مقایسه DeepSeek Harness با Claude Code و Omnigent

مقایسه DeepSeek Harness، Claude Code و Omnigent: کدام‌یک برای شما مناسب است

DeepSeek Harness، Claude Code و Omnigent همگی به عنوان agent harness شناخته می‌شوند، اما هر کدام بخش متفاوتی از مسئله را حل می‌کنند. DeepSeek Harness یک runtime افزونه با رابط کاربری (UI) تحت وب است که در آن مدل مورد نظر خود را ارائه می‌دهید. Claude Code یک برنامه ترمینالی از شرکت Anthropic است که مدل‌های Anthropic را اجرا می‌کند. Omnigent یک ارکستراتور از Databricks است که به جای پیاده‌سازی یک حلقه عامل (agent loop) مستقل، سایر harnessها از جمله Claude Code را هدایت می‌کند. هیچ‌کدام از این ابزارها جایگزین مستقیم دیگری نیستند، بنابراین پرسش اصلی این است که کدام لایه در سیستم شما کم است.

محورهایی که در واقع تفاوت ایجاد می‌کنند عبارتند از: معماری، وابستگی به مدل، رابط کاربری، بلوغ و مجوز. تمامی نسخه‌ها و تاریخ‌های ذکر شده در زیر در تاریخ 18 August 2026 بررسی شده‌اند. دو مورد از این سه ابزار با سرعت زیادی در حال تغییر هستند، بنابراین پیش از انتخاب نهایی، حتماً وضعیت آن‌ها را دوباره بررسی کنید.

DeepSeek Harness چیست و مدل پلاگین چه مزایایی دارد؟

DeepSeek در اوت 2026 ابزار DeepSeek Harness یا dsh را در github.com/deepseek-ai/deepseek-harness منتشر کرد. توضیحات مخزن، کل طراحی آن را در چهار کلمه خلاصه می‌کند: همه‌چیز یک پلاگین است. آداپتور مدل، رجیستری ابزار، لاگ نشست، سندباکس و خود حلقه عامل (agent loop)، همگی پلاگین‌هایی هستند که توسط یک runtime مبتنی بر Cordis بارگذاری می‌شوند. پذیرش این ابزار به‌طور غیرمعمولی سریع بود و مخزن آن تنها چند روز پس از انتشار، از 150,000 ستاره عبور کرد (بررسی‌شده در 18 اوت 2026).

ابزار DeepSeek Harness در حال حاضر در مرحله پیش‌نمایش توسعه‌دهنده است و به‌سرعت در حال تغییر است. تغییرات ناسازگار (BREAKING CHANGES) رخ خواهد داد.

این هشدار خودِ فایل README است و مهم‌ترین جمله در این مقایسه محسوب می‌شود. هر کدی که امروز بر اساس API (رابط برنامه‌نویسی اپلیکیشن) پلاگین بنویسید، احتمالاً در آینده نیاز به بازنویسی خواهد داشت.

اجرای آن را با npx شروع کنید که نیازمند نصب Node.js است:

npx @deepseek-ai/dsh web

این دستور URL مربوطه را چاپ می‌کند. به‌صورت پیش‌فرض، رابط کاربری وب در http://127.0.0.1:3080 در دسترس است. برای بیلد کردن از سورس، از pnpm استفاده کنید:

git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
pnpm install
pnpm run build
pnpm dsh web

عبارت dsh web مخفف dsh --profile web است. هر پروفایل یک دایرکتوری در مسیر $DSH_HOME/profiles/ است و لانچر، پروفایلی را که نام ببرید اجرا می‌کند. این موضوع اهمیت دارد زیرا یک پروفایل headless نیز وجود دارد: dsh --profile headless "job" یک نشست پایدار را اجرا می‌کند، نتیجه را چاپ کرده و خارج می‌شود؛ این همان ساختاری است که برای cron job یا مراحل بیلد (build step) به آن نیاز دارید. فلگ‌های لانچر مانند --profile و --patch باید پیش از آرگومان‌های خودِ اپلیکیشن قرار بگیرند، زیرا لانچر پس از رسیدن به نقطه handoff، پردازش آرگومان‌ها را متوقف می‌کند. فلگی مانند --port متعلق به پروفایل اجراشده است، نه لانچر؛ بنابراین جایگاه آن اهمیت دارد. پلاگین‌ها با ارسال آرگومان‌ها به pnpm مدیریت می‌شوند، همان‌طور که در dsh plugin --profile web add <package> آمده است.

Claude Code چیست و چرا یک برنامه ترمینالی است؟

Claude Code ایجنت CLI (رابط خط فرمان) اختصاصی Anthropic است. این محصول فاقد رابط کاربری وب (Web UI) است. این برنامه در ترمینال شما و در دایرکتوری مورد نظرتان اجرا می‌شود، به همین دلیل برای نشست‌های سروری بسیار مناسب است. نصب آن با یک دستور در macOS، Linux و WSL انجام می‌شود:

curl -fsSL https://claude.ai/install.sh | bash
claude --version

یک نصب موفق، نسخه و نام محصول را چاپ می‌کند، برای مثال 2.1.211 (Claude Code). اگر این کار با خطا مواجه شد، claude doctor بدون شروع یک نشست، تشخیص‌های مربوط به نصب و تنظیمات را به‌صورت فقط‌خواندنی چاپ می‌کند. یک پکیج npm نیز وجود دارد، npm install -g @anthropic-ai/claude-code، که از نسخه v2.1.198 به بعد به Node.js 22 یا بالاتر نیاز دارد. این پکیج همان باینری نیتیو را نصب می‌کند، بنابراین claude نصب‌شده در زمان اجرا از Node.js شما استفاده نمی‌کند. Anthropic همچنین مخازن امضاشده apt، dnf و apk را برای Debian، Ubuntu، Fedora، RHEL و Alpine منتشر می‌کند که در سروری که با ابزارهای مدیریت پیکربندی اداره می‌کنید، انتخاب بهتری است؛ زیرا در این صورت به‌روزرسانی‌ها از طریق گردش‌کار معمول ارتقای سیستم شما دریافت می‌شوند.

Claude Code به یک اکانت Pro، Max، Team، Enterprise یا Console نیاز دارد. طرح رایگان Claude.ai شامل دسترسی به این ابزار نمی‌شود. تصمیم‌گیری بین اشتراک Claude و پرداخت API بیش از هر تنظیماتی در داخل ابزار، بر هزینه‌های شما تأثیر می‌گذارد.

Omnigent چیست و یک meta-harness چه چیزی را ارکستراسیون می‌کند؟

شرکت Databricks در ژوئن 2026 از Omnigent رونمایی کرد و آن را تحت مجوز Apache 2.0 منتشر ساخت. این ابزار خود را یک meta-harness می‌نامد. Omnigent یک حلقه عامل (agent loop) را پیاده‌سازی نمی‌کند، بلکه عامل‌های موجود را هدایت می‌کند: Claude، Codex، Cursor، OpenCode، Hermes، Pi و SDK عامل‌های OpenAI. برخی از این موارد دو بار در لیست harness ظاهر می‌شوند؛ یک بار به شکلی که با SDK فروشنده ارتباط برقرار می‌کند و بار دیگر به شکل native که برنامه ترمینال واقعی فروشنده را بسته‌بندی (wrap) می‌کند.

یک عامل در واقع یک فایل YAML است؛ YAML یک فرمت پیکربندی متنی ساده است:

name: my_agent
prompt: You are a helpful data analyst.

executor:
  harness: claude-sdk

tools:
  word_count:
    type: function
    callable: mypackage.mymodule.word_count
  docs:
    type: mcp
    url: https://example.com/mcp
  researcher:
    type: agent
    prompt: Search for relevant information.

خط executor.harness نقطهٔ کلیدی کل این پروژه است. با تغییر claude-sdk به codex، همان پرامپت با همان ابزارها روی یک فروشنده (vendor) دیگر اجرا می‌شود. یک ابزار می‌تواند یک تابع Python، یک سرور MCP (پروتکل زمینه مدل) یا یک عامل دیگر باشد؛ مورد آخر نحوهٔ بیان کار چند-عاملی (multi-agent) است: یک زیر-عامل (sub-agent) صرفاً یک ابزار محسوب می‌شود. اگر هنوز مشخص نکرده‌اید که مهارت‌ها، سرورهای MCP و فایل‌های قوانین هر کدام به کجا تعلق دارند، مطالعهٔ تفاوت بین مهارت‌های عامل، MCP و فایل‌های قوانین پیش از ادامه توصیه می‌شود، زیرا Omnigent هر کدام از این موارد را که harness زیرین پشتیبانی کند، به ارث می‌برد.

مثال ارائه شده، این ایده را ملموس می‌کند. Polly یک ارکستراتور کدنویسی است که خودش هیچ کدی نمی‌نویسد. این ابزار برنامه‌ریزی می‌کند، کارها را به زیر-عامل‌های کدنویسی در worktreeهای موازی git محول می‌کند و سپس هر diff را به یک بازبین (reviewer) که روی مدل فروشنده‌ای متفاوت اجرا می‌شود، هدایت می‌کند.

آن را با اسکریپت منتشر شده نصب کنید:

curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh

یا آن را به‌صورت دستی نصب کنید که به Python 3.12 یا جدیدتر نیاز دارد:

uv tool install omnigent
omnigent setup
omnigent start

دستور pip install "omnigent" نیز کار می‌کند و موارد اضافی (extras) به روش معمول با uv tool install "omnigent[databricks,modal]" انتخاب می‌شوند. دستور omnigent setup اعتبارنامه‌ها و پیش‌فرض‌ها را جمع‌آوری می‌کند. دستور omnigent start سرور را راه‌اندازی کرده، دستگاه را به عنوان یک host ثبت می‌کند و یک رابط کاربری وب روی http://localhost:6767 ارائه می‌دهد. omnigent server status و omnigent stop دو دستور دیگری هستند که روزانه از آن‌ها استفاده خواهید کرد. اجرای omnigent به تنهایی، یک نشست تعاملی را بدون شروع سرور باز می‌کند.

لیست وابستگی‌ها طولانی‌تر از آن چیزی است که نصب‌کنندهٔ تک‌خطی نشان می‌دهد: Python 3.12 یا جدیدتر، git، Node.js 22 LTS (پشتیبانی بلندمدت) یا جدیدتر به همراه npm و pnpm، tmux برای بسته‌بندی‌های ترمینال native، و bubblewrap (bwrap) برای sandbox لینوکس. این نتیجهٔ مستقیم طراحی آن است. Omnigent باید CLIهای فروشنده را خودش نصب و نظارت کند، بنابراین این یک نرم‌افزار Python است که وظیفه‌اش اجرای نرم‌افزارهای Node.js است.

چه کسی مدل را تأمین می‌کند و چه کسی هزینه آن را می‌پردازد؟

این محور دارای بیشترین پیامدهای عملی است و سه پاسخ ارائه‌شده به‌طور بنیادی با یکدیگر متفاوت هستند.

DeepSeek Harness از مدل «استفاده از زیرساخت خود» (bring-your-own) پیروی می‌کند. کاتالوگ ارائه‌دهندگان نصب‌شده شامل Anthropic، OpenAI، Bedrock، Vertex، Azure و Codex است. یک ورودی ارائه‌دهنده سفارشی شامل یک شناسه ارائه‌دهنده با حروف کوچک، یک نام نمایشی، یک base URL، یک پروتکل API، یک اعتبارنامه و حداقل یک مدل است؛ این همان روشی است که از طریق آن می‌توانید آن را به یک gateway شرکتی یا یک سرور self-hosted متصل کنید. کلیدها در $DSH_HOME/.credentials.yaml نوشته می‌شوند و $DSH_HOME/settings.yaml فقط ارجاعی به آن‌ها را نگه می‌دارد، که به این معنی است که اشتراک‌گذاری فایل تنظیمات ایمن است اما فایل اعتبارنامه‌ها خیر. یک ورودی gateway می‌تواند به‌جای آن به یک متغیر محیطی اشاره کند، با خطی مانند apiKeyEnv: GATEWAY_API_KEY. با وجود نام پروژه، هیچ‌چیز در آن شما را مجبور به استفاده از مدل‌های اختصاصی DeepSeek نمی‌کند.

Claude Code طبق طراحی به یک فروشنده خاص وابسته است. شما با یک حساب کاربری پولی وارد می‌شوید، یا ANTHROPIC_API_KEY را تنظیم می‌کنید و Claude Code یک بار از شما می‌خواهد که آن کلید را به‌جای باز کردن مرورگر تأیید کنید. این مسیر دوم همان روشی است که روی یک سرور headless کار می‌کند. سازمان‌هایی که قبلاً ظرفیت استفاده را از جای دیگری خریداری کرده‌اند، می‌توانند ترافیک خود را از طریق Amazon Bedrock، پلتفرم Agent گوگل کلاود یا Microsoft Foundry هدایت کنند.

Omnigent به هر آنچه که harness زیرین نیاز دارد، نیاز دارد که توسط omnigent setup جمع‌آوری می‌شود. این ابزار کلیدهای API، اشتراک‌های CLI موجود، gatewayهای سازگار با OpenAI یا Anthropic و فضاهای کاری Databricks را می‌پذیرد. این هزینه واقعی یک meta-harness است: یک ماشین در نهایت تمام اعتبارنامه‌های فروشندگان را در خود نگه می‌دارد. پیش از آنکه آن ماشین به اینترنت عمومی نزدیک شود، نحوه دور نگه داشتن اسرار از دسترس یک عامل هوش مصنوعی را مطالعه کنید.

میزان بلوغ هر یک تا اوت 2026 چقدر است؟

ابزار Claude Code از سال 2025 به‌صورت عمومی در دسترس بوده و تا اوت 2026 در شاخه 2.1.x قرار دارد. این ابزار در پس‌زمینه به‌طور خودکار به‌روزرسانی می‌شود، کانال‌های انتشار latest و stable را ارائه می‌دهد، مانیفست‌های انتشار امضاشده با GPG را منتشر می‌کند و برای سازمان‌هایی که به حداقل نسخه نیاز دارند، یک minimumVersion pin مستند کرده است. این مشخصات یک محصول آماده برای استفاده در محیط عملیاتی (production) است.

ابزار Omnigent از ژوئن 2026 عمومی شده، همچنان در سری 0.x قرار دارد و فایل README آن وضعیت پروژه را آلفا توصیف می‌کند. انتظار داشته باشید که هم لیست harness و هم طرحواره YAML دستخوش تغییر شوند. این ابزار قابل استفاده است، اما هنوز به پایداری نرسیده است.

ابزار DeepSeek Harness با اختلاف زیاد، تازه‌ترین مورد است. این ابزار در اوت 2026، چند روز پیش از نگارش این مقایسه منتشر شد و فایل README آن وعده تغییرات ناسازگار با نسخه‌های پیشین را می‌دهد. تعداد بسیار زیاد ستاره‌ها نشان می‌دهد که افراد زیادی آن را دنبال می‌کنند، اما این موضوع هیچ اطلاعاتی درباره تثبیت شدن API افزونه‌ها به شما نمی‌دهد.

هر کدام تحت چه مجوزی ارائه می‌شوند؟

پروژه DeepSeek Harness تحت مجوز MIT است و مجوزهای شخص ثالث در THIRD_PARTY_NOTICES.md ذکر شده‌اند. Omnigent تحت مجوز Apache 2.0 است. ابزار Claude Code متن‌باز نیست: این یک محصول تجاری از شرکت Anthropic است و اجرای آن مستلزم داشتن یک حساب کاربری پولی یا دسترسی API با پرداخت هزینه است. اگر نیاز شما این است که بتوانید تمام خطوط کد را بخوانید و اصلاح کنید، Claude Code پیش از هرگونه مقایسه قابلیت‌ها کنار گذاشته می‌شود. اگر نیاز شما این است که ابزار بدون نیاز به توجه مداوم شما در ماه آینده نیز به کار خود ادامه دهد، این نیاز به سمت دیگری اشاره دارد.

اجرای هر یک از این ابزارها روی VPS چه پیش‌نیازهایی دارد؟

Claude Code ساده‌ترین گزینه در میان این سه مورد است. آن را نصب کنید، وارد حساب خود شوید و آن را داخل tmux اجرا کنید تا نشست (session) شما در صورت قطع اتصال SSH (secure shell) باقی بماند. Anthropic حداقل 4 GB رم (random access memory) و یک پردازنده x64 یا ARM64 را روی Ubuntu 20.04 یا جدیدتر، Debian 10 یا جدیدتر، یا Alpine 3.19 یا جدیدتر توصیه می‌کند. در Alpine، ابتدا باید bash، curl، libgcc، libstdc++ و ripgrep را نصب کنید، زیرا در غیر این صورت دستور نصب با خطای not found متوقف می‌شود. اجرای Claude Code روی VPS داخل tmux مدیریت نشست را به‌طور کامل توضیح می‌دهد.

DeepSeek Harness به Node.js و مرورگری که به رابط کاربری وب آن اشاره کند، نیاز دارد. در فایل README نسخه حداقلی برای Node.js ذکر نشده است، بنابراین Node 22 LTS انتخاب مطمئنی است، چرا که اکوسیستم پیرامون آن معمولاً این نسخه را هدف قرار می‌دهد. پورت 3080 را عمومی نکنید. سرور را روی 127.0.0.1 نگه دارید و پورت را از لپ‌تاپ خود فوروارد کنید:

ssh -N -L 3080:127.0.0.1:3080 you@your-vps

سپس http://127.0.0.1:3080 را به‌صورت محلی باز کنید. نصب کامل DeepSeek Harness روی VPS ساختار پروفایل و دستورات پلاگین را پوشش می‌دهد.

Omnigent سنگین‌ترین گزینه است، زیرا CLIهای دیگران را نصب و مدیریت می‌کند. این ابزار به Python 3.12، Node.js 22، npm، pnpm، tmux و bubblewrap روی همان سیستم نیاز دارد و علاوه بر این‌ها، هر CLI از فروشنده‌ای که فعال کنید را نیز دانلود می‌کند. پورت آن را به همان روش فوروارد کنید:

ssh -N -L 6767:127.0.0.1:6767 you@your-vps

برای سروری که توسط افراد دیگر استفاده می‌شود، مسیر پشتیبانی‌شده، استقرار Docker تحت deploy/ است که به‌طور پیش‌فرض حساب‌های چندکاربره را فعال می‌کند. همین رفتار با تنظیم OMNIGENT_AUTH_ENABLED=1 در سروری که به‌صورت دستی راه‌اندازی شده نیز در دسترس است و ورود OIDC (OpenID Connect) با Google، GitHub، Okta و Microsoft کار می‌کند. راهنمای Omnigent multi-agent harness ارائه‌دهندگان sandbox را بررسی می‌کند؛ موضوعی که به‌محض نوشتن عامل‌ها (agents) روی دیسک اهمیت پیدا می‌کند.

چرا رابط کاربری وب در آدرس IP عمومی سرور شما خالی نمایش داده می‌شود؟

هر دو ابزار وب به‌صورت پیش‌فرض روی loopback گوش می‌دهند و اقدام بدیهی، bind کردن آن‌ها به 0.0.0.0 و باز کردن پورت است. دو مشکل مجزا در اینجا رخ می‌دهد. اولی امنیت است: هیچ‌کدام از این ابزارها در حالت محلی پیش‌فرض خود احراز هویت ندارند، بنابراین یک پورت باز، به معنای یک shell باز روی VPS شماست. دومی یک قانون مرورگر است که کاربران را غافلگیر می‌کند. crypto.randomUUID() تنها در یک بستر امن تعریف می‌شود، که به معنای HTTPS (پروتکل انتقال ابرمتن امن)، localhost یا 127.0.0.1 است. اگر همان رابط کاربری را از طریق یک آدرس ساده مانند http://203.0.113.10:3080 بارگذاری کنید، کنسول مرورگر این خطا را گزارش می‌دهد:

TypeError: crypto.randomUUID is not a function

در این حالت صفحه یا اصلاً رندر نمی‌شود یا ناقص نمایش داده می‌شود، زیرا ایجاد نشست (session) پیش از آنکه چیزی ترسیم شود، با شکست مواجه می‌گردد. هیچ‌چیز در سرور خراب نیست و لاگ‌ها یک درخواست عادی را نشان می‌دهند. مبدأ (origin) توسط مرورگر قابل اعتماد شناخته نمی‌شود، بنابراین تابعی که front end به آن وابسته است، هرگز تعریف نشده است. یک SSH tunnel این مشکل را بدون نیاز به گواهی حل می‌کند، زیرا 127.0.0.1 یک بستر امن محسوب می‌شود. یک reverse proxy که دارای یک گواهی TLS (امنیت لایه انتقال) معتبر باشد نیز این مشکل را برطرف می‌کند، اما در آن صورت باید خودتان احراز هویت را اضافه کنید.

کدام‌یک برای شما مناسب است؟

اگر به یک عامل برنامه‌نویسی نیاز دارید که همین امروز کار کند، مایل به پرداخت هزینه به Anthropic هستید و محیط ترمینال محل اصلی کار شماست، Claude Code را انتخاب کنید. این ابزار تنها مورد از این سه گزینه است که یک محصول تجاری نهایی محسوب می‌شود و نه یک نسخه پیش‌نمایش.

اگر مدل پلاگین برای شما اولویت دارد، DeepSeek Harness را انتخاب کنید: یعنی می‌خواهید آداپتور مدل، محیط sandbox یا حلقه عامل (agent loop) را جایگزین کنید و می‌پذیرید که رابط برنامه‌نویسی که با آن کار می‌کنید تغییر خواهد کرد. کاتالوگ ارائه‌دهندگان این ابزار شامل Anthropic و OpenAI است، بنابراین انتخاب آن شرط‌بندی روی runtime است، نه روی مدل‌های DeepSeek.

اگر در حال حاضر بیش از یک CLI عامل اجرا می‌کنید و مشکل اصلی شما هماهنگی است، Omnigent را انتخاب کنید: مواردی مانند سیاست‌گذاری، sandboxing، بازبینی توسط مدل یک فروشنده دیگر و یک نشست (session) مشترک که دیگران بتوانند آن را مشاهده کنند. این ابزار لایه‌ای به پشته نرم‌افزاری شما اضافه می‌کند و لایه‌ای که به آن نیاز ندارید، لایه‌ای است که می‌تواند باعث خرابی شود. اگر مشکل هماهنگی شما کوچک‌تر از این موارد است، دو نشست Claude Code روی یک سیستم می‌توانند بدون نیاز به یک ارکستراتور در میان، به یکدیگر پیام ارسال کنند.

اگر هنوز در حال بررسی گزینه‌ها هستید، عامل برنامه‌نویسی هوش مصنوعی Mimo Code در همان دسته‌بندی عامل‌های ترمینالی مانند Claude Code قرار دارد و مطالعه درباره اجرای عامل‌های برنامه‌نویسی در یک VM یک‌بارمصرف صرف‌نظر از انتخابتان ارزشمند است، زیرا هیچ‌کدام از این سه ابزار، یک rm -rf بی‌ملاحظه را به‌تنهایی ایمن نمی‌کنند. همچنین هیچ‌کدام از این سه ابزار تصمیم نمی‌گیرند که diff پیشنهادی عامل چقدر بزرگ باشد؛ این موضوع در سطح prompt تعیین می‌شود، بنابراین مهارتی که عامل را به سمت کوچک‌ترین تغییرِ کارآمد سوق می‌دهد، ارزش آن را دارد که بر روی هر ابزاری که انتخاب می‌کنید، پیاده‌سازی شود.

FAQ

آیا برای استفاده از Claude Code به طرح پولی Anthropic نیاز دارم؟

بله. Claude Code به یک حساب Pro، Max، Team، Enterprise یا Console نیاز دارد و طرح رایگان Claude.ai شامل دسترسی به آن نمی‌شود. در یک VPS بدون رابط گرافیکی (headless)، پیش از اولین اجرا ANTHROPIC_API_KEY را تنظیم کنید: در این صورت Claude Code به‌جای تلاش برای باز کردن مرورگر، یک بار از شما می‌خواهد که آن کلید را تأیید کنید. سازمان‌هایی که ظرفیت‌های دیگری در اختیار دارند، می‌توانند آن را به Amazon Bedrock، پلتفرم Agent گوگل‌کلاد یا Microsoft Foundry متصل کنند.

آیا DeepSeek Harness می‌تواند مدل‌های Claude یا OpenAI را اجرا کند؟

بله. کاتالوگ ارائه‌دهندگان نصب‌شده شامل Anthropic، OpenAI، Bedrock، Vertex، Azure و Codex است و شما می‌توانید برای هر ارائه‌دهنده در بخش Settings و سپس Models یک کلید اضافه کنید. هر چیزی خارج از این کاتالوگ به‌عنوان ارائه‌دهنده سفارشی (custom provider) وارد می‌شود که به یک شناسه ارائه‌دهنده با حروف کوچک، یک base URL، پروتکل API، اعتبارنامه و حداقل یک مدل نیاز دارد. کلیدها در $DSH_HOME/.credentials.yaml ذخیره می‌شوند، در حالی که $DSH_HOME/settings.yaml فقط حاوی یک ارجاع است؛ بنابراین از فایل اعتبارنامه‌ها جداگانه نسخه پشتیبان تهیه کنید و آن را خارج از سیستم کنترل نسخه (version control) نگه دارید.

آیا Omnigent جایگزین Claude Code است؟

خیر. Omnigent، ابزار Claude Code را اجرا می‌کند. لیست harnessهای آن شامل Claude، Codex، Cursor، OpenCode، Hermes و Pi است و یک عامل (agent) با یک خط harness: در فایل YAML خود، یکی از آن‌ها را انتخاب می‌کند. شما همچنان باید CLI زیرساختی را خودتان نصب و احراز هویت کنید. Omnigent در سطحی بالاتر، وظایف ارکستراسیون، سیاست‌گذاری و sandboxing را اضافه می‌کند؛ بنابراین زمانی که بیش از یک عامل یا بیش از یک فروشنده (vendor) را اجرا می‌کنید، وابستگی‌های آن توجیه‌پذیر می‌شود.

چرا رابط کاربری وب DeepSeek Harness روی آدرس IP عمومی سرور من خالی است؟

به این دلیل که مبدأ HTTP ساده یک بستر امن محسوب نمی‌شود، crypto.randomUUID() در آنجا تعریف‌نشده است و کنسول مرورگر خطای TypeError: crypto.randomUUID is not a function را گزارش می‌دهد. ایجاد نشست (session) با شکست مواجه می‌شود، بنابراین صفحه به‌صورت ناقص یا اصلاً بارگذاری نمی‌شود در حالی که لاگ‌های سرور عادی به نظر می‌رسند. پورت را از طریق SSH با ssh -N -L 3080:127.0.0.1:3080 you@your-vps فوروارد کنید و http://127.0.0.1:3080 را باز کنید، زیرا loopback یک بستر امن محسوب می‌شود. استفاده از یک reverse proxy با گواهی TLS معتبر نیز کارساز است، که در آن صورت باید خودتان احراز هویت را اضافه کنید.

این harnessها به چه مقدار RAM روی VPS نیاز دارند؟

Anthropic برای Claude Code حداقل 4 گیگابایت رم یا بیشتر را توصیه می‌کند. نه DeepSeek Harness و نه Omnigent عدد مشخصی را اعلام نکرده‌اند، بنابراین به‌جای حدس زدن، اندازه‌گیری کنید. مدل در هر سه مورد به‌صورت از راه دور اجرا می‌شود، بنابراین خودِ harness بیشتر به نظارت بر فرآیندها و عملیات فایل می‌پردازد تا استنتاج (inference). آنچه واقعاً اندازه سرور را تعیین می‌کند، کاری است که عامل روی آن انجام می‌دهد، مانند بیلد گرفتن و اجرای مجموعه تست‌ها. Omnigent بیشترین منابع را می‌طلبد، زیرا Python، Node.js، tmux و تمام CLIهای فروشندگانی که فعال می‌کنید، همگی روی یک ماشین اجرا می‌شوند.