DeepSeek Harness TokenLab 模型与工具集成插件

前置背景¶

DeepSeek Harness (DSH) 采用了插件化架构，允许开发者通过配置扩展模型路由和工具能力。TokenLab 提供了多模态模型和工具服务。该插件旨在将 TokenLab 的能力无缝集成到 DSH 中，通过原生协议路由和 MCP 桥接，解决模型协议适配和异步任务处理的痛点。

这是什么¶

这是一个 DeepSeek Harness 插件，提供 TokenLab 的原生协议路由、多媒体工具以及异步任务支持。它维护了 145 个公开聊天模型的路由配置，并支持图像、视频、音乐和 3D 生成等 MCP 工具。

核心能力¶

原生协议路由：根据模型声明自动路由至 /v1/responses、/v1/messages 或 /v1/chat/completions。
多媒体与 MCP 工具：通过 MCP 桥接提供图像、视频、音乐和 3D 生成能力。
异步任务管理：提供 tokenlab_wait_task 工具，支持任务轮询、取消和有界重试。
模型与决策支持：集成 145 个公开模型到模型选择器，支持 System One 决策评估。
工具配置：提供 core（32 工具）、full（89 工具）、catalog（6 工具）三种 MCP 工具配置文件。

安装与启用¶

在安装前，请确保满足以下环境要求：
* DeepSeek Harness 版本 0.1.5-rc.3
* Node.js 版本 22.19+ 或 24+

首先配置 TokenLab 的 API Key，然后安装插件包。

# 配置环境变量
export TOKENLAB_API_KEY=sk-your-tokenlab-key

# 安装插件（以 web profile 为例）
dsh plugin --profile web add --workspace-root @tokenlabai/dsh-provider@0.1.6

安装完成后重启对应 profile，在 DSH 模型选择器中会出现三个 TokenLab 路由：TokenLab · Responses、TokenLab · Messages 和 TokenLab · Chat。

典型用法¶

插件通过 MCP 协议暴露工具，工具命名空间为 mcp__tokenlab__...。以下是典型的异步多媒体工作流：

列出可用模型：

    mcp__tokenlab__list_models

创建异步任务（例如创建视频）：

    mcp__tokenlab__create_video

轮询任务状态：
根据 create_video 的返回结果检查 delivery.mode。如果是 async 模式，使用 delivery.task_id 调用等待工具：

    tokenlab_wait_task

配置说明¶

通过环境变量可以调整 MCP 工具的配置文件和 API 地址：

TOKENLAB_MCP_TOOL_PROFILE：指定工具配置文件，默认为 core。可选值包括 core（32 工具）、full（89 工具）和 catalog（6 工具）。
TOKENLAB_API_BASE：MCP 和异步任务的 API 根地址，默认为 https://api.tokenlab.sh。
TOKENLAB_MANAGEMENT_TOKEN：用于 full 模式下的 Webhook 工具，需要单独配置。

适用场景与注意¶

适用场景：需要使用 TokenLab 提供的多模态模型（图像、视频、3D）或异步任务功能的 DSH 用户。
注意：插件以当前 DSH 进程的权限运行。安装前请务必检查源码和许可证（MIT）。如果 pnpm 年龄检查失败，可在 pnpm-workspace.yaml 中添加 minimumReleaseAgeExclude 排除项。