Los modelos de lenguaje grandes son excelentes comprendiendo, razonando y generando contenido. Pero cuando una tarea depende de las noticias de hoy, conversaciones en redes sociales, precios de productos, información empresarial o actividad en la cadena, el conocimiento existente del modelo ya no es suficiente.

Ahí es donde resulta esencial un harness de agente. El modelo se encarga del razonamiento, el harness lo mantiene operativo en un entorno real y las herramientas externas introducen información en vivo al contexto.

DeepSeek Harness (DSH) y AgentKey cubren dos partes complementarias de este stack. DSH proporciona un entorno de ejecución de agentes abierto, composible y rastreable. AgentKey ofrece una capa unificada de acceso a datos en tiempo real. Juntos, permiten que un agente local ejecutado en DSH busque en la web, analice plataformas sociales, consulte datos de mercado y blockchain, y preserve toda la trayectoria de llamadas a herramientas dentro del registro de sesión.

¿Qué es DeepSeek Harness?

DeepSeek Harness, invocado mediante el comando dsh, es un agent harness de código abierto desarrollado por DeepSeek. DeepSeek describe al modelo como el alma de un agente, mientras que el harness le ayuda a comprender su entorno, utilizar herramientas y continuar trabajando en entornos del mundo real.

DSH está construido sobre Cordis y sigue una idea central: Todo es un Plugin. Los adaptadores de modelo, herramientas, skills, sesiones, sandboxes, almacenamiento, bucles de agente, programación e incluso la UI pueden montarse, reemplazarse o recomponerse. Los desarrolladores pueden cambiar la pila de capacidades mediante configuración en lugar de modificar el código fuente de DSH.

Sus principales ventajas incluyen:

• Composible por diseño: las capacidades se ensamblan mediante plugins y capas de configuración, lo que permite elegir diferentes modelos, herramientas, políticas de permisos, sistemas de almacenamiento y modos de ejecución según cada caso de uso.
• Ejecución rastreable: los system prompts, el razonamiento, las llamadas y resultados de herramientas, la programación de subagents y la inyección de contexto se escriben en un log de sesión append-only que soporta inspección, reanudación, bifurcación, búsqueda y replay.
• Múltiples modos de runtime: Standard Mode proporciona un flujo de trabajo completo de agente; Code Mode permite que el código generado orqueste múltiples llamadas a herramientas; Minimal Mode soporta benchmarking enfocado del modelo; Creator Mode ayuda a los desarrolladores a inspeccionar el runtime y construir plugins o presets.
• Código abierto y ejecutable localmente: DSH se publica bajo la licencia MIT y puede usarse a través de su Web UI o compilarse y extenderse desde el código fuente.

DSH se encuentra actualmente en developer preview, por lo que las APIs de plugins y los contratos de configuración podrían introducir breaking changes. Los usuarios en producción deberían pinear la versión de DSH y validar sus profiles, patches y plugins antes de actualizar.

¿Qué es AgentKey?

AgentKey no es un modelo ni otro chat assistant. Es una capa externa de acceso a datos para agents de IA. Mediante una única conexión MCP, otorga a un agente acceso a capacidades como búsqueda web, extracción de contenido, redes sociales, finanzas, e-commerce, inteligencia empresarial y datos cripto o on-chain.

El enfoque tradicional requiere cuentas y API keys separadas para búsqueda, datos sociales, feeds de mercado y otros servicios, además de SDKs, cuotas, facturas y manejo de errores independientes. AgentKey centraliza estas integraciones bajo una cuenta, un balance compartido y un único flujo de trabajo orientado al agente, manteniendo un catálogo en evolución de proveedores y herramientas en la nube.

En lugar de pedirle al modelo que memorice nombres fijos de operaciones API, AgentKey expone tres tools para descubrimiento dinámico:

1. find_tools busca en el catálogo actual usando la intención completa del usuario y devuelve herramientas adecuadas junto con su costo por llamada.
2. describe_tool devuelve el esquema de parámetros de la herramienta seleccionada, los campos requeridos y el costo confirmado.
3. execute_tool ejecuta la herramienta utilizando el esquema que acaba de inspeccionar.

Esto crea un flujo de trabajo consistente para el agente:

User request
   ↓
DSH Agent + AgentKey Skill
   ↓
find_tools → describe_tool → execute_tool
   ↓
AgentKey routes the request to an appropriate data service
   ↓
The result returns to DSH and is recorded in the session trajectory

Esta arquitectura ofrece varias ventajas prácticas:

• Sin integración separada para cada fuente de datos: una sola conexión desbloquea múltiples categorías de herramientas de datos en vivo.
• Un catálogo que puede seguir evolucionando: el agente descubre capacidades en runtime en lugar de depender de nombres de operación hard-coded que quedan obsoletos.
• Costo visible antes de la ejecución: la información de créditos por llamada está disponible antes de que el agente se comprometa con una operación, facilitando el control de tareas por lotes.
• Espacio para routing y fallback: si una ruta de datos no está disponible, el agente puede elegir una interfaz hermana, otra versión o un proveedor alternativo.
• Sin dependencia de un único modelo o harness: AgentKey actúa como una capa de datos que puede servir a DSH y a otros agents que soporten MCP y skills.

¿Por qué encajan AgentKey y DSH?

DSH responde a la pregunta: «¿Cómo debe ejecutar el agente?» AgentKey responde: «¿Cómo debe obtener el agente datos externos en vivo?»

Con ambos implementados, DSH hace más que responder preguntas localmente. Puede entender una tarea, seleccionar una capacidad externa, recuperar información en vivo, cruzar y verificar el resultado, y generar una respuesta mientras todo el proceso se mantiene gobernado por las políticas de herramientas de DSH y el tracing de sesiones.

Integra AgentKey en cinco minutos

Paso 1: Inicia DSH

Después de instalar Node.js, lanza la Web UI de DSH:

npx @deepseek-ai/dsh web

Por defecto, la Web UI inicia en http://127.0.0.1:3080 y se abre en tu navegador.

Paso 2: Instala AgentKey

En macOS o Linux, ejecuta el instalador oficial y dirígelo solo a DSH:

curl -fsSL https://agentkey.app/install.sh | bash -s -- --only dsh

En PowerShell de Windows, ejecuta:

& ([scriptblock]::Create((irm https://agentkey.app/install.ps1))) -Only "dsh"

El instalador realiza dos tareas distintas e igualmente importantes:

• Instala la AgentKey Skill a nivel global para que el agente aprenda a seguir el flujo find_tools → describe_tool → execute_tool.
• Inicia el login con device-code de AgentKey y escribe una configuración MCP remota autenticada en el patch de nivel home de DSH.

Completa la autorización cuando se abra el navegador. La conexión del servidor, la Skill y la autenticación son piezas separadas: instalar solo la Skill no crea herramientas MCP, mientras que escribir solo la configuración MCP no garantiza que el modelo siga el workflow correcto de descubrimiento dinámico.

Si prefieres ver cada operación explícitamente, ejecuta los dos comandos manuales en su lugar:

npx -y skills add chainbase-labs/agentkey -g -a universal -s agentkey -y
npx -y @agentkey/cli --auth-login --only dsh

El segundo comando utiliza un flujo device-code en lugar de OAuth MCP genérico. El cliente MCP de DSH actual pasa headers estáticos a su transporte Streamable HTTP pero no proporciona el authProvider requerido para discovery de 401/OAuth. AgentKey utiliza por tanto su CLI para escribir una Bearer key antes de que DSH conecte.

Paso 3: Comprende dónde va la configuración

La CLI de AgentKey mantiene un único bloque Loader marcado en:

${DSH_HOME:-~/.dsh}/cordis.patch.yml

Este es el patch de nivel home de DSH, por lo que se compone sobre profiles actuales y futuros sin duplicar la misma key en cada profile. Un profile en ejecución puede observar el cambio mediante HMR, mientras que los profiles detenidos y futuros lo cargan la próxima vez que inicien.

Se trata de una integración MCP de DSH gestionada por CLI, no un bundle nativo de DSH instalado mediante dsh plugin add. La API key real debe existir únicamente en el patch local del home. Nunca commitees esa key o archivo de configuración a Git.

Verifica que la integración realmente funcione

No considers el estado Mounted en la página de plugins como prueba de que la configuración está completa. Mountedsignifica que Cordis cargó la fila de configuración; no demuestra que el MCP haya autenticado y sincronizado sus tools.

Verifica la integración en tres pasos:

1. Abre DSH → Settings → Plugins → Plugin list y busca el id configurado agentkey. Expandir la fila debería mostrar mcp-client, respaldado por @deepseek-ai/dsh-mcp-client.
2. En el preset o session donde planees usar AgentKey, confirma que estas tres core tools sean visibles:
   • mcp__agentkey__find_tools
   • mcp__agentkey__describe_tool
   • mcp__agentkey__execute_tool
3. Envía una task que requiera datos en vivo e inspecciona la trajectory para confirmar que el descubrimiento, la descripción y la ejecución ocurrieron realmente.

Por ejemplo, pregúntale a DSH:

Usa AgentKey para encontrar las últimas noticias de IA de hoy. Comienza con find_tools, inspecciona la tool seleccionada con describe_tool, ejecútala y resume los desarrollos principales con fuentes.

También puedes probar workflows más prácticos:

• «Busca en Reddit y X discusiones sobre este producto del último mes, luego resume los pain points recurrentes y feature requests.»
• «Compara el precio actual, reviews y señales de ventas para este producto en varias plataformas de e-commerce.»
• «Inspecciona la actividad on-chain reciente de esta wallet y resúmela por protocolo y tipo de asset.»
• «Combina información empresarial, noticias recientes y datos de mercado en un company brief actualizado.»

Evita hard-codear el nombre de una operación de provider en el prompt. El catálogo de AgentKey evoluciona, por lo que permitir que find_tools seleccione una capacidad desde la solicitud completa del usuario es generalmente más fiable que fijar el workflow en una sola interfaz.

Solución de problemas

El plugin está Mounted, pero faltan las tools de AgentKey

Revisa la política allow/deny de tools del preset activo, session o subagent. El home patch hace disponible el MCP Client para composición de perfil, pero no fuerza que cada context exponga todas las tools. Luego inspecciona los logs de conexión MCP y confirma que la autenticación y sincronización de tools se completaron correctamente.

DSH devuelve 401

Es posible que la Bearer key local falte o sea inválida. Ejecuta nuevamente el comando de autenticación para rotar la key y reemplazar el bloque de configuración gestionado:

npx -y @agentkey/cli --auth-login --only dsh

DSH reporta serverName already in use

Un preset o session anterior podría contener aún otro MCP Client usando serverName: agentkey. Ejecuta la CLI actual nuevamente para que gestione la configuración legacy. Si una session existente ya cargó el antiguo preset, cierra esa session o reinicia DSH una vez.

La configuración no está donde esperabas

Comprueba si DSH_HOME está establecido. Cuando no lo está, DSH usa por defecto ~/.dsh. La CLI imprime el destino real en su resumen de éxito; considera esa ruta como definitiva.

Un entorno remoto o headless no puede abrir el navegador

Usa el modo no-browser para que la CLI imprima la URL de autorización y un QR code:

npx -y @agentkey/cli --auth-login --only dsh --no-browser

Conclusión

Un agente útil es más que un modelo capaz de generar una respuesta. También necesita un runtime confiable, límites claros de herramientas, ejecución rastreable y una forma de llegar a información en vivo fuera de sus datos de entrenamiento.

DSH convierte modelos, herramientas, skills, sessions, sandboxes y componentes UI en un harness composible. AgentKey transforma APIs de datos externos fragmentados en capacidades que un agente puede descubrir y llamar dinámicamente. Juntos, preservan la apertura, observabilidad y configurabilidad de DSH mientras reducen el esfuerzo necesario para añadir búsqueda, datos sociales, de mercado, comercio, empresariales y on-chain.

Si ya estás experimentando con DeepSeek Harness, el punto de partida más sencillo es instalar AgentKey y preguntarle a DSH una cuestión que solo pueda resolverse con información actual:

curl -fsSL https://agentkey.app/install.sh | bash -s -- --only dsh

Ese es el paso de un agente que «sabe mucho» a uno que puede conectarse al mundo y hacer el trabajo.

Referencias

• Presentación oficial de DeepSeek Harness
• Repositorio GitHub de DeepSeek Harness
• Documentación de arquitectura de DeepSeek Harness
• Implementación de transporte del DSH MCP Client
• Sitio web de AgentKey
• Repositorio GitHub de AgentKey y guía de setup de DSH