DeepSeek Harness 模型切換指南
把 NVIDIA NIM、Anthropic 或本機 Ollama 接成自訂 Provider，在工作階段中途隨時切換模型——七個步驟全部來自兩支完整影片實測，逐格截圖核對。
最近更新: 2026-10-04
DeepSeek Harness 開箱即接官方 DeepSeek API，但 Models 面板從不挑 Provider：內建項目涵蓋 Amazon Bedrock、Anthropic、Azure OpenAI、Cloudflare、DeepSeek、Fireworks、GitHub Copilot、Google、Groq、HuggingFace、Kimi、MiniMax 等，而自訂 Provider 表單則接受任何 OpenAI 相容端點——NVIDIA NIM 的金鑰、公司閘道，或你自己機器上的 Ollama。
本指南跟隨兩支完整實測影片：Leon van Zyl 把 Ollama（http://localhost:11434/v1）註冊為自訂 Provider，搭配專門裁剪的 Local Models 預設，並用 qwen3.8:latest 驗證切換；Vassity 產生 NVIDIA NIM 金鑰，把 Base URL 指向 integrate.api.nvidia.com/v1，新增 MiniMax 3，又在本地拉取 gemma4:12b。12 張截圖、7 個步驟、每條指令都擺在眼前。
七步完成模型切換
- 1
開啟 Settings → Models：兩個新增入口
Models 面板是總控台：DeepSeek 項目在金鑰生效後亮起綠點，每個已連線的 Provider 各佔一張卡片。內建 Provider 收在下拉式選單裡——amazon-bedrock、anthropic、azure-openai-responses、cerebras、cloudflare-ai-gateway、deepseek、fireworks、github-copilot、google、groq、huggingface、kimi-coding、minimax 等；不在名單裡的，走正下方的 Custom provider 表單：一個小寫的 Provider ID、顯示名稱、Base URL、通訊協定和 API key。
Models 面板的兩個入口：內建 Provider 下拉，和下方的自訂表單。觀看 10:50 處 
還沒填任何內容——需要的欄位全在這一屏。觀看 11:00 處 - 2
接上內建 Provider：貼上 API key
在下拉裡選取 Provider，貼上金鑰，點 Apply——輸入框的佔位提示寫得很清楚：留空則回退到環境變數驗證。金鑰來自 Provider 自己的主控台：Vassity 在 NVIDIA 帳戶的 API key 頁面產生金鑰、依專案命名、設 12 個月有效期，並立刻複製——離開該頁面就再也看不到了。Customize settings 保持摺疊即可，除非你要覆蓋預設值。
一把 key 涵蓋該 Provider 下的所有模型，不必逐個設定。觀看 4:20 處 - 3
把 Provider 指向任何 OpenAI 相容端點
展開 Customized settings，Base URL 欄位讓整個面板變成萬用轉接器：NVIDIA NIM 填 https://integrate.api.nvidia.com/v1，任何講 OpenAI chat-completions 方言的服務同理。下方的自訂模型目錄接受 Model ID + Display name 組合：Vassity 直接從 NVIDIA 模型清單複製 MiniMax 3 的 ID，取個顯示名稱，點 Apply。空列會報 "Model ID is required"，填上或刪掉即可。
Base URL 是關鍵：任何 OpenAI 相容端點都照此辦理。觀看 4:40 處 - 4
本機 Ollama 也只是一個自訂 Provider
從 ollama.com 安裝 Ollama，依自己的硬體拉模型——Leon 跑 qwen3.8（約需 16 GB 顯示卡記憶體），Vassity 從 ollama.com 模型庫挑了 gemma4:12b，兩人都用 ollama list 確認。回到 DeepSeek Harness 填 Custom provider 表單：Provider ID 必須小寫（填 "Oll" 會被 "Start with a lowercase letter…" 攔下），Display name 隨意——寫 Ollama，Base URL 填 http://localhost:11434/v1，API protocol 保持 openai-completions，API key 隨便填個佔位字串即可：照抄 ollama。
$ollama pull qwen3.8$ollama list
先挑一個你的硬體跑得動的標籤，再複製去執行 pull 指令。觀看 11:30 處 
表單會在非法 ID 惹麻煩之前把它攔下來。觀看 11:52 處 
Ollama 說 OpenAI 方言——通訊協定保持預設即可。觀看 11:20 處 - 5
Fetch available models：勾選要公開的模型
點 Fetch available models，Harness 會查詢端點上已下載的全部模型——Vassity 拉到了 qwen3.8 和 gemma4，點 add selected 把想要的加入目錄。顯示名稱完全自由：可以堆多個模型，命名為 agent one、agent two、agent three 都行。Create provider 儲存卡片，旁邊的綠點表示連線正常。
拉取到的模型落在這個清單裡——命名隨意，然後建立 Provider。觀看 12:50 處 - 6
在工作階段中隨時切換模型
無需重啟、無需新工作階段：輸入框右下角的選擇器按 Provider 分組列出全部模型——DeepSeek、nvidia、Ollama——對話中途即可在雲端與本地之間跳轉。加號按鈕的指令選單裡，/model 也能從鍵盤直達同一選擇器。模型與模式互不干擾：Leon 在他的 Local Models 預設（在 creator mode 中停用 Ralph loop 與 sub-agents 外掛起後建立）下新開工作階段，再從同一個下拉裡選取 qwen3.8。
分組跟著 Provider 走，勾號標出正在使用的模型。觀看 7:20 處 
本地拉取的模型無需重啟，就能和雲端模型同場較勁。觀看 13:30 處 
給本地模型配上裁剪過工具清單的預設，跑得更穩。觀看 11:40 處 - 7
驗證切換結果，順手設好推理力度
最省事的冒煙測試就是問它自己：Leon 的本地模型回答 "I'm qwen3.8:latest — a coding agent running inside DeepSeek Harness (DSH)"。工作階段標題旁顯示目前預設徽章（Local Models），輸入框下方顯示目前模型名稱。送出第一則訊息前，還可以把推理力度（reasoning effort）從 low 調到 max——Leon 保持 high。
讓 agent 自報家門——最省事的冒煙測試。觀看 12:00 處
免費通道與帳號池
上面講的自訂 provider 解決的是「怎麼把 DSH 接到某個模型」，這一節解決「怎麼少花錢」：匿名免費通道、一池多帳號，以及某個 key 撞到限流時的輪換。三塊本輪都已實測——「dsh 輪換 key」18.4，是這一批裡第二容易的詞。
免費通道
zouyuxuan122/dsh-our-free-model（★214）不用登入、不用註冊、不用填 API Key，並列出它能接到的模型。fishbottle7/opencode2dsh（★87）把 OpenCode Zen 的匿名免費通道做成 DSH 原生 provider，xiaozhe7772222/dsh-opencode-zen（★23）打包了六個免費模型。可用性和條款都會變，請當成「可試的通道」而不是「可依賴的訂閱」。
帳號池
aitabby/dockyard-dsh（★79）是 macOS 原生的帳號池加 provider 切換器，edison7009/echobird（★3,275）管理 ChatGPT、Codex、Claude 多帳號額度。wink-run/tokenbank（★101）和 superdesigndev/treg（★3,465）在前面當本機閘道，在多個憑證之間調度。
key 輪換與限流退避
xiaozhe7772222/dsh-opencode-zen（★23）支援多 Key 輪換，撞到限流時自動退避——手上握著好幾個免費 key 的話，就該抄這個模式。把輪換放在閘道裡，別寫進自己的指令碼：上面那些閘道存在的理由，正是這個失敗模式。
推理強度（reasoning effort）檔位與思考級別
切換模型決定哪個大腦來回答，推理強度檔位決定它想多深。官方支援隨自訂供應商設定落地——GitHub 討論 #1247（「自訂模型現已支援 thinking levels （Reasoning Effort）」）、#4499 與 #122 串起這條功能線——官方討論 #3180 則是社群持續打磨每次請求強度行為的地方。「dsh reasoning efforts」一詞 2026-10-04 實測 20.1（容易）；本節是速查手冊，獨立頁會隨需求落地從這裡生長。
滑桿皮膚
HanaAyane/dsh-reasoning-effort（★177，2026-10-04 核驗）為 DSH 會話加了 Codex 風格的思考強度滑桿，kingOfSoySauce/dsh-liang-skin（★219）把檔位選擇器重做成社群喜愛的滑動變阻器樣式。兩者都是良性的化妝：強度值一直在協定裡——它們只是讓它夠得著。
第三方模型
討論 #122 是痛點：第三方模型選不了推理強度。兩個外掛補上了缺口——HaoyueQin/dsh-better-reasoning-effort（★42）以知識庫維護按模型的思考檔位，hytime/dsh-thinking-effort（★40）設定推理強度預設值並為自訂供應商提供協定感知的閘道相容。 很多人問的滑桿其實有兩個名字——dsh 的 reasoning efforts 設定和「thinking effort」的叫法，同一個設定，怎麼搜都會找到這裡。
滑桿之外
Tiger3807861189/J-Space-Cognition-Suite（★3,003）把推論時控制做成整套套件：深度推理、長程任務、驗證與恢復模式，套在你切換進來的任何模型上。路由負責選模型，思考等級負責調檔位——上面的帳號池負責讓它便宜。
模型切換常見問題
關於 Provider、API key 與工作階段中途切換的簡短回答。
每個模型都要單獨配 API key 嗎？
不用——每個 Provider 一把 key，而不是每個模型一把。在 Provider 卡片上貼一次，該 Provider 下的所有模型（比如 NVIDIA NIM 上的 MiniMax 3）就都能選了。Ollama 更是根本不需要真 key：隨便填個 ollama 之類的佔位字串即可。
內建 Provider 和自訂 Provider 有什麼區別？
內建 Provider 出現在下拉式選單裡，只需要 API key——DeepSeek、Anthropic、Google、Groq 等等。自訂 Provider 留給其他一切：你提供小寫的 provider ID、Base URL 和通訊協定，NVIDIA NIM、OpenAI 相容閘道和本機 Ollama 都是這麼接進來的。
自訂 Provider 為什麼儲存不了？
先檢查 Provider ID：必須以小寫字母開頭，且只能含小寫字母、數字和連字號——表單會直接拒絕大寫 ID，而且 Harness 還把它用作憑證名稱。顯示名稱則完全自由。
雲端模型和本地模型能同時設定嗎？
能。兩支影片都讓 DeepSeek、NVIDIA NIM 和 Ollama 並存；工作階段選擇器按 Provider 分組，從 DeepSeek-V4-Pro 換到 gemma4:latest 只是點一下的事，對話中途也行。
Ollama 該選哪個通訊協定？
保持 openai-completions——這正是 Ollama /v1 端點說的方言。同一個下拉裡還有 openai-responses 和 anthropic-messages，留給基於這兩類 API 的端點。
工作階段開始後還能換模型或調推理力度嗎？
模型可以——選擇器（或 /model 指令）能在對話中途切換。推理力度隨模型一起設定，從 low 到 max 任選；Leon 保持 high。預設則作用於新工作階段——送出第一則訊息前，在同一個下拉裡挑一個即可。
升級之後模型選擇器裡少了一批模型，是我弄壞了什麼嗎？
不是，這是模型目錄更替的正常現象。0.2.0-rc.2 發布說明寫明：第三方模型目錄與相容層更新到 pi-ai 0.87.1，部分舊模型 ID 被移除，已保存的選擇可能需要重新選。討論串 #8227 記錄了機制：模型列表來自內建的供應商目錄，目錄一過期，選擇器就安靜地變短——沒有任何錯誤訊息。處理：重新打開「設定 → 模型」，重新擷取或按 ID 重新選擇；ID 真的沒了，就找供應商問替代型號。
相關指南
更多 DeepSeek Harness 實測教學
dsh 白嫖免費模型：OpenRouter 實戰
跳過 DeepSeek 金鑰，在設定裡接入 OpenRouter 的 :free 免費模型，再用一個真實的 README 任務驗收——逐幀截圖攻略。
閱讀教學Ollama 與免費模型
把 DeepSeek Harness 指向 OpenRouter 免費模型或本地 Ollama 服務，不用付費 API key 也能跑會話。
閱讀教學四種模式：Standard、PTC、Minimal、Creator
每種 agent preset 包含什麼、什麼情境用哪一種，以及怎麼在 Creator 模式裡做自己的 preset。
閱讀教學安全地安裝外掛
dsh 裡「安裝外掛」到底發生什麼，附一套第三方程式碼審查清單。
閱讀教學dsh 對比 Claude Code
客觀比較：開放程度、價格、模型自由度與可擴充性。
閱讀教學讓便宜模型聽懂話：提示詞注入實錄
輪次中自動補注你的提示詞：手動一次性注入、條件注入與視窗判據，讓便宜模型做好指令遵循——帶真實錄影幀的圖文攻略。
閱讀教學來源與致謝
本指南所有截圖均來自這兩支公開影片。每張圖都能跳回影片中的精確時刻——想聽完整解說，值得一看。