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.

• 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

┌──────────────┐   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.

• 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

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

# 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

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).

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

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

Изолирует зависимости проекта от системного Python.

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

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.

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.

cp .env.example .env

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

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

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.

# 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).

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

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.

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:

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).

opencode подключается к мосту как к OpenAI-совместимому провайдеру.

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.

{
  "$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.).

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" }

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).

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.

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},
)

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.

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},
)

Файл .env (копия .env.example):

Пример:

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

• 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.

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)

1. В opencode.json у моделей должно быть "tool_call": true.
2. Проверьте мост напрямую curl-запросом с tools (см. Интеграция с opencode): должен вернуться "finish_reason": "tool_calls" и непустой message.tool_calls.
3. Поставьте плагин deepseek-tool-discipline.js (глобально или в проект).
4. Запустите сервер с DEBUG_TOOLCALLS=1 и изучите сырой ответ модели в логе.
5. 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.

• 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.

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

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