Full Free DeepSeek API → opencode (агент)

Локальный OpenAI-совместимый мост к бесплатному веб-чату DeepSeek (chat.deepseek.com), который можно подключить к opencode как обычного провайдера моделей и использовать как полноценного агента (чтение/правка файлов, bash, поиск по коду и т.д.) — без API-ключа и оплаты.

English version: README.en.md

Оригинал проекта: https://github.com/sums001/Deepseek-API Это неофициальный проект, не связанный с DeepSeek. Вы используете свой обычный аккаунт DeepSeek и несёте ответственность за соблюдение его условий.

Содержание

Как это работает
Требования
Единый путь развёртки (копировать целиком)
Пошагово, с пояснениями
Проверка работоспособности
Куда слать запросы: URL и API-ключ
Чат в терминале
Интеграция с opencode
Переключение моделей, DeepThink и веб-поиск
Переменные окружения
Ограничения и важные нюансы
Обслуживание и troubleshooting
Структура проекта
Безопасность
Лицензия

Как это работает

┌──────────────┐   OpenAI API    ┌──────────────────────┐   внутренний   ┌──────────────────┐
│   opencode   │ ───────────────▶│  server/api.py       │ ── протокол ──▶│  chat.deepseek   │
│ (агент/CLI)  │  localhost:8000 │  (FastAPI, /v1/...)  │  + PoW/WASM    │  .com (ваш аккаунт)│
└──────────────┘                 └──────────────────────┘                └──────────────────┘
                                        │
                                        ├── deepseek/auth.py   (вход через браузер, сессия в session/)
                                        └── deepseek/pow.py    (решение proof-of-work через wasmtime)

opencode думает, что общается с обычным OpenAI-провайдером.
Мост транслирует запросы в веб-чат DeepSeek, решает PoW-челлендж (sha3_wasm_bg.wasm в песочнице wasmtime) и отдаёт поток токенов обратно.
Сессия входа сохраняется в session/ (в git не попадает) и обновляется автоматически примерно раз в 5 часов.

Требования

Python 3.9+ (рекомендуется 3.11/3.12)
Node.js 18+ — нужен только для opencode (не для моста)
Аккаунт DeepSeek (бесплатный, тот же, что для chat.deepseek.com)
opencode — https://opencode.ai
ОС: Windows, macOS, Linux

Единый путь развёртки (копировать целиком)

Ниже — весь путь от нуля до работающего агента. Выполняйте блоки по порядку. Замените ~/projects на удобную вам папку.

macOS / Linux

# 0. Предпосылки: Python 3.9+, Node 18+, opencode
python3 --version && node --version && opencode --version

# 1. Клон проекта
mkdir -p ~/projects && cd ~/projects
git clone https://github.com/Tsuev/opencode-deepseek.git
cd opencode-deepseek

# 2. Виртуальное окружение
python3 -m venv venv
source venv/bin/activate

# 3. Зависимости + браузер для Playwright
pip install --upgrade pip
pip install -r requirements.txt
playwright install chromium

# 4. Одноразовый вход в аккаунт DeepSeek (откроется окно браузера)
python -m deepseek.auth

# 5. Конфиг (значения по умолчанию подходят для локального запуска)
cp .env.example .env

# 6. Запуск сервера (оставьте терминал открытым)
python app.py
# -> http://127.0.0.1:8000

Проверка (во втором терминале):

curl http://127.0.0.1:8000/healthz
curl http://127.0.0.1:8000/v1/models

Windows (PowerShell)

python --version; node --version; opencode --version

mkdir $HOME\projects; cd $HOME\projects
git clone https://github.com/Tsuev/opencode-deepseek.git
cd opencode-deepseek

python -m venv venv
.\venv\Scripts\Activate.ps1

pip install --upgrade pip
pip install -r requirements.txt
playwright install chromium

python -m deepseek.auth
Copy-Item .env.example .env
python app.py

Если PowerShell блокирует активацию venv: Set-ExecutionPolicy -Scope CurrentUser RemoteSigned (или активируйте через venv\Scripts\activate.bat в cmd.exe).

Регистрация провайдера и агента в opencode

Содержимое файлов opencode.json и .opencode/agent/*.md — в разделе Интеграция с opencode. После их создания перезапустите opencode.

Пошагово, с пояснениями

1. Клон

git clone https://github.com/Tsuev/opencode-deepseek.git
cd opencode-deepseek

2. Виртуальное окружение

Изолирует зависимости проекта от системного Python.

python3 -m venv venv
source venv/bin/activate        # macOS/Linux
# .\venv\Scripts\Activate.ps1   # Windows PowerShell

3. Зависимости

pip install -r requirements.txt
playwright install chromium     # разовая установка браузера

requirements.txt тянет: playwright (вход + PoW), httpx, fastapi, uvicorn, pydantic, python-dotenv, wasmtime, openai.

4. Вход в DeepSeek (один раз)

python -m deepseek.auth

Откроется настоящий браузер — войдите в аккаунт и пройдите капчу (human-check). После этого токен и cookies сохранятся в session/ и будут переиспользоваться. Сессия обновляется автоматически; повторный вход нужен, только если она полностью истекла.

5. Конфигурация `.env`

cp .env.example .env

Для локального запуска значения по умолчанию подходят. Пароли в .env не хранятся — вход выполняется вручную в браузере.

6. Запуск сервера

python app.py
# -> DeepSeek OpenAI-compatible API on http://127.0.0.1:8000

Альтернатива через uvicorn с другим адресом:

HOST=0.0.0.0 PORT=8080 python app.py
# или
uvicorn server.api:app --host 0.0.0.0 --port 8080

7. Автозапуск при входе в систему (macOS, опционально)

Чтобы сервер поднимался сам и перезапускался при падении, заведите LaunchAgent ~/Library/LaunchAgents/com.deepseek.api.plist:

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE plist PUBLIC "-//Apple//DTD PLIST 1.0//EN" "http://www.apple.com/DTDs/PropertyList-1.0.dtd">
<plist version="1.0">
<dict>
    <key>Label</key><string>com.deepseek.api</string>
    <key>ProgramArguments</key>
    <array>
        <string>/Users/ВЫ/root/other/Deepseek-API/venv/bin/python</string>
        <string>app.py</string>
    </array>
    <key>WorkingDirectory</key><string>/Users/ВЫ/root/other/Deepseek-API</string>
    <key>EnvironmentVariables</key>
    <dict>
        <key>HOST</key><string>127.0.0.1</string>
        <key>PORT</key><string>8000</string>
    </dict>
    <key>RunAtLoad</key><true/>
    <key>KeepAlive</key><true/>
    <key>StandardOutPath</key><string>/Users/ВЫ/root/other/Deepseek-API/logs/server.log</string>
    <key>StandardErrorPath</key><string>/Users/ВЫ/root/other/Deepseek-API/logs/server.err</string>
</dict>
</plist>

mkdir -p logs
launchctl load  ~/Library/LaunchAgents/com.deepseek.api.plist   # включить
launchctl kickstart -k "gui/$(id -u)/com.deepseek.api"          # перезапуск после правок кода
launchctl unload ~/Library/LaunchAgents/com.deepseek.api.plist  # выключить

Важно: при reload=False (как в app.py) изменения кода подхватываются только после перезапуска — используйте kickstart -k. Логи смотрите в logs/server.log и logs/server.err.

Проверка работоспособности

# 1) Живость
curl http://127.0.0.1:8000/healthz
# {"status":"ok"}

# 2) Список моделей
curl http://127.0.0.1:8000/v1/models

# 3) Простой чат
curl http://127.0.0.1:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-chat","messages":[{"role":"user","content":"Привет!"}]}'

Python SDK:

from openai import OpenAI
client = OpenAI(base_url="http://localhost:8000/v1", api_key="unused")
r = client.chat.completions.create(
    model="deepseek-chat",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(r.choices[0].message.content)

Готовые примеры: examples/ (01_* — напрямую из Python, 04_*–06_* — через сервер).

Куда слать запросы: URL и API-ключ

Базовый адрес — http://localhost:8000/v1 (или http://127.0.0.1:8000/v1). Порт меняется переменной PORT в .env / launchd.

Метод	URL	Назначение
`POST`	`http://localhost:8000/v1/chat/completions`	Чат; стриминг через `"stream": true`
`GET`	`http://localhost:8000/v1/models`	Список моделей (`deepseek-chat`, `deepseek-expert`)
`GET`	`http://localhost:8000/healthz`	Проверка живости (без рейт-лимита)

API-ключ: любой. Мост не проверяет Authorization и не читает его (server/api.py не смотрит заголовок), поэтому в SDK, где ключ обязателен синтаксически, пишут заглушку — исторически api_key="unused". В чистом HTTP через curl заголовок Authorization вообще не нужен.

from openai import OpenAI
client = OpenAI(base_url="http://localhost:8000/v1", api_key="unused")

curl http://localhost:8000/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model":"deepseek-chat","messages":[{"role":"user","content":"Hi"}]}'

Нестандартные поля (вне схемы OpenAI) передаются через extra_body: thinking (DeepThink), search (веб-поиск), conversation_id (продолжить диалог; при resume модель игнорируется). Лимит — RATE_LIMIT_PER_MINUTE (по умолчанию 30/мин на IP), /healthz не считается.

Чат в терминале

chat.py — интерактивный REPL, который ходит в chat.deepseek.com напрямую через DeepSeekClient. Сервер (app.py) для этого не нужен.

./ds                      # продолжить последний диалог
./ds --new                # начать новый диалог
./ds --model expert       # Expert — сильнее и медленнее, чем Instant
./ds --think --search     # DeepThink-размышление + веб-поиск
./ds --no-think           # выключить DeepThink для этого запуска

Внутри чата:

Команда	Что делает
`/new`	новый диалог (история на сайте сохраняется)
`/model default` \| `/model expert`	сменить модель (модель фиксируется при создании треда, поэтому смена открывает новый диалог)
`/think`	переключить DeepThink
`/search`	переключить веб-поиск
`/status`	текущая модель и переключатели
`/exit`	выйти (работает и Ctrl-D)

Ответ печатается по мере генерации. Строка, заканчивающаяся на \, продолжается на следующей. Текущий диалог и настройки сохраняются в session/chat_state.json, так что следующий запуск ./ds его продолжит.

Запуск из любой директории — поставьте shim один раз:

mkdir -p ~/bin && ln -sf "$(pwd)/bin/ds-chat" ~/bin/ds-chat
# убедитесь, что ~/bin в PATH

Вариант Command+L прямо в терминале Kaku — в docs/TERMINAL_CHAT.md.

Демонстрация Command+L в Kaku (25 секунд):

Видео: docs/media/kaku-ai.mp4 — H.264/AAC, 1276×992, 1.4 МБ. Превью: docs/media/kaku-ai.png (нажмите на картинку, чтобы открыть видео).

Интеграция с opencode

opencode подключается к мосту как к OpenAI-совместимому провайдеру.

1. Провайдер в `opencode.json`

Создайте opencode.json в корне вашего рабочего проекта (или в ~/.config/opencode/opencode.json для глобальной настройки):

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "local-deepseek": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "DeepSeek (local bridge)",
      "options": {
        "baseURL": "http://127.0.0.1:8000/v1",
        "apiKey": "unused"
      },
      "models": {
        "deepseek-chat": {
          "name": "DeepSeek Chat (Instant)",
          "tool_call": true,
          "reasoning": false,
          "limit": { "context": 64000, "output": 8192 }
        },
        "deepseek-expert": {
          "name": "DeepSeek Expert",
          "tool_call": true,
          "reasoning": false,
          "limit": { "context": 64000, "output": 8192 }
        }
      }
    }
  }
}

npm: "@ai-sdk/openai-compatible" — универсальный OpenAI-совместимый драйвер.
apiKey обязателен для SDK, но мост его игнорирует.
model в opencode указывается как local-deepseek/deepseek-chat или local-deepseek/deepseek-expert.
limit.context — приблизительный; уменьшите, если получаете ошибки о переполнении контекста.

2. (Опционально) Сделать DeepSeek моделью по умолчанию

{
  "$schema": "https://opencode.ai/config.json",
  "model": "local-deepseek/deepseek-chat",
  "small_model": "local-deepseek/deepseek-chat",
  "provider": { "local-deepseek": { "npm": "@ai-sdk/openai-compatible", "name": "DeepSeek (local bridge)", "options": { "baseURL": "http://127.0.0.1:8000/v1", "apiKey": "unused" }, "models": { "deepseek-chat": { "name": "DeepSeek Chat (Instant)", "tool_call": true }, "deepseek-expert": { "name": "DeepSeek Expert", "tool_call": true } } } }
}

small_model используется для служебных задач (генерация заголовков и т.п.).

3. Агент

Файл .opencode/agent/deepseek.md в корне рабочего проекта:

---
description: Инженерный агент на DeepSeek через локальный мост
mode: primary
model: local-deepseek/deepseek-expert
temperature: 0.3
permission:
  edit: allow
  webfetch: allow
  bash:
    "git *": allow
    "*": ask
---

Ты — аккуратный инженерный агент. Сначала изучаешь код, затем предлагаешь
минимальные точечные правки. Не добавляешь комментарии без просьбы. После
изменений запускаешь линтер и тесты проекта, если они есть.

mode: primary — агент доступен как основной (переключается в TUI/через default_agent). Для вспомогательного агента используйте mode: subagent.
Тело файла — это системный промпт агента.

Чтобы назначить его агентом по умолчанию, добавьте в opencode.json:

{ "default_agent": "deepseek" }

4. Перезапуск

opencode читает конфиг один раз при старте. Полностью закройте и заново запустите opencode после создания/правки opencode.json и файлов агентов.

Проверка: в opencode откройте выбор модели — должны появиться DeepSeek Chat (Instant) и DeepSeek Expert под провайдером DeepSeek (local bridge).

5. Почему модель не вносит правки (эмуляция tool calling)

У веб-чата DeepSeek нет канала function calling, поэтому мост эмулирует его текстом: подмешивает в промпт инструкцию «ответь ровно одним блоком ```tool_calls JSON» и затем парсит ответ обратно (server/openai_format.py). Если модель пишет прозу вместо вызова, opencode просто печатает текст и ничего не выполняет.

Что сделано для надёжности:

парсер принимает фенсы, JSON внутри прозы, а также нативный XML/DSML DeepSeek (<tool_call>, function<|tool_sep|>name);
инструкция усилена (запрет прозы + пример + напоминание в конце);
плагин дисциплины добавляет позднюю системную инструкцию.

Диагностика: запустите сервер с DEBUG_TOOLCALLS=1 — при нераспознанном вызове в лог (logs/server.log или stdout) попадёт сырой ответ модели.

DEBUG_TOOLCALLS=1 python app.py

Проверить мост напрямую (без opencode):

curl http://127.0.0.1:8000/v1/chat/completions -H "Content-Type: application/json" -d '{
  "model": "deepseek-chat",
  "messages": [{"role":"user","content":"Create a file /tmp/x.txt with hello"}],
  "tools": [{"type":"function","function":{"name":"write","parameters":{"type":"object","properties":{"filePath":{"type":"string"},"content":{"type":"string"}}}}}]
}'

Успех — "finish_reason": "tool_calls" и заполненный message.tool_calls.

Переключение моделей, DeepThink и веб-поиск

Что	Значение в opencode	Примечание
Быстрая модель	`local-deepseek/deepseek-chat`	По умолчанию
Экспертная модель	`local-deepseek/deepseek-expert`	Сильнее, медленнее
DeepThink (reasoning)	—	Через `extra_body`, см. ниже
Веб-поиск	—	Через `extra_body`, см. ниже

Модель задаётся в opencode штатно (выбор модели или поле model в агенте). thinking (DeepThink) и search (веб-поиск) — это не модели, а дополнительные флаги тела запроса, которые opencode напрямую не передаёт. Их можно включить плагином (см. ниже) либо запросами через curl/SDK:

resp = client.chat.completions.create(
    model="deepseek-expert",
    messages=[{"role": "user", "content": "Что нового в мире?"}],
    extra_body={"thinking": True, "search": True},
)

Плагин дисциплины инструментов (важно для агента)

Из-за эмуляции tool calling (см. выше) модель склонна «описывать» действие вместо вызова. Плагин добавляет позднюю системную инструкцию, требующую реальных tool calls. Файл авто-подхватывается opencode без правки конфига:

глобально: ~/.config/opencode/plugin/deepseek-tool-discipline.js
в проекте: .opencode/plugin/deepseek-tool-discipline.js (лежит в репозитории)

export const DeepSeekToolDiscipline = async () => ({
  "experimental.chat.system.transform": async (input, output) => {
    if (input?.model?.providerID !== "local-deepseek") return;
    output.system.push(
      "CRITICAL: to act you MUST emit real tool calls; never describe the " +
      "action, never print JSON/XML or a tool_calls block as visible text."
    );
  },
});

Хуки experimental.* помечены экспериментальными (проверено на opencode 1.18.x). Если их переименуют, плагин просто перестанет срабатывать и не сломает запуск.

DeepThink и веб-поиск (опционально)

thinking/search — нестандартные поля тела запроса; opencode их напрямую не передаёт. Их можно добавить хуком chat.params (output.options.thinking = true), но не включайте reasoning по умолчанию — он ухудшает соблюдение формата tool calls. Через curl/SDK они работают сразу:

resp = client.chat.completions.create(
    model="deepseek-expert",
    messages=[{"role": "user", "content": "Что нового в мире?"}],
    extra_body={"thinking": True, "search": True},
)

Переменные окружения

Файл .env (копия .env.example):

Переменная	По умолчанию	Назначение
`HOST`	`127.0.0.1`	Адрес прослушивания
`PORT`	`8000`	Порт
`RATE_LIMIT_PER_MINUTE`	`30`	Лимит запросов/мин на IP клиента (`/healthz` не считается)
`DEEPSEEK_PROFILE_DIR`	—	Переиспользовать существующий профиль Chrome с активной сессией
`SERVER_INTERACTIVE_LOGIN`	`1`	Открывать окно браузера при отсутствии сессии; `0` — отдавать `503` (для headless)
`SESSION_REFRESH_ENABLED`	`1`	Фоновое обновление сессии
`SESSION_REFRESH_INTERVAL`	`18000` (5 ч)	Интервал обновления, сек (меньше `SESSION_MAX_AGE` = 6 ч)
`REFRESH_BROWSER_CHANNEL`	`chromium-headless-shell`	Канал Playwright для headless-обновления (меньше RAM)
`REFRESH_BROWSER_CHANNEL_FALLBACK`	`chrome`	Запасной канал, если headless не читает cookies; пусто — отключить
`TOOLCALL_MAX_CONTINUATIONS`	`3`	Сколько раз допрашивать модель «продолжи», если tool call обрезан лимитом вывода
`DEBUG_TOOLCALLS`	—	`1` — писать в лог сырой ответ модели, если вызов не распознан

Пример:

HOST=0.0.0.0 PORT=8080 RATE_LIMIT_PER_MINUTE=60 python app.py

Ограничения и важные нюансы

Сериализация запросов. Один общий аккаунт, PoW-хранилище wasmtime не реентерабельно, поэтому апстрим-вызовы выполняются по одному (см. server/api.py). Параллельные запросы встают в очередь — не стоит запускать несколько агентов/сессий одновременно.
Tool calling эмулируется. Мост буферизует ответ и парсит его в tool calls (server/openai_format.py, parse_tool_calls). Парсер терпим к прозе, фенсам и XML/DSML DeepSeek, но это всё равно менее надёжно, чем нативный API: возможны сбои на длинных многошаговых цепочках. Помогает плагин дисциплины и DEBUG_TOOLCALLS=1 для диагностики.
Нет реального подсчёта токенов. usage — грубая оценка ~4 символа/токен.
Большинство OpenAI-параметров игнорируется (temperature, top_p, max_tokens и т.д.). Действуют только model, messages, stream, conversation_id, thinking, search.
Vision не поддерживается (нет загрузки изображений).
Идентификатор диалога. conversation_id фиксирует модель при создании потока; при продолжении model игнорируется.
Лимит рейта. При 429 используйте экспоненциальную задержку — официальный openai SDK делает это автоматически.
Не хаммерьте аккаунт. Это ваш обычный аккаунт DeepSeek; массовые автоматические запросы могут привести к блокировке.

Обслуживание и troubleshooting

Сессия истекла / 503 login_required

python -m deepseek.auth   # войдите заново

Убедитесь, что SERVER_INTERACTIVE_LOGIN=0 на headless-деплое, а окно входа выполнено заранее.

Playwright Sync API inside the asyncio loop

Не вызывайте синхронный Playwright из event loop — мост уже оборачивает вызовы в run_in_threadpool. Такое сообщение обычно означает нестандартную модификацию кода.

Ошибки PoW / wasmtime

pip install --upgrade wasmtime

Пустая headless-сессия (macOS, Chrome-профиль)

По умолчанию фолбэк на chrome. Оставьте REFRESH_BROWSER_CHANNEL_FALLBACK=chrome или задайте DEEPSEEK_PROFILE_DIR.

429 Too Many Requests

Поднимите RATE_LIMIT_PER_MINUTE и/или добавьте ретраи с backoff.

Порт занят

PORT=8080 python app.py

и укажите http://127.0.0.1:8080/v1 в baseURL провайдера opencode.

Агент отвечает текстом, но файлы не меняет (нет tool calls)

В opencode.json у моделей должно быть "tool_call": true.
Проверьте мост напрямую curl-запросом с tools (см. Интеграция с opencode): должен вернуться "finish_reason": "tool_calls" и непустой message.tool_calls.
Поставьте плагин deepseek-tool-discipline.js (глобально или в проект).
Запустите сервер с DEBUG_TOOLCALLS=1 и изучите сырой ответ модели в логе.
Увеличьте steps у агента и используйте deepseek-expert.

Правки кода не применились после редактирования (launchd)

Сервер под launchd с reload=False — перезапустите его: launchctl kickstart -k "gui/$(id -u)/com.deepseek.api".

Изменения в opencode.json/агентах не применились

Перезапустите opencode — конфиг не перезагружается на лету.

Структура проекта

Путь	Назначение
`app.py`	Точка входа — запускает сервер
`deepseek/`	Ядро: `DeepSeekClient`, вход (`auth.py`), HTTP-драйвер (`client.py`), PoW (`pow.py`)
`server/`	FastAPI OpenAI-совместимый сервер (`api.py`, `config.py`, `openai_format.py` — парсер tool calls, `ratelimit.py`, `schemas.py`)
`.opencode/plugin/`	Плагин дисциплины инструментов для opencode
`examples/`	Запускаемые примеры (прямой Python и через сервер)
`session/`	Сохранённая сессия (cookies + токен), git-ignored
`logs/`	Логи launchd-сервиса, git-ignored
`.env.example`	Шаблон конфигурации
`requirements.txt`	Python-зависимости

Безопасность

Всё в session/ (cookies + bearer-токен) остаётся на вашей машине и исключено из git (.gitignore). Никогда не коммитьте session/.
Пароли/секреты в .env не хранятся — вход выполняется вручную в браузере.
При HOST=0.0.0.0 мост доступен в сети без аутентификации. Биндитесь только на 127.0.0.1 или закрывайте firewall'ом/прокси.
Не публикуйте session/ и .env в публичных репозиториях.

Лицензия

MIT License. Проект неофициальный; вы отвечаете за соблюдение условий использования DeepSeek.

Оригинал: https://github.com/sums001/Deepseek-API

Name		Name	Last commit message	Last commit date
.opencode/plugin		.opencode/plugin
bin		bin
deepseek		deepseek
docs		docs
examples		examples
server		server
.env.example		.env.example
.gitignore		.gitignore
LICENSE		LICENSE
README.en.md		README.en.md
README.md		README.md
app.py		app.py
chat.py		chat.py
ds		ds
requirements.txt		requirements.txt

Latest commit

History

Folders and files

Repository files navigation