Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
เริ่มต้นฟรี เริ่มต้นฟรี
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
Home Blog ติดตั้ง DeepSeek Harness ในเครื่อง: การตั้งค่า & การกำหนดค่า API ติดตั้ง DeepSeek Harness ในเครื่อง: การตั้งค่า & การกำหนดค่า API - CometAPI
guide / งานวิจัย CometAPI
ติดตั้ง DeepSeek Harness ในเครื่อง: การตั้งค่า & การกำหนดค่า API ตั้งค่า DeepSeek Harness บนเครื่องของคุณ กำหนดค่า คีย์ API และทบทวนข้อกำหนดการติดตั้ง
ทำความเข้าใจความแตกต่างระหว่างการออร์เคสเตรชันในเครื่องกับการอินเฟอเรนซ์ในเครื่อง
Anna ทีมวิจัยโมเดล AI และ API อัปเดตแล้ว Oct 25, 2026 6 นาทีในการอ่านตั้งค่า DeepSeek Harness บนเครื่องของคุณ กำหนดค่า คีย์ API และทบทวนข้อกำหนดการติดตั้ง
ทำความเข้าใจความแตกต่างระหว่างการออร์เคสเตรชันในเครื่องกับการอินเฟอเรนซ์ในเครื่อง
ใช้สรุปนี้เพื่อดูคำตอบอย่างรวดเร็ว แล้วอ่านคู่มือเพื่อดูบริบท ตัวอย่าง และรายละเอียดการใช้งาน
คัดลอกfrom openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)TLDR DeepSeek Harness (dsh) คือรันไทม์สำหรับเอเจนต์แบบโอเพนซอร์สของ DeepSeek AI เปิดตัวในสถานะรุ่นพรีวิวสำหรับนักพัฒนาเมื่อประมาณวันที่ 13 สิงหาคม 2026 ภายใต้สัญญาอนุญาต MIT ยึดหลัก “Model + Harness = Agent” โดยความสามารถทุกอย่าง (โมเดล เครื่องมือ เซสชัน แซนด์บ็อกซ์ ลูป UI) ถูกทำเป็นปลั๊กอิน Cordis ที่สลับเปลี่ยนได้
วิธีที่เร็วที่สุดในการรันแบบโลคัลคือ npx @deepseek-ai/dsh web (ต้องใช้ Node.js ^22.19 หรือ ≥24) ซึ่งจะเปิด Web UI ที่ http://127.0.0.1:3080. คุณเพียงต้องเตรียมคีย์ API ของ DeepSeek (หรือแบบเข้ากันได้กับ OpenAI) และ workspace ยังมีตัวเลือกแบบคอมไพล์จากซอร์ส แอปเดสก์ท็อป Docker Python SDK และการเชื่อมกับ Ollama ให้เลือกใช้ สำหรับการเข้าถึงหลายโมเดลระดับโปรดักชัน ความเสถียร และการควบคุมต้นทุนระหว่างใช้งาน harness แนะนำให้ส่งคำขอผ่าน CometAPI ซึ่งเป็นเอ็นด์พอยต์แบบ OpenAI-compatible เดียวที่รวมทุกอย่างไว้
เรียนรู้ต่อ
เชื่อมโยงบทความนี้กับการตัดสินใจถัดไป ดูทุกหัวข้อ เผยแพร่เมื่อ Aug 17, 2026 อัปเดตล่าสุด Oct 25, 2026 ตรวจสอบความชัดเจน การอ้างอิงแหล่งที่มา และคำศัพท์ API ปัจจุบันแล้ว
Key Takeaways
DeepSeek Harness ไม่ใช่โมเดล—มันคือรันไทม์/ออร์เคสเตรเตอร์โลคัลที่ทำให้โมเดลสามารถจัดการไฟล์ เชลล์ เครื่องมือ และเซสชันได้
คำสั่งบรรทัดเดียวอย่างเป็นทางการ: npx @deepseek-ai/dsh web → เปิด Web UI โลคัลที่พอร์ต 3080
ข้อกำหนด Node.js เข้มงวด: ^22.19.0 หรือ ≥24.x
รองรับโมเดลทางการของ DeepSeek (deepseek-v4-flash, deepseek-v4-pro) เกตเวย์ที่เข้ากันได้กับ OpenAI แบบกำหนดเอง และโมเดลโลคัลผ่านปลั๊กอิน/Ollama
สถาปัตยกรรมยึดปลั๊กอิน 100% (Cordis kernel); โหมดมีทั้ง Standard, Minimal, Code และ Creator
ถูกใช้อย่างรวดเร็ว: ตั้งแต่หลักหมื่นจนเกิน 100,000 ดาวบน GitHub ภายในไม่กี่วันหลังเปิดตัว
แนะนำสำหรับผู้ใช้ระดับก้าวหน้า: จับคู่กับ CometAPI (https://www.cometapi.com/ ) เป็นผู้ให้บริการแบบกำหนดเอง เพื่อเข้าถึงกว่า 500 โมเดล ประหยัดค่าใช้จ่าย 20–40% และใช้คีย์เดียว
ควรใช้ workspace แบบแยกเสมอ; เอเจนต์สามารถแก้ไขไฟล์และรันคำสั่งได้
สถานะรุ่นพรีวิวสำหรับนักพัฒนาอาจมีการเปลี่ยนแปลงที่ทำให้แตก—ปักหมุดเวอร์ชันเมื่อทดลองงานใกล้เคียงโปรดักชัน
What Is DeepSeek Harness and Why It Matters in 2026 DeepSeek Harness (dsh) คือรันไทม์เอเจนต์แบบโอเพนซอร์สที่พัฒนาโดย DeepSeek AI เผยแพร่ภายใต้สัญญาอนุญาต MIT ในสถานะรุ่นพรีวิวสำหรับนักพัฒนา โดยเน้นความประกอบกันได้ (composability): ความสามารถทุกอย่าง—ตัวปรับแต่งโมเดล เครื่องมือ สกิล เซสชัน แซนด์บ็อกซ์ สตอเรจ ลูปของเอเจนต์ การจัดตารางเวลา และ UI—มีอยู่ในรูปปลั๊กอิน Cordis ที่สามารถ mount/unmount/สลับ/ประกอบใหม่ได้ผ่านคอนฟิก โดยแทบไม่มีแกนกลางที่มีสิทธิพิเศษซึ่งต้องแพตช์
หลักการออกแบบสำคัญ ได้แก่:
Agent = Model + Harness.
สตรีมเหตุการณ์ที่ติดตามได้ รองรับการ resume, fork, ค้นหา และ replay
โหมดรันไทม์หลายแบบ (ชุดเครื่องมือเต็มมาตรฐาน โหมดโค้ด/ออร์เคสเตรชัน โหมดมินิมอลสำหรับเบนช์มาร์ก โหมด creator/ทดลอง)
Web UI ที่เน้นโลคัลเป็นหลักสำหรับใช้งานเชิงโต้ตอบ รวมถึงตัวเลือก headless และ SDK สำหรับงานอัตโนมัติ
หมายเหตุคำศัพท์สำคัญ: “การดีพลอยแบบโลคัล” อาจหมายถึงสองอย่าง โครงการ DeepSeek Harness ที่กล่าวถึงในคู่มือนี้รันบนเครื่องของคุณ แต่โดยปกติ deepseek-harness จะเชื่อมต่อกับ DeepSeek V4-Pro หรือ V4-Flash ผ่าน API ซึ่งหมายความว่า “harness การตั้งค่า เซสชัน การตรวจสอบ และลอจิกของไคลเอนต์อยู่โลคัล” ขณะที่การอนุมานโมเดลมักทำที่ API ของ DeepSeek หากต้องการอนุมานออฟไลน์จริงโดยเก็บเวทโมเดลไว้บน GPU ของคุณเอง นั่นเป็นสถาปัตยกรรมการดีพลอยที่แตกต่างออกไป
Prerequisites and System Requirements ก่อนติดตั้ง โปรดตรวจสอบสิ่งต่อไปนี้:
ระบบปฏิบัติการ: Windows 10+, macOS 10.15+, Linux กระแสหลัก (x64 หรือ arm64) Python SDK มีข้อกำหนดเพิ่มเติม (Linux x64/arm64 หรือ macOS 14+ arm64)
Node.js: จำเป็นสำหรับเส้นทาง Web UI หลัก ช่วงเวอร์ชันเป้าหมายคือ ^22.19.0 || >=24.0.0 ตรวจสอบด้วย node --version เวอร์ชันเลขคี่ระหว่างกลางนอกช่วงนี้ไม่รองรับ
ตัวจัดการแพ็กเกจ: npm/npx (มาพร้อม Node) การคอมไพล์จากซอร์สต้องใช้ pnpm (ติดตั้งด้วย npm install -g pnpm)
Git: จำเป็นสำหรับการโคลนซอร์ส
Python (ตัวเลือก): 3.10+ สำหรับ Python SDK อย่างเป็นทางการ
คีย์/เอ็นด์พอยต์ API: คีย์ API ของ DeepSeek จาก platform.deepseek.com หรือเอ็นด์พอยต์ที่เข้ากันได้กับ OpenAI พร้อมคีย์และชื่อโมเดล
ฮาร์ดแวร์: ไม่ต้องใช้ GPU สำหรับตัว harness เอง—การอนุมานโมเดลทำระยะไกล (หรือผ่านผู้ให้บริการโลคัลที่คุณตั้งค่า) ทรัพยากรระดับแล็ปท็อปปกติเพียงพอสำหรับ Web UI และออร์เคสเตรชัน
เครือข่าย: ต้องใช้เมื่อรันครั้งแรกเพื่อดึงแพ็กเกจ; หลังจากนั้น UI สามารถทำงานได้โดยต้องใช้เพียงการเรียก API ของโมเดล
Workspace: เตรียมไดเรกทอรีที่แยกต่างหาก เอเจนต์สามารถอ่าน เขียน และรันคำสั่งภายใน workspace ที่ตั้งค่า—อย่าชี้ไปยังข้อมูลโปรดักชันหรือข้อมูลส่วนตัวโดยไม่มีการป้องกัน
แหล่งที่มาของข้อกำหนด: README ทางการและคู่มือการติดตั้งอิสระหลายฉบับที่เผยแพร่หลังเปิดตัว
Method 1: Official One-Liner with npx (Recommended for Most Users) นี่คือวิธีที่เร็วที่สุดและได้รับการโปรโมตอย่างเป็นทางการ
ตรวจสอบให้แน่ใจว่า Node.js ตรงตามข้อกำหนดเวอร์ชัน
เปิดเทอร์มินัลและรัน:
แพ็กเกจจะถูกดาวน์โหลด (หรือใช้แคช) เริ่มโปรไฟล์ Web UI และพิมพ์ที่อยู่ที่กำลังรับฟัง—โดยปกติคือ http://127.0.0.1:3080.
เปิด URL ดังกล่าวในเบราว์เซอร์ ยอมรับประกาศรุ่นพรีวิวสำหรับนักพัฒนาหากปรากฏ
ในการใช้งานครั้งแรก ไปที่การตั้งค่าโมเดล (Settings → Models) วางคีย์ API ของคุณและเลือกโมเดล เช่น deepseek-v4-flash หรือ deepseek-v4-pro
เลือกหรือสร้างไดเรกทอรี workspace
เริ่มสั่งงานได้เลย
Bash
npx @deepseek-ai/dsh web --port 8080
Platform-specific one-liners ที่ตรวจสอบให้แน่ใจว่ามี Node ติดตั้งแล้วก็มีให้ในชุมชน (PowerShell บน Windows พร้อม winget, Homebrew บน macOS, NodeSource บน Debian/Ubuntu ฯลฯ)
ข้อดี : ไม่มีร่องรอยติดตั้งถาวรนอกจากแคชของ npm; ดึงเวอร์ชันที่เผยแพร่ล่าสุดอยู่เสมอ; เริ่มต้นใช้งานง่ายที่สุด ข้อเสีย : พึ่งพาเครือข่ายสำหรับการดึงแพ็กเกจครั้งแรก; ไม่สะดวกเมื่อต้องตรวจซอร์สเชิงลึกหรือบิลด์แบบกำหนดเอง
Method 2: Install and Run from Source ใช้วิธีนี้เมื่อคุณต้องการอ่านปลั๊กอิน Cordis, ปักหมุดคอมมิต, พัฒนาพรีเซ็ตแบบกำหนดเอง หรือร่วมพัฒนา
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web
จะปรากฏ Web UI เดิมที่พอร์ตค่าเริ่มต้น บิลด์รุ่นพรีวิวสำหรับนักพัฒนาอาจแตกได้ระหว่างคอมมิต ดังนั้นให้ถือว่าเป็นเส้นทางเชิงทดลอง
Method 3: Desktop Applications (Zero Node Setup) ตัวห่อหุ้มเดสก์ท็อปจากชุมชนและบุคคลที่สามบรรจุรันไทม์มาให้ เพื่อไม่ให้ผู้ใช้ต้องติดตั้ง Node/pnpm เอง:
ไคลเอนต์บน Tauri ที่มีน้ำหนักเบา บูตสแตรป Node runtime ที่บันเดิลมา และซิงก์ harness ต้นน้ำล่าสุดเมื่อเปิด ใช้ที่ 127.0.0.1:3080 เก็บข้อมูลไว้โลคัล และลงทะเบียนคำสั่ง dsh
การแพ็กด้วย Electron ที่ปักหมุด dependencies
ดาวน์โหลดตัวติดตั้งจากหน้า GitHub Releases ของแต่ละโปรเจ็กต์ (ค้นหา “deepseek-harness-desktop”) การเปิดครั้งแรกจะดาวน์โหลดคอมโพเนนต์หลัก (หลายร้อย MB) วิธีนี้สะดวกสำหรับผู้ใช้ทั่วไป แต่ไม่ใช่ผลิตภัณฑ์ทางการของ DeepSeek—โปรดตรวจรีโปและเช็คซัม SHA
Method 4: Docker / Container Deployment อิมเมจ Docker และไฟล์ compose จากชุมชนมีให้สำหรับรัน Web UI ในคอนเทนเนอร์ มักรวมการ termination HTTPS ผ่าน nginx และรองรับเกตเวย์แบบ OpenAI-compatible ตามต้องการ ขั้นตอนทั่วไป:
git clone <docker-repo>
cd <docker-repo>
cp .env.example .env # set API key / public host
docker compose up -d --build
เหมาะสำหรับการเข้าถึงผ่าน LAN เซิร์ฟเวอร์ หรือสภาพแวดล้อมที่ไม่ต้องการติดตั้ง Node บนโฮสต์ การตั้งค่าบางแบบรองรับไฟล์ settings.yaml แบบกำหนดเองสำหรับผู้ให้บริการที่ไม่ใช่ DeepSeek
Method 5: Python SDK for Programmatic / Headless Use สำหรับเอเจนต์ที่ทำงานโดยไม่มีผู้ดูแลหรือการผนวกเข้าท่อ Python:
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
python -m pip install deepseek-harness-sdk
ตั้งค่าตัวแปรสภาพแวดล้อม:
export DEEPSEEK_API_KEY=sk-your-key-here
# optional: export DEEPSEEK_BASE_URL=http://127.0.0.1:8000/v1
# optional: export DSH_MODEL=deepseek-v4-flash
จากนั้นรันตัวอย่างที่เช็คอินไว้หรือใช้คลาส DeepSeekHarness ในโค้ดของคุณเองกับ workspace และไดเรกทอรีเซสชันที่แยกต่างหาก SDK จัดมาพร้อมรันไทม์ของตัวเองและไม่ต้องพึ่ง Node.js ของระบบ
Method 6: Ollama Integration Ollama มีคำสั่ง launcher ที่สะดวก:
ollama launch dsh
# or with a specific model
ollama launch dsh --model deepseek-v4-flash:cloud
Ollama สามารถติดตั้งแพ็กเกจหากจำเป็นและเก็บการตั้งค่า launch แยกต่างหาก ความสามารถด้านการค้นเว็บและเครื่องมือขึ้นกับโมเดลที่เลือกและการเข้าถึงคลาวด์ของ Ollama
ภายใน Web UI ไปที่ Settings → Models
สำหรับ DeepSeek ทางการ: วางคีย์จาก platform.deepseek.com โมเดลที่นิยมคือ deepseek-v4-flash และ deepseek-v4-pro
สำหรับผู้ให้บริการแค็ตตาล็อก (Anthropic, OpenAI ฯลฯ): ใช้ขั้นตอน “Add provider”
สำหรับเอ็นด์พอยต์แบบกำหนดเอง/โฮสต์เอง/ตัวรวม (aggregator): เลือก “Add a custom provider” ระบุ Provider ID แบบถาวร Base URL โปรโตคอล (โดยมากคือ openai-completions) การอ้างอิงตัวแปรสภาพแวดล้อมของ API key หรือค่า และอย่างน้อยหนึ่ง Model ID
คำแนะนำ CometAPI (แนะนำอย่างยิ่งสำหรับเวิร์กโฟลว์ที่คล้ายโปรดักชันหลายกรณี) CometAPI คือแพลตฟอร์มโครงสร้างพื้นฐาน AI แบบรวมที่ให้บริการโมเดลกว่า 500 รายการ (รวมถึงตระกูล DeepSeek, GPT, Claude, Gemini, Grok และอื่น ๆ) ผ่านเอ็นด์พอยต์เดียวที่เข้ากันได้กับ OpenAI: https://api.cometapi.com/v1.
ประโยชน์เมื่อใช้ร่วมกับ DeepSeek Harness:
ใช้คีย์เดียวแทนการจัดการข้อมูลยืนยันตัวตนหลายผู้ให้บริการ
ราคาที่แข่งขันได้ (มีรายงานประหยัด 20–40% เมื่อเทียบกับอัตราตรงของผู้ขายหลายราย)
ความพร้อมใช้งานสูง (เป้าหมาย SLA 99.9%) ความหน่วงมัธยฐานต่ำ และคิดค่าบริการตามการใช้งานจริง
สลับโมเดลง่ายเพื่อ A/B testing หรือเพิ่มประสิทธิภาพต้นทุน โดยแทบไม่ต้องเปลี่ยนคอนฟิกของ harness นอกจาก Model ID
เข้ากันได้แบบ drop-in: รูปแบบการใช้ SDK ของ OpenAI ที่มีอยู่ยังใช้ได้เมื่อเปลี่ยนเพียง base_url และคีย์
ในฟอร์ม custom-provider ของ harness:
Base URL: https://api.cometapi.com/v1
Protocol: openai-completions (หรือเทียบเท่าที่รองรับ)
API key: คีย์ CometAPI ของคุณ
Model ID: สตริงโมเดลใด ๆ ที่รองรับจากแค็ตตาล็อก CometAPI
การผสานแบบนี้คงพลังของรันไทม์เอเจนต์โลคัล พร้อมให้ความยืดหยุ่น ประหยัดค่าใช้จ่าย และเข้าถึงหลายผู้ขายได้ ผู้ใช้ใหม่มักได้รับเครดิตทดสอบฟรี เอกสาร: https://apidoc.cometapi.com/ .
คีย์จะถูกเก็บแบบเขียนได้อย่างเดียว (เช่น ภายใต้ $DSH_HOME/.credentials.yaml); UI จะแสดงเพียงคำอธิบายที่ถูกปิดบัง
Troubleshooting DeepSeek Harness
DEEPSEEK_API_KEY not foundecho $env:DEEPSEEK_API_KEY
หากว่าง ให้ตั้งค่าใหม่อีกครั้ง
400 reasoning_content errorมักชี้ไปที่การจัดการวงจร reasoning ที่ไม่ถูกต้อง
ตรวจสอบว่าแอปของคุณคงข้อมูล reasoning ที่เกี่ยวข้องของ assistant ไว้ข้ามคำขอหลายเทิร์นที่มีการคิด/เรียกเครื่องมือ
นี่เป็นหนึ่งในประเด็นแกนกลางที่ harness ถูกออกแบบมาเพื่อรับมือโดยเฉพาะ
Context-length error input tokens + max_tokens
ลดขนาดบริบทอินพุตหรือขนาด completion ที่ร้องขอ
อย่าคาดว่าชิ้นส่วนสตรีมจะมาถึงตามลำดับของเครื่องมือ
รวม delta ของการเรียกเครื่องมือด้วย tool_call.index ตามที่สัญญา harness แนะนำ
Requests are unexpectedly expensive
โหมดการคิด (thinking mode)
ความยาวเอาต์พุต
อัตราการ cache-hit
เสถียรภาพของ prompt prefix
การเลือกโมเดล
ราคาปัจจุบันของ API
วิธีปรับปรุงง่าย ๆ มักคือย้ายงานประจำจาก Pro ไปยัง Flash
Comparison of Installation and Deployment Methods npx one-liner สูงสุด Yes ทดลองใช้อย่างรวดเร็ว ผู้ใช้ส่วนใหญ่ ชั่วคราว (เฉพาะแคช) 3080 (ปรับได้) ทางการแนะนำ Source (pnpm) ปานกลาง Yes พัฒนา ปลั๊กอิน ปักหมุด ควบคุมซอร์สเต็มรูปแบบ 3080 ต้องใช้ pnpm + build Desktop (Tauri/Electron) สูง No (bundled) ผู้ใช้ไม่เทคนิค โปรไฟล์โลคัล & อัปเดตอัตโนมัติ 3080 (ภายใน) แพ็กเกจจากชุมชน Docker ปานกลาง No (container) เซิร์ฟเวอร์ LAN HTTPS โวลุ่มของคอนเทนเนอร์ กำหนดเอง / 443 อิมเมจจากชุมชน Python SDK ปานกลาง No (bundled) headless อัตโนมัติ ไปป์ไลน์ เซสชันแบบโปรแกรมมิ่ง N/A (ไม่มี UI โดยปริยาย) SDK ทางการ Ollama launch สูง Optional ทดลองโมเดลโลคัล การตั้งค่าใน Ollama 3080 ผสานกับ Ollama
ข้อมูลสังเคราะห์จากเอกสารทางการและคู่มือหลังเปิดตัว (สิงหาคม 2026)
Conclusion and Next Steps DeepSeek Harness นำรันไทม์เอเจนต์ที่ออกแบบสะอาด ใช้ปลั๊กอินเต็มรูปแบบ มาสู่เครื่องโลคัลด้วยความฝืดต่ำแทบเป็นศูนย์ผ่านคำสั่ง npx เพียงบรรทัดเดียว เมื่อจับคู่กับการเราต์โมเดลที่ยืดหยุ่น—โดยเฉพาะผ่านแพลตฟอร์มเดียวอย่าง CometAPI—คุณจะได้ทั้งพลังของเวิร์กโฟลว์การโค้ดเชิงเอเจนต์สมัยใหม่และการควบคุมเชิงปฏิบัติในด้านต้นทุน การเลือกโมเดล และความเป็นส่วนตัวของข้อมูล
ตั้งค่าคีย์ DeepSeek หรือ CometAPI ชี้ไปยัง workspace ที่ปลอดภัย และสำรวจโหมด Standard จากนั้นลองโหมด Minimal สำหรับเบนช์มาร์ก ผู้ให้บริการแบบกำหนดเองเพื่อเพิ่มประสิทธิภาพต้นทุน หรือ Python SDK สำหรับงานอัตโนมัติ
สำหรับคำแนะนำทางการล่าสุดโปรดอ้างอิงที่ GitHub repository และ doc . สำหรับความน่าเชื่อถือแบบหลายโมเดลและข้อได้เปรียบด้านราคาในขณะใช้งาน harness ลองดู CometAPI และเอกสารที่ https://apidoc.cometapi.com/.