Elige una herramienta instalada. Harness incluye capturas probadas en la plataforma; las demás guías ofrecen pasos contrastados, esquemas y pruebas. CC Switch gestiona ajustes: también necesitas ejecutar el agente.
Elige una herramienta instalada. Harness incluye capturas probadas en la plataforma; las demás guías ofrecen pasos contrastados, esquemas y pruebas. CC Switch gestiona ajustes: también necesitas ejecutar el agente.
Conecta tu aplicación de IA y recibe la primera respuesta.
Si ya tienes una aplicación, abre su guía. Si quieres entender primero los conceptos, empieza por API y modelos.
¿Ya tienes DeepSeek Harness? Sigue las capturas para conectar la API, elegir un modelo y su nivel de razonamiento, recibir una respuesta y probar una herramienta.
Abrir la guía de HarnessElige una herramienta instalada. Harness incluye capturas probadas en la plataforma; las demás guías ofrecen pasos contrastados, esquemas y pruebas. CC Switch gestiona ajustes: también necesitas ejecutar el agente.
Imagina que pides: «Lee este pedido, calcula el total y guarda el resultado». Para hacerlo, varias partes trabajan juntas.
Aquí escribes lo que necesitas, eliges una carpeta y ves el progreso. Cuando el modelo solicita una herramienta, Harness la ejecuta con los permisos correspondientes y le devuelve el resultado.
Usamos DeepSeek como ejemplo. El modelo razona; Harness aporta herramientas para leer o escribir archivos.
Harness envía las solicitudes con la dirección de la plataforma y tu clave. En la plataforma puedes consultar el saldo y el consumo.
Son dos formas de organizar la comunicación, no dos modelos. Es como explicar la misma tarea mediante mensajes o rellenando un formulario. Ambas partes deben entender el formato.
| Formato de API | Explicación sencilla | Opción en Harness |
|---|---|---|
| OpenAI Chat Completions | Organiza la conversación en mensajes: lo que has dicho, la herramienta solicitada por el modelo y el resultado que devuelve. | openai-completions |
| OpenAI Responses | Separa las respuestas de texto, las llamadas a herramientas y sus resultados en distintos tipos de registros para que la aplicación procese cada paso. | openai-responses |
OpenAI en el nombre se refiere al formato de la interfaz. Si eliges el modelo DeepSeek de este ejemplo, seguirá respondiendo DeepSeek; el formato no lo convierte en un modelo GPT.
Cambiar el formato no mejora el modelo por sí solo. Cada aplicación y modelo puede admitir los formatos de manera distinta. La prueba no determinó cuál ofrece mejores respuestas.
También permite usar herramientas. En Harness completamos una lectura, un cálculo, un guardado y una nueva lectura de comprobación. Las herramientas de Harness actúan y el modelo utiliza sus resultados para continuar.
No. Ambos formatos aceptaron los niveles enviados para este modelo. Aun así, debes activar los niveles en Harness, como en el paso 6. Cambiar el formato no activa el menú.
Sigue la guía de cada aplicación y modelo. Estos resultados corresponden a la combinación probada de Harness y DeepSeek, no a todas las herramientas y modelos.
Anthropic Messages es un tercer formato habitual en Claude Code, no un modelo. El cliente añade /v1/messages a la raíz, mientras que los ejemplos OpenAI incluyen /v1 en la dirección base. La guía de Codex usa Responses; Harness empieza con Chat Completions y Kimi Code sigue su type. Consulta la guía de tu herramienta y confirma la compatibilidad del modelo: cambiar de formato no añade herramientas ni niveles de razonamiento.
¿Ya tienes DeepSeek Harness? Sigue las capturas para conectar la API, elegir un modelo y su nivel de razonamiento, recibir una respuesta y probar una herramienta.
Las capturas muestran la interfaz en chino. Los nombres y las direcciones son ejemplos señalados; las claves están ocultas. My API es un nombre que puedes elegir. API Base URL es un marcador: sustitúyelo por la dirección real de la plataforma.
Puedes usar my-api como Provider ID y My API como nombre visible. Solo sirven para reconocer la conexión; no tienen que coincidir con la marca de la plataforma.
Pega la dirección completa y actual de la plataforma. No uses la página principal ni copies el marcador de la captura.
Elige OpenAI Chat Completions, que en esta versión aparece como openai-completions.
Pega la clave completa sin espacios adicionales.
Después de rellenar los cuatro campos, pulsa 获取可用模型. Espera a que aparezca la lista antes de elegir.
En la prueba aparecieron deepseek-v4.1-flash-1017 y glm-5.2. Tu lista puede ser distinta.
Es posible que todos estén seleccionados. Mantén DeepSeek y desmarca glm-5.2 para seguir esta guía.
El modelo elegido vuelve al formulario de conexión. Así se llama el botón en la versión probada.
Esta versión no tiene un interruptor gráfico para los niveles. Pulsa 打开配置文件 arriba a la derecha y abre settings.yaml con un editor de texto.
Dentro del proveedor My API, localiza deepseek-v4.1-flash-1017 y añade reasoningEfforts como se muestra abajo. No edites el mismo ID bajo otro proveedor.
Guarda y vuelve a abrir el menú del modelo. Si no cambia, reinicia Harness. Si tu versión ofrece Model options → Reasoning levels, puedes configurarlo allí.
Añade reasoningEfforts solo dentro de la entrada del modelo recién creado. Conserva la dirección, la referencia a la clave y los demás ajustes. Es un ejemplo parcial: no sustituyas todo el archivo por él.
models:
- id: deepseek-v4.1-flash-1017
reasoningEfforts:
low: low
high: high
max: maxLos espacios iniciales importan. Usa espacios para la sangría y conserva exactamente low, high y max.
Si aparece 选择工作区, usa Añadir espacio de trabajo (添加工作区). Elige una carpeta donde permitas trabajar a la aplicación; para practicar, puedes crear una vacía.
La captura usa harness-api-practice; puedes elegir otro nombre. Continúa cuando veas la carpeta seleccionada.
Pulsa el nombre actual abajo a la derecha del cuadro de mensaje y abre Modelos (模型).
Busca el grupo My API y elige deepseek-v4.1-flash-1017. Puede mostrar un nombre personalizado como DeepSeek Flash.
Con el modelo de My API seleccionado, pulsa su nombre y abre 推理等级.
Puedes empezar con High para tareas habituales y probar Max con tareas difíciles, comparando el resultado y el consumo.
Al elegir High, aparece High junto al nombre. DeepSeek Flash es el nombre visible del mismo modelo.
Al seleccionar High, el nivel aparece junto al nombre del modelo.
Que aparezca el menú y que el servicio procese cada nivel son comprobaciones distintas. Se aceptaron solicitudes Off, Low, High y Max; la muestra Off no devolvió consumo de razonamiento. Un nivel más alto puede tardar más y consumir más tokens, sin garantizar una respuesta mejor.
La captura de prueba muestra 连接成功。, que significa «Conexión correcta». Una respuesta de texto correspondiente confirma que esta solicitud de chat funcionó.
Abre el historial de consumo en la plataforma para revisar el uso del modelo. Después prueba la lectura de archivos que se explica abajo.
Conecta el cliente local de Codex ya instalado. Distingue primero el cliente local de las tareas en la nube.
Con la aplicación ya instalada, abre Autoservicio en esta web e inicia sesión. Crea o consulta tu clave, copia la dirección de API mostrada y un ID exacto de Modelos y precios. No uses la página de inicio, la contraseña de acceso ni un nombre comercial del modelo. Comprueba el saldo y la cuota de la clave.
API_HOST, YOUR_API_KEY y YOUR_MODEL_ID son marcadores: sustitúyelos antes de usar el ejemplo. Sigue las indicaciones sobre /v1; no añadas /chat/completions ni /responses. Los ejemplos no se conectan automáticamente ni incluyen tu clave.
Estos archivos sirven para Codex CLI y clientes que leen ajustes locales, no para tareas web en la nube. Para configurar con el ratón, sigue la rama Codex de CC Switch.
En macOS/Linux abre ~/.codex/config.toml; en Windows, %USERPROFILE%\.codex\config.toml. Inicia Codex una vez si falta. Integra el ejemplo. MY_API_KEY es el nombre de una variable, no la clave.
https://API_HOST/v1responsesYOUR_MODEL_IDMY_API_KEYGuarda una copia del archivo actual. Modifica las entradas existentes sin duplicarlas y conserva los demás ajustes. No compartas archivos o capturas con claves reales.
model_provider = "my_api"
model = "YOUR_MODEL_ID"
[model_providers.my_api]
name = "My API"
base_url = "https://API_HOST/v1"
wire_api = "responses"
env_key = "MY_API_KEY"
requires_openai_auth = falseDefine MY_API_KEY como se indica, entra en la carpeta de prueba desde esa terminal y ejecuta codex. No reemplaces tu auth.json. Una aplicación abierta desde su icono puede no recibir la variable: utiliza CC Switch para ese cliente.
Si la configuración usa MY_API_KEY, define la variable en la misma terminal desde la que abrirás la herramienta. Introduce tu clave solo en tu ordenador. La variable dura hasta cerrar esa terminal.
export MY_API_KEY="YOUR_API_KEY"
codex$env:MY_API_KEY = "YOUR_API_KEY"
codexConfirma el modelo con /model. Empieza por el valor predeterminado o Medium. También puedes añadir model_reasoning_effort = "medium" al principio de config.toml, antes de cualquier [tabla]. Usa solo niveles admitidos.
Utiliza Responses con wire_api = "responses" y conserva /v1. No copies aquí la elección Chat Completions de Harness. El modelo también debe admitir las herramientas y la transmisión del cliente.
Crea una carpeta vacía de prueba, selecciónala como espacio de trabajo y abre una conversación nueva. Comprueba el proveedor y modelo elegidos y envía el mensaje siguiente. Una respuesta sin errores confirma la conexión básica, no todas las funciones. Las pruebas generan consumo normal de API.
Responde solo: Conexión correcta.Resultado: aparece «Conexión correcta». Si ves una pantalla de acceso, un error o una carga interminable, revisa la tabla antes de repetir.
Con un editor de texto, crea hello.txt en esa carpeta y escribe «API connection test 27». Guarda y envía la petición siguiente. Si solicita permiso, permite leer únicamente esa carpeta.
Utiliza la herramienta de lectura para abrir hello.txt en el espacio de trabajo actual y dime su contenido. No modifiques archivos.Resultado: un registro de herramienta que lea hello.txt y una respuesta con API connection test 27. Una respuesta de texto sin registro no demuestra una llamada. Después puedes borrar la carpeta de prueba.
Comprueba que dirección y clave completa pertenecen al mismo servicio y que la clave está activa. No envíes claves completas a soporte.
Revisa /v1, el ID exacto y el protocolo. Ver un modelo en la lista no garantiza todos los protocolos.
Revisa saldo, cuota y frecuencia de solicitudes según el error. Más razonamiento no resuelve la falta de cuota.
Comprueba las herramientas del modelo, los permisos de carpeta y el error de ejecución.
Revisa capacidades, modelo y versión. Poder razonar no implica admitir varios niveles.
Configuración contrastada el 2026-11-08. Los menús pueden cambiar; consulta estas referencias oficiales. Utiliza siempre los datos de conexión actuales de nuestra plataforma.
Esta guía trata de Claude Code, no de la web de Claude. Usa Messages para el CLI local, o CC Switch si prefieres una interfaz gráfica.
Con la aplicación ya instalada, abre Autoservicio en esta web e inicia sesión. Crea o consulta tu clave, copia la dirección de API mostrada y un ID exacto de Modelos y precios. No uses la página de inicio, la contraseña de acceso ni un nombre comercial del modelo. Comprueba el saldo y la cuota de la clave.
API_HOST, YOUR_API_KEY y YOUR_MODEL_ID son marcadores: sustitúyelos antes de usar el ejemplo. Sigue las indicaciones sobre /v1; no añadas /chat/completions ni /responses. Los ejemplos no se conectan automáticamente ni incluyen tu clave.
Comprueba que la plataforma ofrece Anthropic Messages para el modelo Claude elegido. No puedes sustituirlo directamente por una dirección Chat Completions o Responses.
Abre ~/.claude/settings.json en macOS/Linux o %USERPROFILE%\.claude\settings.json en Windows. Integra las entradas env del ejemplo conservando JSON válido y los demás ajustes. No guardes la clave en ajustes de proyecto compartidos.
ANTHROPIC_BASE_URL usa la raíz Messages. Si la dirección es https://API_HOST/v1, aquí sería https://API_HOST; conserva otros prefijos según la plataforma. El cliente añade /v1/messages. Introduce tu clave en ANTHROPIC_AUTH_TOKEN y un ID compatible en ANTHROPIC_MODEL.
https://API_HOSTYOUR_API_KEYYOUR_MODEL_IDAnthropic MessagesGuarda una copia del archivo actual. Modifica las entradas existentes sin duplicarlas y conserva los demás ajustes. No compartas archivos o capturas con claves reales.
{
"env": {
"ANTHROPIC_BASE_URL": "https://API_HOST",
"ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY",
"ANTHROPIC_MODEL": "YOUR_MODEL_ID"
}
}Ejecuta claude en la carpeta de prueba. /status muestra dirección y origen de credenciales; /model confirma el modelo. Si sigue activo otro servicio, revisa ajustes, variables y CC Switch antes de sobrescribir nada.
Para modelos Claude compatibles, consulta los niveles en /model o /effort si tu versión lo ofrece. Si no aparecen, comprueba modelo, versión y pasarela; no se aplican las casillas de Harness.
Crea una carpeta vacía de prueba, selecciónala como espacio de trabajo y abre una conversación nueva. Comprueba el proveedor y modelo elegidos y envía el mensaje siguiente. Una respuesta sin errores confirma la conexión básica, no todas las funciones. Las pruebas generan consumo normal de API.
Responde solo: Conexión correcta.Resultado: aparece «Conexión correcta». Si ves una pantalla de acceso, un error o una carga interminable, revisa la tabla antes de repetir.
Con un editor de texto, crea hello.txt en esa carpeta y escribe «API connection test 27». Guarda y envía la petición siguiente. Si solicita permiso, permite leer únicamente esa carpeta.
Utiliza la herramienta de lectura para abrir hello.txt en el espacio de trabajo actual y dime su contenido. No modifiques archivos.Resultado: un registro de herramienta que lea hello.txt y una respuesta con API connection test 27. Una respuesta de texto sin registro no demuestra una llamada. Después puedes borrar la carpeta de prueba.
Comprueba que dirección y clave completa pertenecen al mismo servicio y que la clave está activa. No envíes claves completas a soporte.
Revisa /v1, el ID exacto y el protocolo. Ver un modelo en la lista no garantiza todos los protocolos.
Revisa saldo, cuota y frecuencia de solicitudes según el error. Más razonamiento no resuelve la falta de cuota.
Comprueba las herramientas del modelo, los permisos de carpeta y el error de ejecución.
Revisa capacidades, modelo y versión. Poder razonar no implica admitir varios niveles.
Configuración contrastada el 2026-11-08. Los menús pueden cambiar; consulta estas referencias oficiales. Utiliza siempre los datos de conexión actuales de nuestra plataforma.
Kimi Code es el agente; el modelo lo decide la configuración del proveedor. Esta guía sigue el CLI actual.
Con la aplicación ya instalada, abre Autoservicio en esta web e inicia sesión. Crea o consulta tu clave, copia la dirección de API mostrada y un ID exacto de Modelos y precios. No uses la página de inicio, la contraseña de acceso ni un nombre comercial del modelo. Comprueba el saldo y la cuota de la clave.
API_HOST, YOUR_API_KEY y YOUR_MODEL_ID son marcadores: sustitúyelos antes de usar el ejemplo. Sigue las indicaciones sobre /v1; no añadas /chat/completions ni /responses. Los ejemplos no se conectan automáticamente ni incluyen tu clave.
Ejecuta kimi --version. La ruta actual es ~/.kimi-code/config.toml, o %USERPROFILE%\.kimi-code\config.toml en Windows. Versiones antiguas pueden usar ~/.kimi; consulta la documentación de tu versión, sin modificar ambas.
Integra el ejemplo. provider = "my_api" debe coincidir con [providers.my_api]. my-model es un alias local; model es el ID real. El contexto 32768 es un ejemplo: ajústalo a los límites confirmados.
openai / openai_responseshttps://API_HOST/v1YOUR_MODEL_IDMY_API_KEYGuarda una copia del archivo actual. Modifica las entradas existentes sin duplicarlas y conserva los demás ajustes. No compartas archivos o capturas con claves reales.
default_model = "my-model"
[providers.my_api]
type = "openai"
base_url = "https://API_HOST/v1"
api_key_env = "MY_API_KEY"
[models.my-model]
provider = "my_api"
model = "YOUR_MODEL_ID"
max_context_size = 32768api_key_env = "MY_API_KEY" lee esa variable explícita. Defínela, ejecuta kimi y selecciona my-model con /model. /login inicia sesión en el servicio oficial, no configura nuestra plataforma.
Si la configuración usa MY_API_KEY, define la variable en la misma terminal desde la que abrirás la herramienta. Introduce tu clave solo en tu ordenador. La variable dura hasta cerrar esa terminal.
export MY_API_KEY="YOUR_API_KEY"
kimi$env:MY_API_KEY = "YOUR_API_KEY"
kimitype = "openai" significa Chat Completions. Usa "openai_responses" solo si has confirmado esa ruta para tu modelo. Conserva /v1 en ambos ejemplos.
Los modelos reconocidos suelen detectar capacidades. Para un alias desconocido, añade capabilities = ["tool_use", "thinking"] bajo [models.my-model] solo si las admite. Define support_efforts y default_effort según sus capacidades: si admite low/high, usa support_efforts = ["low", "high"] y default_effort = "low". Declararlo no crea nuevas funciones.
Si has confirmado low para este modelo, añade la sección independiente [thinking] para seleccionarlo. Cambia effort por otro valor declarado cuando lo necesites. El valor global prevalece sobre default_effort. Guarda, ejecuta /reload con la sesión en reposo y prueba un mensaje.
[thinking]
enabled = true
effort = "low"Crea una carpeta vacía de prueba, selecciónala como espacio de trabajo y abre una conversación nueva. Comprueba el proveedor y modelo elegidos y envía el mensaje siguiente. Una respuesta sin errores confirma la conexión básica, no todas las funciones. Las pruebas generan consumo normal de API.
Responde solo: Conexión correcta.Resultado: aparece «Conexión correcta». Si ves una pantalla de acceso, un error o una carga interminable, revisa la tabla antes de repetir.
Con un editor de texto, crea hello.txt en esa carpeta y escribe «API connection test 27». Guarda y envía la petición siguiente. Si solicita permiso, permite leer únicamente esa carpeta.
Utiliza la herramienta de lectura para abrir hello.txt en el espacio de trabajo actual y dime su contenido. No modifiques archivos.Resultado: un registro de herramienta que lea hello.txt y una respuesta con API connection test 27. Una respuesta de texto sin registro no demuestra una llamada. Después puedes borrar la carpeta de prueba.
Comprueba que dirección y clave completa pertenecen al mismo servicio y que la clave está activa. No envíes claves completas a soporte.
Revisa /v1, el ID exacto y el protocolo. Ver un modelo en la lista no garantiza todos los protocolos.
Revisa saldo, cuota y frecuencia de solicitudes según el error. Más razonamiento no resuelve la falta de cuota.
Comprueba las herramientas del modelo, los permisos de carpeta y el error de ejecución.
Revisa capacidades, modelo y versión. Poder razonar no implica admitir varios niveles.
Configuración contrastada el 2026-11-08. Los menús pueden cambiar; consulta estas referencias oficiales. Utiliza siempre los datos de conexión actuales de nuestra plataforma.
Añade tu proveedor desde los ajustes de WorkBuddy de escritorio, sin editar archivos de configuración.
Con la aplicación ya instalada, abre Autoservicio en esta web e inicia sesión. Crea o consulta tu clave, copia la dirección de API mostrada y un ID exacto de Modelos y precios. No uses la página de inicio, la contraseña de acceso ni un nombre comercial del modelo. Comprueba el saldo y la cuota de la clave.
API_HOST, YOUR_API_KEY y YOUR_MODEL_ID son marcadores: sustitúyelos antes de usar el ejemplo. Sigue las indicaciones sobre /v1; no añadas /chat/completions ni /responses. Los ejemplos no se conectan automáticamente ni incluyen tu clave.
Abre Ajustes → Modelos o Gestión de modelos. En modelos personalizados, pulsa Añadir modelo. Si la barra está contraída, despliega el menú de cuenta inferior izquierdo.
Selecciona API/proveedor personalizado. Pega la dirección OpenAI compatible completa, normalmente con /v1, y tu API Key. No conserves una dirección de otro proveedor ni añadas /chat/completions.
Custom APIhttps://API_HOST/v1YOUR_API_KEYYOUR_MODEL_IDIntroduce el ID exacto o usa Obtener modelos si existe. Activa herramientas, imágenes y razonamiento solo cuando sean compatibles. Usa los límites documentados. Deja Protocolo personalizado desactivado para esta conexión estándar.
Si aparece Razonamiento admitido, marca solo niveles reales y deja Automático al principio. Guarda, selecciona el modelo personalizado y elige un nivel en el chat. Rápido/Equilibrado/Máximo son modos de la aplicación, no niveles universales.
Pulsa Guardar y abre una tarea nueva. En el selector cercano al cuadro de entrada, elige el modelo personalizado. Guardar no cambia necesariamente la conversación activa. Si está deshabilitado, completa dirección y clave.
Crea una carpeta vacía de prueba, selecciónala como espacio de trabajo y abre una conversación nueva. Comprueba el proveedor y modelo elegidos y envía el mensaje siguiente. Una respuesta sin errores confirma la conexión básica, no todas las funciones. Las pruebas generan consumo normal de API.
Responde solo: Conexión correcta.Resultado: aparece «Conexión correcta». Si ves una pantalla de acceso, un error o una carga interminable, revisa la tabla antes de repetir.
Con un editor de texto, crea hello.txt en esa carpeta y escribe «API connection test 27». Guarda y envía la petición siguiente. Si solicita permiso, permite leer únicamente esa carpeta.
Utiliza la herramienta de lectura para abrir hello.txt en el espacio de trabajo actual y dime su contenido. No modifiques archivos.Resultado: un registro de herramienta que lea hello.txt y una respuesta con API connection test 27. Una respuesta de texto sin registro no demuestra una llamada. Después puedes borrar la carpeta de prueba.
Comprueba que dirección y clave completa pertenecen al mismo servicio y que la clave está activa. No envíes claves completas a soporte.
Revisa /v1, el ID exacto y el protocolo. Ver un modelo en la lista no garantiza todos los protocolos.
Revisa saldo, cuota y frecuencia de solicitudes según el error. Más razonamiento no resuelve la falta de cuota.
Comprueba las herramientas del modelo, los permisos de carpeta y el error de ejecución.
Revisa capacidades, modelo y versión. Poder razonar no implica admitir varios niveles.
Configuración contrastada el 2026-11-08. Los menús pueden cambiar; consulta estas referencias oficiales. Utiliza siempre los datos de conexión actuales de nuestra plataforma.
CC Switch gestiona configuraciones: después de activar un proveedor, debes abrir el agente correspondiente.
Con la aplicación ya instalada, abre Autoservicio en esta web e inicia sesión. Crea o consulta tu clave, copia la dirección de API mostrada y un ID exacto de Modelos y precios. No uses la página de inicio, la contraseña de acceso ni un nombre comercial del modelo. Comprueba el saldo y la cuota de la clave.
API_HOST, YOUR_API_KEY y YOUR_MODEL_ID son marcadores: sustitúyelos antes de usar el ejemplo. Sigue las indicaciones sobre /v1; no añadas /chat/completions ni /responses. Los ejemplos no se conectan automáticamente ni incluyen tu clave.
En la barra lateral elige Codex o Claude Code y pulsa + / Añadir proveedor. Cada pestaña modifica un cliente distinto. Sigue solo la rama correspondiente.
Elige configuración personalizada, llámala My API e introduce tu clave. No conserves la dirección predefinida de otro servicio. Revisa el cliente antes de guardar.
Elige Responses, usa https://API_HOST/v1 y un ID disponible compatible. Comprueba wire_api = "responses" en la vista previa. Selecciona solo niveles de razonamiento admitidos.
Responses · https://API_HOST/v1Messages · https://API_HOSTYOUR_API_KEYMy APIElige Anthropic Messages, la raíz indicada por la plataforma —https://API_HOST en este ejemplo— y ANTHROPIC_AUTH_TOKEN. Sonnet/Opus/Haiku son posiciones de cliente: asígnalas solo a modelos disponibles y compatibles.
Guarda, pulsa Activar en la tarjeta y confirma el proveedor activo. Reabre el cliente o terminal. Empieza con conexión directa; no hace falta activar enrutamiento local ni agregación. Haz las dos pruebas siguientes en Codex o Claude Code: una tarjeta activa no demuestra conexión.
Crea una carpeta vacía de prueba, selecciónala como espacio de trabajo y abre una conversación nueva. Comprueba el proveedor y modelo elegidos y envía el mensaje siguiente. Una respuesta sin errores confirma la conexión básica, no todas las funciones. Las pruebas generan consumo normal de API.
Responde solo: Conexión correcta.Resultado: aparece «Conexión correcta». Si ves una pantalla de acceso, un error o una carga interminable, revisa la tabla antes de repetir.
Con un editor de texto, crea hello.txt en esa carpeta y escribe «API connection test 27». Guarda y envía la petición siguiente. Si solicita permiso, permite leer únicamente esa carpeta.
Utiliza la herramienta de lectura para abrir hello.txt en el espacio de trabajo actual y dime su contenido. No modifiques archivos.Resultado: un registro de herramienta que lea hello.txt y una respuesta con API connection test 27. Una respuesta de texto sin registro no demuestra una llamada. Después puedes borrar la carpeta de prueba.
Comprueba que dirección y clave completa pertenecen al mismo servicio y que la clave está activa. No envíes claves completas a soporte.
Revisa /v1, el ID exacto y el protocolo. Ver un modelo en la lista no garantiza todos los protocolos.
Revisa saldo, cuota y frecuencia de solicitudes según el error. Más razonamiento no resuelve la falta de cuota.
Comprueba las herramientas del modelo, los permisos de carpeta y el error de ejecución.
Revisa capacidades, modelo y versión. Poder razonar no implica admitir varios niveles.
Configuración contrastada el 2026-11-08. Los menús pueden cambiar; consulta estas referencias oficiales. Utiliza siempre los datos de conexión actuales de nuestra plataforma.
Primero declara los niveles disponibles y después elige uno en el chat. Son los dos pasos que se muestran abajo.
Esta versión no tiene un interruptor gráfico para los niveles. Pulsa 打开配置文件 arriba a la derecha y abre settings.yaml con un editor de texto.
Dentro del proveedor My API, localiza deepseek-v4.1-flash-1017 y añade reasoningEfforts como se muestra abajo. No edites el mismo ID bajo otro proveedor.
Guarda y vuelve a abrir el menú del modelo. Si no cambia, reinicia Harness. Si tu versión ofrece Model options → Reasoning levels, puedes configurarlo allí.
Añade reasoningEfforts solo dentro de la entrada del modelo recién creado. Conserva la dirección, la referencia a la clave y los demás ajustes. Es un ejemplo parcial: no sustituyas todo el archivo por él.
models:
- id: deepseek-v4.1-flash-1017
reasoningEfforts:
low: low
high: high
max: maxLos espacios iniciales importan. Usa espacios para la sangría y conserva exactamente low, high y max.
Con el modelo de My API seleccionado, pulsa su nombre y abre 推理等级.
Puedes empezar con High para tareas habituales y probar Max con tareas difíciles, comparando el resultado y el consumo.
Al elegir High, aparece High junto al nombre. DeepSeek Flash es el nombre visible del mismo modelo.
Al seleccionar High, el nivel aparece junto al nombre del modelo.
Que aparezca el menú y que el servicio procese cada nivel son comprobaciones distintas. Se aceptaron solicitudes Off, Low, High y Max; la muestra Off no devolvió consumo de razonamiento. Un nivel más alto puede tardar más y consumir más tokens, sin garantizar una respuesta mejor.
Crea hello.txt en tu carpeta de práctica y escribe una frase que conozcas. Envía después a Harness la solicitud de abajo.
Si el registro muestra una lectura y la respuesta coincide con la primera línea, has completado una llamada sencilla. Recibir una respuesta de chat no basta para comprobar las herramientas.
Si aparece 选择工作区, usa Añadir espacio de trabajo (添加工作区). Elige una carpeta donde permitas trabajar a la aplicación; para practicar, puedes crear una vacía.
La captura usa harness-api-practice; puedes elegir otro nombre. Continúa cuando veas la carpeta seleccionada.
Comprueba la dirección completa, la validez de la clave y si tu red puede acceder a ella.
Completa el paso 6 para el modelo seleccionado y vuelve a abrir el menú.
Comprueba el espacio de trabajo y si el modo actual permite leer archivos.
Comprueba que copiaste la clave completa, el saldo de la cuenta y la cuota de la propia clave.