez sur ce que vous ne voulez pas. Ensuite, réduisez la portée des outils ou exécutez la tâche dans un espace de travail jetable. Si votre équipe utilise des branches protégées et des informations d’identification de déploiement, gardez-les hors de portée de l’agent jusqu’à ce que vous ayez confiance dans le workflow.

Questions fréquemment posées

DeepSeek Harness prend-il en charge les modèles Novita AI ?

DeepSeek Harness prend en charge les fournisseurs personnalisés compatibles OpenAI, et Novita AI expose une API compatible OpenAI. Ce guide utilise le chemin du fournisseur personnalisé : https://api.novita.ai/openai comme URL de base, une clé API Novita AI et l’ID exact du modèle depuis la page du modèle Novita AI.

Dois-je déployer mon propre serveur de modèle ?

Non. Novita AI héberge l’API du modèle ; DeepSeek Harness s’exécute localement et appelle cette API. Vous n’avez pas besoin de gérer des GPU pour cette configuration. Vous avez toujours besoin de suffisamment de ressources locales pour le processus Node.js et les outils que l’agent exécute.

DeepSeek Harness est-il prêt pour la production ?

Le dépôt officiel décrit DeepSeek Harness comme un aperçu développeur et prévient des changements cassant la compatibilité. Il peut être utile aujourd’hui, mais verrouillez les versions, passez en revue les notes de version, gardez le travail important sous contrôle de version et testez les mises à niveau dans un espace de travail non critique avant de modifier un workflow de production.

Puis-je utiliser plus d’un modèle dans le même projet ?

Oui, si l’interface prend en charge le changement de modèle dans votre session. Un motif utile est un modèle pour la rédaction ou le code de premier passage, un autre pour la révision ou l’analyse plus approfondie, et un modèle moins coûteux pour la synthèse, la classification ou l’extraction répétée.

Où dois-je stocker ma clé API Novita AI ?

Placez-la dans la configuration du fournisseur uniquement lorsque nécessaire, et sinon gardez-la dans un gestionnaire de secrets local ou un stockage de variables d’environnement crypté. Ne la commitez jamais, ne la partagez pas dans des captures d’écran et ne lui accordez pas de permissions plus larges que nécessaire pour la tâche.

Que dois-je faire avant de connecter une codebase réelle ?

Placez l’espace de travail sous contrôle de version, confirmez les paramètres d’approbation de l’agent et supprimez les informations d’identification qui ne sont pas requises. Commencez par une tâche en lecture seule ou à faible risque, puis étendez la boîte à outils après avoir compris comment l’agent se comporte avec votre projet.

Articles recommandés

Sources

Articles associés