🧰 Гайд DeepSeek Harness + Qwen 3.6 27B + LM Studio

Парни и девчонки, выражаю огромный респект за количество реакций на обзорном посте! Как и обещал, с меня плотный гайд

Тут нужно хотя бы 20 млрд параметров. Всё, что меньше — маловероятно, что нормально работать будет. Мной был выбран Qwen, но можно выбрать что-то ещё

Открыть LM Studio → Discover → найти Qwen3.8-27B
Для Mac на Apple Silicon начать с MLX 4-bit. Для Windows — GGUF. Квант с четырьмя цифрами после запятой вполне себе нормально работает

В LM Studio открыть Developer, загрузить модель и нажать Start Server. Стандартный адрес: http://127.0.0.1:1234

Проверить сервер через терминал:

curl http://127.0.0.1:1234/v1/models

Если вернулся список моделей — LM Studio готов

Проверить Node.js:

node -v

Затем открыть терминал в папке, которую агенту можно читать и изменять:

cd "/путь/к/рабочей/папке" npx @deepseek-ai/dsh web

Harness откроется по адресу http://127.0.0.1:3080

Клонировать и собирать весь GitHub-репозиторий не нужно — npx запускает готовый пакет

В Harness открыть Settings → Models → Add a custom provider и заполнить:

Provider ID: lmstudio Display name: LM Studio Base URL: http://127.0.0.1:1234/v1 API protocol: openai-completions API key: lm-studio

Нажать Fetch available models, выбрать Qwen и сохранить. lm-studio здесь — условный ключ

Железяки нужны неплохие, но и новый Qwen близок к Opus 4.6 = очень мощно :)

P.S. Проще всего это сделать через Codex, чтобы даже не напрягаться :)

bash запускает curl, Python, Git, npm и другие локальные программы
файловые инструменты читают, создают и редактируют документы
grep и glob ищут код и данные по рабочей папке
фоновые задачи, планы и подагенты помогают вести длинную работу
сжатие контекста, планирование
веб-поиск, skills и дополнительные возможности подключаются плагинами (а их там целый магазин)

Канал про ИИ, публикую подборки, гайды понятным языком, мнения — интересный и полезный контент.

Каждый найдет как сэкономить время и увеличить продуктивность с нейросетями⬇

Что понадобится?