Choisissez un outil installé. Harness comprend des captures testées sur la plateforme ; les autres guides proposent des étapes vérifiées dans la documentation, des schémas et des tests. CC Switch gère les réglages : il faut aussi lancer l’agent.
Choisissez un outil installé. Harness comprend des captures testées sur la plateforme ; les autres guides proposent des étapes vérifiées dans la documentation, des schémas et des tests. CC Switch gère les réglages : il faut aussi lancer l’agent.
Connectez votre application d’IA, dès la première réponse.
Vous avez déjà une application ? Ouvrez son guide. Pour comprendre d’abord les bases, commencez par les API et les modèles.
DeepSeek Harness est déjà installé ? Suivez les captures pour connecter votre API, choisir un modèle et son niveau de raisonnement, recevoir une réponse et essayer un outil.
Ouvrir le guide HarnessChoisissez un outil installé. Harness comprend des captures testées sur la plateforme ; les autres guides proposent des étapes vérifiées dans la documentation, des schémas et des tests. CC Switch gère les réglages : il faut aussi lancer l’agent.
Supposons que vous demandiez : « Lis cette commande, calcule le total et enregistre le résultat. » Plusieurs éléments travaillent ensemble.
Vous y saisissez vos demandes, choisissez un dossier et suivez l’avancement. Lorsque le modèle demande un outil, Harness l’exécute avec les autorisations nécessaires, puis lui transmet le résultat.
Nous utilisons DeepSeek dans cet exemple. Le modèle raisonne ; Harness fournit les outils, notamment pour lire et écrire des fichiers.
Harness envoie les demandes avec l’adresse de la plateforme et votre clé. Vous pouvez consulter votre solde et votre consommation sur la plateforme.
Ce sont deux formats de communication, pas deux modèles. Imaginez la même tâche décrite dans des messages ou dans un formulaire. Les deux parties doivent comprendre le format.
| Format d’API | Explication simple | Option dans Harness |
|---|---|---|
| OpenAI Chat Completions | Organise la conversation en messages : votre demande, l’outil demandé par le modèle et le résultat renvoyé par cet outil. | openai-completions |
| OpenAI Responses | Sépare les réponses textuelles, les appels d’outils et leurs résultats en différents types d’éléments, pour traiter chaque étape de la tâche. | openai-responses |
OpenAI désigne ici le format de l’interface. Si vous choisissez le modèle DeepSeek de ce guide, c’est toujours DeepSeek qui répond. Le format OpenAI ne le transforme pas en modèle GPT.
Changer de format ne remplace pas le modèle par un modèle plus puissant. Les applications et modèles peuvent prendre en charge chaque format différemment. Ce test n’a pas établi lequel produit de meilleures réponses.
Il permet aussi les appels d’outils. Dans Harness, nous avons lu un fichier, calculé un total, enregistré le résultat, puis relu le fichier pour vérifier. Les outils de Harness exécutent les actions ; le modèle poursuit à partir des résultats.
Non. Les deux formats ont accepté les niveaux envoyés pour ce modèle. Vous devez néanmoins activer ces niveaux dans Harness, comme à l’étape 6. Changer de format ne fait pas apparaître le menu.
Suivez le guide de chaque application et modèle. Ces résultats concernent la combinaison testée de Harness et DeepSeek, pas tous les outils et modèles.
Anthropic Messages est un troisième format courant dans Claude Code, pas un modèle. Le client ajoute /v1/messages à la racine, tandis que les exemples OpenAI incluent /v1 dans leur adresse de base. Le guide Codex utilise Responses ; Harness commence avec Chat Completions et Kimi Code suit son type. Consultez le guide de l’outil et confirmez la compatibilité du modèle : changer de format n’ajoute ni outils ni niveaux de raisonnement.
DeepSeek Harness est déjà installé ? Suivez les captures pour connecter votre API, choisir un modèle et son niveau de raisonnement, recevoir une réponse et essayer un outil.
Les captures montrent l’interface en chinois. Les noms et adresses sont signalés comme exemples ; les clés sont masquées. My API est un nom que vous pouvez choisir. API Base URL est un texte indicatif : remplacez-le par l’adresse réelle fournie par la plateforme.
Vous pouvez saisir my-api comme Provider ID et My API comme nom affiché. Ils servent à reconnaître cette connexion et n’ont pas à reprendre la marque de la plateforme.
Collez l’adresse complète et actuelle fournie par la plateforme. Ne la remplacez pas par la page d’accueil et ne recopiez pas le texte indicatif de la capture.
Choisissez OpenAI Chat Completions, affiché sous le nom openai-completions dans cette version.
Collez votre clé complète, sans espaces supplémentaires.
Une fois les quatre champs remplis, cliquez sur 获取可用模型. Attendez la liste avant de choisir un modèle.
Notre test a renvoyé deepseek-v4.1-flash-1017 et glm-5.2. Votre liste peut être différente.
Tous les modèles peuvent être cochés au départ. Gardez DeepSeek et décochez glm-5.2 pour suivre le guide.
Le modèle choisi revient dans le formulaire. C’est le libellé du bouton dans la version testée.
Cette version ne propose pas d’interrupteur graphique. Cliquez sur 打开配置文件 en haut à droite, puis ouvrez settings.yaml dans un éditeur de texte.
Sous votre fournisseur My API, trouvez deepseek-v4.1-flash-1017 et ajoutez reasoningEfforts comme ci-dessous. Ne modifiez pas le même identifiant sous un autre fournisseur.
Enregistrez, puis rouvrez le menu du modèle. Redémarrez Harness si nécessaire. Si votre version propose Model options → Reasoning levels, vous pouvez y régler les niveaux.
Ajoutez reasoningEfforts uniquement dans l’entrée du modèle que vous venez de créer. Conservez l’adresse, la référence à la clé et les autres réglages. Cet extrait ne doit pas remplacer tout le fichier.
models:
- id: deepseek-v4.1-flash-1017
reasoningEfforts:
low: low
high: high
max: maxLes espaces au début des lignes sont importants. Indentez avec des espaces et conservez exactement low, high et max.
Si le champ demande 选择工作区, utilisez Ajouter un espace de travail (添加工作区). Choisissez un dossier où l’application peut travailler ; un dossier vide convient pour s’exercer.
La capture utilise harness-api-practice. Vous pouvez choisir un autre nom. Continuez une fois le dossier affiché.
Cliquez sur le nom actuel, en bas à droite du champ de message, puis sur Modèles (模型).
Trouvez le groupe My API et sélectionnez deepseek-v4.1-flash-1017. Un nom personnalisé, comme DeepSeek Flash, peut être affiché.
Une fois le modèle de My API sélectionné, cliquez sur son nom, puis sur 推理等级.
Commencez par High pour les tâches courantes. Essayez Max pour les tâches difficiles et comparez les résultats ainsi que la consommation.
Après sélection, High apparaît à côté du nom. DeepSeek Flash est le nom affiché du même modèle.
Après sélection de High, le niveau apparaît à côté du nom du modèle.
L’apparition du menu et le traitement des niveaux par le service sont deux vérifications distinctes. Les demandes Off, Low, High et Max ont été acceptées ; l’échantillon Off n’a renvoyé aucune consommation de raisonnement. Un niveau plus élevé peut être plus lent et consommer plus de tokens, sans garantir une meilleure réponse.
La capture de test affiche 连接成功。, soit « Connexion réussie ». Une réponse textuelle correspondante confirme le fonctionnement de cette demande de chat.
Ouvrez l’historique de consommation sur la plateforme. Essayez ensuite la lecture de fichier proposée ci-dessous.
Connectez votre client Codex local déjà installé. Distinguez d’abord ce client des tâches dans le cloud.
L’application étant déjà installée, ouvrez Libre-service sur ce site et connectez-vous. Créez ou consultez votre clé, copiez l’adresse API affichée et un identifiant exact dans Modèles et tarifs. N’utilisez ni la page d’accueil, ni votre mot de passe, ni un nom commercial de modèle. Vérifiez le solde et le quota de la clé.
API_HOST, YOUR_API_KEY et YOUR_MODEL_ID sont des valeurs fictives : remplacez chacune avant utilisation. Suivez les indications pour /v1 ; n’ajoutez ni /chat/completions ni /responses. Les exemples ne se connectent pas automatiquement et ne contiennent pas votre clé.
Ces fichiers concernent Codex CLI et les clients lisant la configuration locale, pas les tâches web dans le cloud. Pour une configuration à la souris, suivez la branche Codex de CC Switch.
Ouvrez ~/.codex/config.toml sous macOS/Linux ou %USERPROFILE%\.codex\config.toml sous Windows. Lancez Codex une fois si le fichier manque. Fusionnez l’exemple. MY_API_KEY est un nom de variable, pas la clé.
https://API_HOST/v1responsesYOUR_MODEL_IDMY_API_KEYConservez une copie du fichier actuel. Modifiez les entrées existantes sans les dupliquer et gardez les autres réglages. Ne partagez aucun fichier ou capture contenant une vraie clé.
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 = falseDéfinissez MY_API_KEY ci-dessous, entrez dans le dossier de test depuis ce même terminal, puis lancez codex. Ne remplacez pas votre auth.json. Une application ouverte par son icône peut ignorer la variable : utilisez CC Switch pour ce client.
Si la configuration utilise MY_API_KEY, définissez cette variable dans le terminal qui lancera l’outil. Saisissez votre clé uniquement sur votre ordinateur. Elle reste définie jusqu’à la fermeture du terminal.
export MY_API_KEY="YOUR_API_KEY"
codex$env:MY_API_KEY = "YOUR_API_KEY"
codexVérifiez le modèle avec /model. Commencez par la valeur par défaut ou Medium. Vous pouvez aussi placer model_reasoning_effort = "medium" au début de config.toml, avant toute [table]. Utilisez uniquement les niveaux pris en charge.
Utilisez Responses avec wire_api = "responses" et gardez /v1. Ne recopiez pas le choix Chat Completions de Harness. Le modèle doit aussi accepter les outils et la diffusion du client.
Créez un dossier de test vide, choisissez-le comme espace de travail et ouvrez une nouvelle conversation. Vérifiez le fournisseur et le modèle, puis envoyez le message ci-dessous. Une réponse sans erreur confirme la connexion de base, pas toutes les fonctions. Les tests entraînent une consommation API normale.
Réponds uniquement : Connexion réussie.Résultat attendu : « Connexion réussie ». Si un écran de connexion, une erreur ou un chargement sans fin apparaît, consultez les vérifications avant de réessayer.
Dans ce dossier, créez hello.txt avec un éditeur de texte et écrivez « API connection test 27 ». Enregistrez, puis envoyez la demande ci-dessous. Autorisez uniquement la lecture de ce dossier si l’outil le demande.
Utilise l’outil de lecture pour ouvrir hello.txt dans l’espace de travail actuel et donne son contenu. Ne modifie aucun fichier.Résultat attendu : une trace d’exécution lisant hello.txt, puis une réponse contenant API connection test 27. Une réponse seule ne prouve pas l’appel d’outil. Vous pouvez ensuite supprimer le dossier de test.
Vérifiez que l’adresse et la clé complète correspondent au même service et que la clé est active. N’envoyez jamais une clé complète au support.
Vérifiez /v1, l’identifiant exact et le format. Un modèle répertorié ne prend pas nécessairement tous les formats en charge.
Vérifiez solde, quota et fréquence selon l’erreur. Augmenter le raisonnement ne rétablit pas le quota.
Vérifiez les outils du modèle, les autorisations du dossier et l’erreur d’exécution.
Vérifiez les capacités déclarées, le modèle et la version. Le raisonnement n’est pas toujours réglable.
Configuration vérifiée le 2026-11-08. Les menus peuvent évoluer ; consultez ces références officielles. Utilisez les informations de connexion actuelles de notre plateforme.
Il s’agit de Claude Code, pas du site de conversation Claude. Utilisez Messages pour le CLI local, ou CC Switch pour une interface graphique.
L’application étant déjà installée, ouvrez Libre-service sur ce site et connectez-vous. Créez ou consultez votre clé, copiez l’adresse API affichée et un identifiant exact dans Modèles et tarifs. N’utilisez ni la page d’accueil, ni votre mot de passe, ni un nom commercial de modèle. Vérifiez le solde et le quota de la clé.
API_HOST, YOUR_API_KEY et YOUR_MODEL_ID sont des valeurs fictives : remplacez chacune avant utilisation. Suivez les indications pour /v1 ; n’ajoutez ni /chat/completions ni /responses. Les exemples ne se connectent pas automatiquement et ne contiennent pas votre clé.
Vérifiez que la plateforme propose Anthropic Messages pour le modèle Claude choisi. Une adresse Chat Completions ou Responses ne peut pas le remplacer directement.
Ouvrez ~/.claude/settings.json sous macOS/Linux ou %USERPROFILE%\.claude\settings.json sous Windows. Fusionnez les entrées env en gardant un JSON valide et les autres réglages. Ne placez pas votre clé dans un projet partagé.
ANTHROPIC_BASE_URL est la racine Messages. Pour https://API_HOST/v1, l’exemple utilise https://API_HOST ; conservez tout autre préfixe indiqué par la plateforme. Le client ajoute /v1/messages. Renseignez votre clé dans ANTHROPIC_AUTH_TOKEN et l’identifiant compatible dans ANTHROPIC_MODEL.
https://API_HOSTYOUR_API_KEYYOUR_MODEL_IDAnthropic MessagesConservez une copie du fichier actuel. Modifiez les entrées existantes sans les dupliquer et gardez les autres réglages. Ne partagez aucun fichier ou capture contenant une vraie clé.
{
"env": {
"ANTHROPIC_BASE_URL": "https://API_HOST",
"ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY",
"ANTHROPIC_MODEL": "YOUR_MODEL_ID"
}
}Lancez claude dans le dossier de test. /status affiche adresse et origine des identifiants ; /model confirme le modèle. Si un ancien service reste actif, vérifiez réglages, variables et CC Switch avant de remplacer quoi que ce soit.
Pour un modèle Claude compatible, consultez les niveaux dans /model ou /effort si votre version le propose. Sinon, vérifiez modèle, version et passerelle ; les cases de Harness ne s’appliquent pas ici.
Créez un dossier de test vide, choisissez-le comme espace de travail et ouvrez une nouvelle conversation. Vérifiez le fournisseur et le modèle, puis envoyez le message ci-dessous. Une réponse sans erreur confirme la connexion de base, pas toutes les fonctions. Les tests entraînent une consommation API normale.
Réponds uniquement : Connexion réussie.Résultat attendu : « Connexion réussie ». Si un écran de connexion, une erreur ou un chargement sans fin apparaît, consultez les vérifications avant de réessayer.
Dans ce dossier, créez hello.txt avec un éditeur de texte et écrivez « API connection test 27 ». Enregistrez, puis envoyez la demande ci-dessous. Autorisez uniquement la lecture de ce dossier si l’outil le demande.
Utilise l’outil de lecture pour ouvrir hello.txt dans l’espace de travail actuel et donne son contenu. Ne modifie aucun fichier.Résultat attendu : une trace d’exécution lisant hello.txt, puis une réponse contenant API connection test 27. Une réponse seule ne prouve pas l’appel d’outil. Vous pouvez ensuite supprimer le dossier de test.
Vérifiez que l’adresse et la clé complète correspondent au même service et que la clé est active. N’envoyez jamais une clé complète au support.
Vérifiez /v1, l’identifiant exact et le format. Un modèle répertorié ne prend pas nécessairement tous les formats en charge.
Vérifiez solde, quota et fréquence selon l’erreur. Augmenter le raisonnement ne rétablit pas le quota.
Vérifiez les outils du modèle, les autorisations du dossier et l’erreur d’exécution.
Vérifiez les capacités déclarées, le modèle et la version. Le raisonnement n’est pas toujours réglable.
Configuration vérifiée le 2026-11-08. Les menus peuvent évoluer ; consultez ces références officielles. Utilisez les informations de connexion actuelles de notre plateforme.
Kimi Code est l’agent ; la configuration du fournisseur détermine le modèle. Ce guide suit le CLI actuel.
L’application étant déjà installée, ouvrez Libre-service sur ce site et connectez-vous. Créez ou consultez votre clé, copiez l’adresse API affichée et un identifiant exact dans Modèles et tarifs. N’utilisez ni la page d’accueil, ni votre mot de passe, ni un nom commercial de modèle. Vérifiez le solde et le quota de la clé.
API_HOST, YOUR_API_KEY et YOUR_MODEL_ID sont des valeurs fictives : remplacez chacune avant utilisation. Suivez les indications pour /v1 ; n’ajoutez ni /chat/completions ni /responses. Les exemples ne se connectent pas automatiquement et ne contiennent pas votre clé.
Exécutez kimi --version. Le fichier actuel est ~/.kimi-code/config.toml, ou %USERPROFILE%\.kimi-code\config.toml sous Windows. D’anciennes versions utilisent parfois ~/.kimi : consultez leur documentation sans modifier les deux.
Fusionnez l’exemple. provider = "my_api" doit correspondre à [providers.my_api]. my-model est un alias local ; model est l’identifiant réel. Le contexte 32768 est un exemple, à adapter aux limites confirmées.
openai / openai_responseshttps://API_HOST/v1YOUR_MODEL_IDMY_API_KEYConservez une copie du fichier actuel. Modifiez les entrées existantes sans les dupliquer et gardez les autres réglages. Ne partagez aucun fichier ou capture contenant une vraie clé.
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" lit explicitement cette variable. Définissez-la, lancez kimi et choisissez my-model avec /model. /login connecte au service officiel, pas à notre plateforme.
Si la configuration utilise MY_API_KEY, définissez cette variable dans le terminal qui lancera l’outil. Saisissez votre clé uniquement sur votre ordinateur. Elle reste définie jusqu’à la fermeture du terminal.
export MY_API_KEY="YOUR_API_KEY"
kimi$env:MY_API_KEY = "YOUR_API_KEY"
kimitype = "openai" utilise Chat Completions. Choisissez "openai_responses" uniquement après confirmation de cette connexion pour votre modèle. Les deux exemples gardent /v1.
Les modèles reconnus reçoivent généralement leurs capacités automatiquement. Pour un alias inconnu, ajoutez capabilities = ["tool_use", "thinking"] sous [models.my-model] seulement si elles sont disponibles. Définissez support_efforts et default_effort selon le modèle : pour low/high, utilisez support_efforts = ["low", "high"] et default_effort = "low". Cette déclaration ne crée aucune capacité.
Après confirmation de low pour ce modèle, ajoutez la section indépendante [thinking] pour le sélectionner. Remplacez effort par un autre niveau déclaré au besoin. Ce réglage global prime sur default_effort. Enregistrez, lancez /reload dans une session inactive, puis testez un message.
[thinking]
enabled = true
effort = "low"Créez un dossier de test vide, choisissez-le comme espace de travail et ouvrez une nouvelle conversation. Vérifiez le fournisseur et le modèle, puis envoyez le message ci-dessous. Une réponse sans erreur confirme la connexion de base, pas toutes les fonctions. Les tests entraînent une consommation API normale.
Réponds uniquement : Connexion réussie.Résultat attendu : « Connexion réussie ». Si un écran de connexion, une erreur ou un chargement sans fin apparaît, consultez les vérifications avant de réessayer.
Dans ce dossier, créez hello.txt avec un éditeur de texte et écrivez « API connection test 27 ». Enregistrez, puis envoyez la demande ci-dessous. Autorisez uniquement la lecture de ce dossier si l’outil le demande.
Utilise l’outil de lecture pour ouvrir hello.txt dans l’espace de travail actuel et donne son contenu. Ne modifie aucun fichier.Résultat attendu : une trace d’exécution lisant hello.txt, puis une réponse contenant API connection test 27. Une réponse seule ne prouve pas l’appel d’outil. Vous pouvez ensuite supprimer le dossier de test.
Vérifiez que l’adresse et la clé complète correspondent au même service et que la clé est active. N’envoyez jamais une clé complète au support.
Vérifiez /v1, l’identifiant exact et le format. Un modèle répertorié ne prend pas nécessairement tous les formats en charge.
Vérifiez solde, quota et fréquence selon l’erreur. Augmenter le raisonnement ne rétablit pas le quota.
Vérifiez les outils du modèle, les autorisations du dossier et l’erreur d’exécution.
Vérifiez les capacités déclarées, le modèle et la version. Le raisonnement n’est pas toujours réglable.
Configuration vérifiée le 2026-11-08. Les menus peuvent évoluer ; consultez ces références officielles. Utilisez les informations de connexion actuelles de notre plateforme.
Ajoutez votre service de modèles dans les réglages WorkBuddy de bureau, sans modifier de fichier.
L’application étant déjà installée, ouvrez Libre-service sur ce site et connectez-vous. Créez ou consultez votre clé, copiez l’adresse API affichée et un identifiant exact dans Modèles et tarifs. N’utilisez ni la page d’accueil, ni votre mot de passe, ni un nom commercial de modèle. Vérifiez le solde et le quota de la clé.
API_HOST, YOUR_API_KEY et YOUR_MODEL_ID sont des valeurs fictives : remplacez chacune avant utilisation. Suivez les indications pour /v1 ; n’ajoutez ni /chat/completions ni /responses. Les exemples ne se connectent pas automatiquement et ne contiennent pas votre clé.
Ouvrez Réglages → Modèles, parfois Gestion des modèles. Dans les modèles personnalisés, cliquez sur Ajouter un modèle. Dépliez le menu du compte en bas à gauche si nécessaire.
Choisissez API/fournisseur personnalisé. Saisissez l’adresse OpenAI compatible complète, généralement avec /v1, et votre API Key. Ne gardez pas l’adresse d’un autre fournisseur et n’ajoutez pas /chat/completions.
Custom APIhttps://API_HOST/v1YOUR_API_KEYYOUR_MODEL_IDSaisissez l’identifiant exact ou récupérez les modèles si ce bouton existe. Activez outils, images et raisonnement uniquement si disponibles. Utilisez les limites documentées et laissez Protocole personnalisé désactivé pour cette connexion standard.
Si le formulaire propose les niveaux pris en charge, cochez uniquement ceux du modèle et gardez Automatique au départ. Enregistrez, sélectionnez le modèle personnalisé dans le chat, puis choisissez le niveau. Rapide/Équilibré/Extrême ne sont pas des niveaux universels.
Enregistrez puis ouvrez une nouvelle tâche. Près de la saisie, choisissez le modèle personnalisé. Enregistrer ne change pas forcément le chat en cours. S’il est grisé, complétez adresse et clé.
Créez un dossier de test vide, choisissez-le comme espace de travail et ouvrez une nouvelle conversation. Vérifiez le fournisseur et le modèle, puis envoyez le message ci-dessous. Une réponse sans erreur confirme la connexion de base, pas toutes les fonctions. Les tests entraînent une consommation API normale.
Réponds uniquement : Connexion réussie.Résultat attendu : « Connexion réussie ». Si un écran de connexion, une erreur ou un chargement sans fin apparaît, consultez les vérifications avant de réessayer.
Dans ce dossier, créez hello.txt avec un éditeur de texte et écrivez « API connection test 27 ». Enregistrez, puis envoyez la demande ci-dessous. Autorisez uniquement la lecture de ce dossier si l’outil le demande.
Utilise l’outil de lecture pour ouvrir hello.txt dans l’espace de travail actuel et donne son contenu. Ne modifie aucun fichier.Résultat attendu : une trace d’exécution lisant hello.txt, puis une réponse contenant API connection test 27. Une réponse seule ne prouve pas l’appel d’outil. Vous pouvez ensuite supprimer le dossier de test.
Vérifiez que l’adresse et la clé complète correspondent au même service et que la clé est active. N’envoyez jamais une clé complète au support.
Vérifiez /v1, l’identifiant exact et le format. Un modèle répertorié ne prend pas nécessairement tous les formats en charge.
Vérifiez solde, quota et fréquence selon l’erreur. Augmenter le raisonnement ne rétablit pas le quota.
Vérifiez les outils du modèle, les autorisations du dossier et l’erreur d’exécution.
Vérifiez les capacités déclarées, le modèle et la version. Le raisonnement n’est pas toujours réglable.
Configuration vérifiée le 2026-11-08. Les menus peuvent évoluer ; consultez ces références officielles. Utilisez les informations de connexion actuelles de notre plateforme.
CC Switch gère les configurations. Après avoir activé un fournisseur, lancez l’agent correspondant.
L’application étant déjà installée, ouvrez Libre-service sur ce site et connectez-vous. Créez ou consultez votre clé, copiez l’adresse API affichée et un identifiant exact dans Modèles et tarifs. N’utilisez ni la page d’accueil, ni votre mot de passe, ni un nom commercial de modèle. Vérifiez le solde et le quota de la clé.
API_HOST, YOUR_API_KEY et YOUR_MODEL_ID sont des valeurs fictives : remplacez chacune avant utilisation. Suivez les indications pour /v1 ; n’ajoutez ni /chat/completions ni /responses. Les exemples ne se connectent pas automatiquement et ne contiennent pas votre clé.
Sélectionnez Codex ou Claude Code à gauche, puis + / Ajouter un fournisseur. Chaque onglet modifie un client différent. Suivez uniquement la branche concernée.
Choisissez une configuration personnalisée, nommez-la My API et saisissez votre clé. Ne conservez pas l’adresse prédéfinie d’une autre plateforme. Vérifiez le client avant d’enregistrer.
Choisissez Responses, https://API_HOST/v1 et un identifiant compatible disponible. Vérifiez wire_api = "responses" dans l’aperçu. N’activez que les niveaux de raisonnement pris en charge.
Responses · https://API_HOST/v1Messages · https://API_HOSTYOUR_API_KEYMy APIChoisissez Anthropic Messages, la racine fournie —https://API_HOST ici— et ANTHROPIC_AUTH_TOKEN. Sonnet/Opus/Haiku sont des emplacements du client : associez-les uniquement à des modèles disponibles et compatibles.
Enregistrez, cliquez sur Activer et vérifiez le fournisseur actif. Relancez le client ou le terminal. Commencez en connexion directe, sans routage local ni agrégation. Effectuez les deux tests suivants dans Codex ou Claude Code : une carte active ne prouve pas la connexion.
Créez un dossier de test vide, choisissez-le comme espace de travail et ouvrez une nouvelle conversation. Vérifiez le fournisseur et le modèle, puis envoyez le message ci-dessous. Une réponse sans erreur confirme la connexion de base, pas toutes les fonctions. Les tests entraînent une consommation API normale.
Réponds uniquement : Connexion réussie.Résultat attendu : « Connexion réussie ». Si un écran de connexion, une erreur ou un chargement sans fin apparaît, consultez les vérifications avant de réessayer.
Dans ce dossier, créez hello.txt avec un éditeur de texte et écrivez « API connection test 27 ». Enregistrez, puis envoyez la demande ci-dessous. Autorisez uniquement la lecture de ce dossier si l’outil le demande.
Utilise l’outil de lecture pour ouvrir hello.txt dans l’espace de travail actuel et donne son contenu. Ne modifie aucun fichier.Résultat attendu : une trace d’exécution lisant hello.txt, puis une réponse contenant API connection test 27. Une réponse seule ne prouve pas l’appel d’outil. Vous pouvez ensuite supprimer le dossier de test.
Vérifiez que l’adresse et la clé complète correspondent au même service et que la clé est active. N’envoyez jamais une clé complète au support.
Vérifiez /v1, l’identifiant exact et le format. Un modèle répertorié ne prend pas nécessairement tous les formats en charge.
Vérifiez solde, quota et fréquence selon l’erreur. Augmenter le raisonnement ne rétablit pas le quota.
Vérifiez les outils du modèle, les autorisations du dossier et l’erreur d’exécution.
Vérifiez les capacités déclarées, le modèle et la version. Le raisonnement n’est pas toujours réglable.
Configuration vérifiée le 2026-11-08. Les menus peuvent évoluer ; consultez ces références officielles. Utilisez les informations de connexion actuelles de notre plateforme.
Déclarez d’abord les niveaux disponibles du modèle, puis choisissez un niveau dans le chat. Ces deux étapes sont détaillées ci-dessous.
Cette version ne propose pas d’interrupteur graphique. Cliquez sur 打开配置文件 en haut à droite, puis ouvrez settings.yaml dans un éditeur de texte.
Sous votre fournisseur My API, trouvez deepseek-v4.1-flash-1017 et ajoutez reasoningEfforts comme ci-dessous. Ne modifiez pas le même identifiant sous un autre fournisseur.
Enregistrez, puis rouvrez le menu du modèle. Redémarrez Harness si nécessaire. Si votre version propose Model options → Reasoning levels, vous pouvez y régler les niveaux.
Ajoutez reasoningEfforts uniquement dans l’entrée du modèle que vous venez de créer. Conservez l’adresse, la référence à la clé et les autres réglages. Cet extrait ne doit pas remplacer tout le fichier.
models:
- id: deepseek-v4.1-flash-1017
reasoningEfforts:
low: low
high: high
max: maxLes espaces au début des lignes sont importants. Indentez avec des espaces et conservez exactement low, high et max.
Une fois le modèle de My API sélectionné, cliquez sur son nom, puis sur 推理等级.
Commencez par High pour les tâches courantes. Essayez Max pour les tâches difficiles et comparez les résultats ainsi que la consommation.
Après sélection, High apparaît à côté du nom. DeepSeek Flash est le nom affiché du même modèle.
Après sélection de High, le niveau apparaît à côté du nom du modèle.
L’apparition du menu et le traitement des niveaux par le service sont deux vérifications distinctes. Les demandes Off, Low, High et Max ont été acceptées ; l’échantillon Off n’a renvoyé aucune consommation de raisonnement. Un niveau plus élevé peut être plus lent et consommer plus de tokens, sans garantir une meilleure réponse.
Créez hello.txt dans votre dossier d’exercice et écrivez une phrase que vous connaissez. Envoyez ensuite la demande ci-dessous à Harness.
Si le journal montre une lecture de fichier et que la réponse correspond à la première ligne, vous avez réussi un appel simple. Une réponse de chat seule ne vérifie pas les outils.
Si le champ demande 选择工作区, utilisez Ajouter un espace de travail (添加工作区). Choisissez un dossier où l’application peut travailler ; un dossier vide convient pour s’exercer.
La capture utilise harness-api-practice. Vous pouvez choisir un autre nom. Continuez une fois le dossier affiché.
Vérifiez l’adresse complète, la validité de la clé et l’accès réseau à cette adresse.
Effectuez l’étape 6 pour le modèle sélectionné, puis rouvrez son menu.
Vérifiez l’espace de travail et si le mode actuel autorise la lecture.
Vérifiez que la clé est complète, puis contrôlez le solde du compte et le quota propre à la clé.