Настройка DeepSeek Harness (DSH) с Qwen 3.8 27B локально через Ollama — Полное руководство

Настройте DeepSeek Harness на Windows и запустите его от начала до конца с локально размещенным на Ollama сервером Qwen 3.8 27B, а затем наблюдайте, как агент создает полноценный сайт-портфолио и развертывает его в Vercel. В этом видео показана полная настройка с пустого компьютера: установка Node.js, установка DeepSeek Harness с помощью одной команды npx, добавление Ollama в качестве пользовательского провайдера, указание на ваш локальный сервер Qwen 3.8 27B и запуск агента с реальным заданием. Вам не потребуется ключ API DeepSeek и платная подписка, поскольку каждый токен генерируется на вашем собственном графическом процессоре. Я также подробно рассказываю о четырех режимах работы агента, трех уровнях разрешений и системе плагинов, которая отличает DeepSeek Harness от других агентов для программирования. Все необходимое есть здесь, поэтому вы можете следовать инструкциям от начала до конца. 📺 Полный плейлист:    • DeepSeek Harness (DSH) Setup and Tutorials   ⏱ Разделы: 0:00 Введение 0:58 Что вы будете создавать 1:27 Сначала установите Node.js 1:39 Установите DeepSeek Harness с npx 2:33 Откройте панель управления на порту 3080 3:33 Выберите папку рабочей области 4:01 Стандартный, PTC, Минимальный и Режим создателя 4:49 Только для чтения, Запись в рабочую область и Полный доступ 5:18 Команды слэша, навыки и Compact 6:14 Добавьте Ollama в качестве пользовательского поставщика 6:49 Базовый URL Ollama 7:31 Ключ API и идентификатор модели для Qwen 3.8 27B 8:06 Добавление дополнительных локальных моделей 9:28 Почему все является плагином 10:40 Первый чат и проверка GPU 11:40 Запрос: Создание моего портфолио 12:28 Ответы на вопросы агента 15:03 Создание файла index.html 15:54 Удаление заполнителей из выходных данных 16:39 Готовое портфолио 18:13 Развертывание в Vercel 19:06 Процесс входа в Vercel 20:22 Подтверждение команды вне рабочей области 20:54 Публичный URL-адрес в реальном времени 21:18 Использование токена и контекста 21:51 Заключение 🔗 Ресурсы: DeepSeek Harness: https://deepseek.com/harness Команда установки: npx @deepseek-ai/dsh web Репозиторий GitHub (лицензия MIT): https://github.com/deepseek-ai/deepse... Документация по быстрому запуску: https://deepseek-harness.github.io/de... Node.js: https://nodejs.org Ollama: https://ollama.com Загрузка модели: ollama pull qwen3.8:27b Базовый URL Ollama для вставки: http://localhost:11434/v1 Vercel: https://vercel.com 📺 Смотрите далее: IBM Granite 4.2 vs Qwen 3.8 27B vs Gemma 4 - Локальный бенчмарк LLM:    • IBM Granite 4.2 vs Qwen 3.8 27B vs Gemma 4...   🎓 Углубитесь в тему, мой курс на Udemy: Освойте Langchain v1 и Ollama - Чат-бот, RAG и агенты ИИ: https://kgptalkie.com/langchain Поставьте лайк, если это помогло вам настроить систему. И напишите в комментариях, какую модель вы подключили и где у вас возникли проблемы, потому что я читаю каждый комментарий. Подписывайтесь и включайте уведомления, чтобы получать больше локальных сборок ИИ. #DeepSeekHarness #Qwen #Ollama #LocalLLM #AICoding