Ejecuta dsh-superagent en un modelo barato: de issue de GitHub a PR
Configura dsh-superagent de DeepSeek para que un issue que menciona la cuenta del agente se convierta en un pull request, y estima cuánto cuesta un ticket en tokens.
En esta página
Mencionas a un agente en un nuevo issue de GitHub, vas a preparar té y vuelves a un pull request. Eso es lo que hace dsh-superagent de DeepSeek, y puedes ejecutarlo sobre un modelo de CheapTokens a través de DeepSeek Harness (DSH). A continuación: la instalación, la cuenta de GitHub propia del agente, el primer issue de prueba y un presupuesto para un ticket.
Una advertencia del propio repositorio. Su README (consultado el 2 de noviembre de 2026) lo describe como un prototipo de investigación solo de referencia, no un producto oficial de DeepSeek, y advierte que puede contener errores. Tiene licencia MIT, un único commit en main y ninguna release. Ejecútalo en un repositorio en el que puedas permitirte experimentar.
Qué hace realmente#
dsh-superagent es un agente de programación proactivo para un repositorio de GitHub, empaquetado como bundle para DeepSeek Harness. Escucha a GitHub. Cuando alguien de tu lista permitida se lo pide, abre un elemento de trabajo (la documentación lo llama Ticket), trabaja en su propia sesión de agente y su propio directorio, y responde en la conversación original, por ejemplo con un pull request. Un panel web muestra los elementos que necesitan a una persona.
Así que un issue es una sesión, y una sesión es un bucle de llamadas al modelo. Ese bucle es donde se van los tokens; si no has visto por qué, por qué los agentes de IA usan tantos tokens recorre un ejemplo de 20 pasos.
Antes de empezar#
Necesitas, según el documento de despliegue:
- Node.js 22.19+ o 24+, pnpm, git 2.32+, tmux, Python 3.8+
- GitHub CLI 2.48+ (se usa a través de un pequeño wrapper, ver más abajo)
- un repositorio en github.com (GitHub Enterprise Server no es compatible)
- DSH en el rango de versiones de
engines.dshen elpackage.jsondel repositorio - un proveedor de modelos para DSH
El último punto es el que el repositorio deja a tu cargo: la guía de configuración llama al proveedor un paso del operador. Para CheapTokens, conecta DeepSeek Harness a CheapTokens primero y vuelve después. El id de modelo que debes usar es deepseek- (el id completo; la API no acepta el nombre corto de las tablas de precios), y la base de la API es https:/. Los detalles están en la página de documentación de CheapTokens.
Un detalle a tener en cuenta. Según el documento de despliegue, la configuración elimina las variables de entorno cuyos nombres contienen KEY, PASSWORD, SECRET o TOKEN, y quita GH_TOKEN y GITHUB_TOKEN del entorno del worker. Por lo tanto, una clave de proveedor exportada en la shell no llegará al worker; configúrala como se describe en el artículo de conexión.
Instalar y arrancar#
Paso a paso
Instala el bundle
Instala DSH y el repositorio
El documento (docs/006-deployment.md, consultado el 2 de noviembre de 2026) fija un release candidate:
npm install -g @deepseek-ai/dsh@0.2.1-rc.3
git clone https://github.com/deepseek-ai/dsh-superagent-prototype dsh-superagent
cd dsh-superagent
pnpm install && pnpm buildCrea el perfil (solo en instalación nueva)
dsh superagent --from-default-profile web --dump-config > /dev/null
dsh plugin --profile superagent add "link:$PWD"Ejecuta la primera línea solo una vez. En un perfil superagent existente, reemplaza el perfil y borra su cordis.patch.yml.
Añade la configuración
Copia examples/ a ~/. La única clave obligatoria es stateDir, una ruta absoluta donde viven la base de datos, los locks y los archivos del worker. La entrada webserver fija el puerto (3082 por defecto).
Arráncalo
scripts/dsh-superagent start
scripts/dsh-superagent statusstart se ejecuta dentro de una sesión de tmux llamada dsh-superagent.
El comando de estado responde con un código de salida: 0 es normal, 1 significa que un reinicio puede ayudar, 2 significa que una parte falló y un reinicio no lo arreglará, 3 significa que aún se requiere configuración. Empieza con los valores por defecto: perfil superagent, prefijo de rama agent/ y modo de aceptación observe, que registra el trabajo proactivo sin ejecutarlo.
Dale al agente su propia cuenta de GitHub#
Este es el paso que la gente se salta y luego se pregunta por qué no pasa nada. El agente necesita un usuario normal de GitHub con acceso de escritura a tu repositorio; una GitHub App no puede desempeñar este papel.
- Crea el usuario y añádelo como colaborador con acceso de escritura.
- Crea un wrapper
~/:. local/ bin/ gh- agent GH_. Así mantienes el login del agente separado de tu propioCONFIG_ DIR="$HOME/ . config/ gh- agent" exec gh "$@" gh. - Ejecuta
gh-como ese usuario.agent auth login - En el panel web, abre Sources, define el repositorio (
owner/name) y la ruta del CLI al wrapper. - En Policy, añade a
policy.los logins que pueden dar trabajo al agente. Nada se convierte en Ticket hasta que alguien está en esa lista.sources. github. allowed
Lista de verificación
Antes del primer issue
Tu primer issue de prueba#
Abre un issue nuevo en el repositorio y escribe algo pequeño e inequívoco, con el login del agente en formato de código, por ejemplo: @<agent login> fix the typo in README..
La palabra "nuevo" importa. Editar un issue antiguo para añadir la mención no se detecta; un issue nuevo o un comentario nuevo sí. Si el panel muestra un Ticket y luego aparece una rama que empieza por agent/, la cadena funciona.
Pruébalo tú mismoPrueba: no pasa nada después de tu mención. ¿Qué revisas primero?Mostrar respuesta
La lista de permitidos. Hasta que tu login esté en policy., nada se convierte en Ticket. Después de eso, comprueba que la mención estaba en un issue o comentario nuevo, no en uno editado.
Cuánto cuesta un ticket#
El repositorio no publica el uso de tokens por ticket, así que esto es una estimación basada en supuestos declarados. Supongamos que un ticket pequeño requiere 25 llamadas al modelo. Cada llamada lleva la conversación creciente: unos 30.000 tokens de entrada de media y unos 800 tokens de respuesta (un comando, un parche, una nota breve).
Por ticket eso son 30.000 × 25 = 750.000 tokens de entrada y 800 × 25 = 20.000 tokens de salida. Con DeepSeek-V4-Flash a los precios actuales de CheapTokens (entrada $0.015 y salida $0.10 por 1M de tokens), uno de esos tickets cuesta $0.0133.
La parte desequilibrada: la entrada es unas 37 veces la salida, y eso es normal en los agentes, porque cada paso reenvía lo anterior. El mismo ticket en otros modelos:
| Modelo | Entrada $/1M | Salida $/1M | Costo | OpenRouter |
|---|---|---|---|---|
| GLM-5.3-Flash | $0.02 | $0.04 | $0.0158 | $0.0268 |
| DeepSeek-V4-Flash | $0.015 | $0.10 | $0.0133 | $0.0553 |
| MiniMax-M2.7 | $0.05 | $0.15 | $0.0405 | $0.486 |
750.000 tokens de entrada y 20.000 tokens de salida en total. Los precios por 1M de tokens son actuales y cambian junto con nuestras tarifas; la columna de OpenRouter muestra precios de referencia para la misma carga de trabajo.
La tabla también incluye GLM-5.3-Flash (contexto de 390K, hasta 8.192 tokens de salida por respuesta) si tus tickets son cortos y las respuestas pequeñas. Para bucles largos de herramientas, DeepSeek-V4-Flash te da un contexto de 380K, hasta 32.768 tokens por respuesta y un único precio a cualquier hora. Tus propias cifras variarán, así que mueve los controles:
Calculadora de costos
Un día con cinco tickets (25 llamadas cada uno)
Tokens de entrada por solicitud: 30.000 · Tokens de salida por solicitud: 800 · Solicitudes por día: 125
| Modelo | Por día | Por mes |
|---|---|---|
| GLM-5.3-Flash$0.02$0.04 | $0.079 | $2.37 |
| DeepSeek-V4-Flash$0.015$0.10 | $0.0663 | $1.99 |
| MiniMax-M2.7$0.05$0.15 | $0.203 | $6.08 |
Si quieres recortar el lado de la entrada, cómo estimar el coste de un agente de IA cubre los hábitos que más importan.
Mantenlo con correa corta#
Quédate un día en modo observe: registra lo que el agente haría por su cuenta, así ves el patrón antes de que actúe. Permite solo tu propio login al principio. Revisa los tres primeros pull requests línea por línea y comprueba el uso del modelo en tu saldo tras el primer día, luego multiplícalo por tu número real de tickets.
El repositorio también indica que algunos diseños del artículo que acompaña a DeepSeek aún no están implementados, así que trata las funciones que faltan como inacabadas, no como un error tuyo.
Fuentes#
Todos los datos del repositorio provienen de deepseek-ai/dsh-superagent-prototype (README, SETUP.md, docs/006-deployment.md), consultados el 2 de noviembre de 2026. La página del repositorio no muestra fecha de commit y la versión de DSH 0.2.1-rc.3 es un release candidate, así que vuelve a revisar el documento antes de instalar.
