DeepSeek Harness TokenLab 模型與工具集成插件

前置背景¶

DeepSeek Harness (DSH) 採用了插件化架構，允許開發者通過配置擴展模型路由和工具能力。TokenLab 提供了多模態模型和工具服務。該插件旨在將 TokenLab 的能力無縫集成到 DSH 中，通過原生協議路由和 MCP 橋接，解決模型協議適配和異步任務處理的痛點。

這是什麼¶

這是一個 DeepSeek Harness 插件，提供 TokenLab 的原生協議路由、多媒體工具以及異步任務支持。它維護了 145 個公開聊天模型的路由配置，並支持圖像、視頻、音樂和 3D 生成等 MCP 工具。

核心能力¶

原生協議路由：根據模型聲明自動路由至 /v1/responses、/v1/messages 或 /v1/chat/completions。
多媒體與 MCP 工具：通過 MCP 橋接提供圖像、視頻、音樂和 3D 生成能力。
異步任務管理：提供 tokenlab_wait_task 工具，支持任務輪詢、取消和有界重試。
模型與決策支持：集成 145 個公開模型到模型選擇器，支持 System One 決策評估。
工具配置：提供 core（32 工具）、full（89 工具）、catalog（6 工具）三種 MCP 工具配置文件。

安裝與啓用¶

在安裝前，請確保滿足以下環境要求：
* 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，然後安裝插件包。

# 配置環境變量
export TOKENLAB_API_KEY=sk-your-tokenlab-key

# 安裝插件（以 web profile 爲例）
dsh plugin --profile web add --workspace-root @tokenlabai/dsh-provider@0.1.6

安裝完成後重啓對應 profile，在 DSH 模型選擇器中會出現三個 TokenLab 路由：TokenLab · Responses、TokenLab · Messages 和 TokenLab · Chat。

典型用法¶

插件通過 MCP 協議暴露工具，工具命名空間爲 mcp__tokenlab__...。以下是典型的異步多媒體工作流：

列出可用模型：

    mcp__tokenlab__list_models

創建異步任務（例如創建視頻）：

    mcp__tokenlab__create_video

輪詢任務狀態：
根據 create_video 的返回結果檢查 delivery.mode。如果是 async 模式，使用 delivery.task_id 調用等待工具：

    tokenlab_wait_task

配置說明¶

通過環境變量可以調整 MCP 工具的配置文件和 API 地址：

TOKENLAB_MCP_TOOL_PROFILE：指定工具配置文件，默認爲 core。可選值包括 core（32 工具）、full（89 工具）和 catalog（6 工具）。
TOKENLAB_API_BASE：MCP 和異步任務的 API 根地址，默認爲 https://api.tokenlab.sh。
TOKENLAB_MANAGEMENT_TOKEN：用於 full 模式下的 Webhook 工具，需要單獨配置。

適用場景與注意¶

適用場景：需要使用 TokenLab 提供的多模態模型（圖像、視頻、3D）或異步任務功能的 DSH 用戶。
注意：插件以當前 DSH 進程的權限運行。安裝前請務必檢查源碼和許可證（MIT）。如果 pnpm 年齡檢查失敗，可在 pnpm-workspace.yaml 中添加 minimumReleaseAgeExclude 排除項。