Agenti e automazioneGuida
Esegui dsh-superagent su un modello economico: da issue GitHub a PR
Configura dsh-superagent di DeepSeek in modo che una issue che menziona l'account dell'agente diventi una pull request, e stima quanti token costa un ticket.
In questa pagina
Menzioni un agente in una nuova issue di GitHub, vai a preparare il tè e torni trovando una pull request. È quello che fa dsh-superagent di DeepSeek, e puoi eseguirlo su un modello CheapTokens tramite DeepSeek Harness (DSH). Qui sotto: l'installazione, l'account GitHub dedicato dell'agente, la prima issue di test e un budget per un ticket.
Un avvertimento dal repository stesso. Il suo README (verificato il 2 novembre 2026) lo definisce un prototipo di ricerca solo a scopo di riferimento, non un prodotto ufficiale DeepSeek, e avverte che potrebbe contenere ancora bug. È con licenza MIT, ha un solo commit su main e nessuna release. Eseguilo su un repository su cui puoi permetterti di sperimentare.
Cosa fa davvero#
dsh-superagent è un agente di coding proattivo per un singolo repository GitHub, confezionato come bundle per DeepSeek Harness. Ascolta GitHub. Quando qualcuno nella tua lista consentita lo interpella, apre un elemento di lavoro (la documentazione lo chiama Ticket), lavora nella propria sessione agente e nella propria directory, e risponde nella conversazione originale, ad esempio con una pull request. Un pannello web mostra gli elementi che richiedono una persona.
Quindi una issue è una sessione, e una sessione è un ciclo di chiamate al modello. È in quel ciclo che finiscono i token; se non hai ancora capito perché, perché gli agenti AI usano così tanti token illustra un esempio in 20 passi.
Prima di iniziare#
Ti servono, secondo il documento di deployment:
- Node.js 22.19+ o 24+, pnpm, git 2.32+, tmux, Python 3.8+
- GitHub CLI 2.48+ (usata tramite un piccolo wrapper, vedi sotto)
- un repository su github.com (GitHub Enterprise Server non è supportato)
- DSH nell'intervallo di versioni indicato in
engines.dshnelpackage.jsondel repo - un provider di modelli per DSH
L'ultimo punto è quello che il repository lascia a te: la guida di setup definisce il provider un passo a carico dell'operatore. Per CheapTokens, collega DeepSeek Harness a CheapTokens prima e poi torna qui. L'id del modello da usare è deepseek- (l'id completo, il nome breve delle tabelle prezzi non è accettato dall'API), e la base API è https:/. I dettagli sono nella pagina della documentazione CheapTokens.
Una cosa a cui fare attenzione. Secondo il documento di deployment, il setup rimuove le variabili d'ambiente i cui nomi contengono KEY, PASSWORD, SECRET o TOKEN, e rimuove GH_TOKEN e GITHUB_TOKEN dall'ambiente del worker. Quindi una chiave del provider esportata nella shell non raggiungerà il worker; configurala come descritto nell'articolo di connessione.
Installa e avvia#
Passo dopo passo
Installa il bundle
Installa DSH e il repo
Il documento (docs/006-deployment.md, verificato il 2 novembre 2026) fissa una 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 il profilo (solo per installazioni nuove)
dsh superagent --from-default-profile web --dump-config > /dev/null
dsh plugin --profile superagent add "link:$PWD"Esegui la prima riga una sola volta. Su un profilo superagent esistente sostituisce il profilo e ne cancella la cordis.patch.yml.
Aggiungi la configurazione
Copia examples/ in ~/. L'unica chiave obbligatoria è stateDir, un percorso assoluto dove risiedono il database, i lock e i file del worker. La voce webserver imposta la porta (3082 per impostazione predefinita).
Avvialo
scripts/dsh-superagent start
scripts/dsh-superagent statusstart viene eseguito dentro una sessione tmux chiamata dsh-superagent.
Il comando di stato risponde con un codice di uscita: 0 è normale, 1 significa che un riavvio può aiutare, 2 significa che una parte è fallita e un riavvio non lo risolverà, 3 significa che il setup è ancora necessario. Parti con i valori predefiniti: profilo superagent, prefisso di branch agent/ e modalità di accettazione observe, che registra il lavoro proattivo senza eseguirlo.
Dai all'agente un account GitHub dedicato#
Questo è il passo che le persone saltano e poi si chiedono perché non succede nulla. L'agente ha bisogno di un utente GitHub normale con accesso in scrittura al tuo repository; una GitHub App non può svolgere questo ruolo.
- Crea l'utente e aggiungilo come collaboratore con accesso in scrittura.
- Crea un wrapper
~/:. local/ bin/ gh- agent GH_. Così il login dell'agente resta separato dal tuoCONFIG_ DIR="$HOME/ . config/ gh- agent" exec gh "$@" gh. - Esegui
gh-come quell'utente.agent auth login - Nel pannello web, apri Sources, imposta il repository (
owner/name) e il percorso della CLI verso il wrapper. - In Policy, aggiungi i login che possono assegnare lavoro all'agente a
policy.. Nulla diventa un Ticket finché qualcuno non è in quella lista.sources. github. allowed
Lista di controllo
Prima della prima issue
La tua prima issue di test#
Apri una nuova issue nel repository e scrivi qualcosa di piccolo e inequivocabile, con il login dell'agente in formato codice, ad esempio: @<agent login> fix the typo in README..
La parola "nuova" conta. Modificare una vecchia issue per aggiungere la menzione non viene rilevato; una nuova issue o un nuovo commento sì. Se il pannello mostra un Ticket e poi compare un branch che inizia con agent/, la catena funziona.
Provalo tu stessoProva: non succede nulla dopo la tua menzione. Cosa controlli per primo?Mostra risposta
La allow-list. Finché il tuo login non è in policy., nulla diventa un Ticket. Dopo, controlla che la menzione fosse in una nuova issue o in un nuovo commento, non in uno modificato.
Quanto costa un ticket#
Il repository non pubblica l'utilizzo di token per ticket, quindi questa è una stima basata su ipotesi dichiarate. Diciamo che un ticket piccolo richieda 25 chiamate al modello. Ogni chiamata porta con sé la conversazione che cresce: circa 30.000 token di input in media e circa 800 token di risposta (un comando, una patch, una breve nota).
Per ticket sono 30.000 × 25 = 750.000 token di input e 800 × 25 = 20.000 token di output. Su DeepSeek-V4-Flash ai prezzi CheapTokens odierni (input $0.015 e output $0.10 per 1M token), un ticket così costa $0.0133.
La parte sbilanciata: l'input è circa 37 volte l'output, ed è normale per gli agenti, perché ogni passo reinvia ciò che è venuto prima. Lo stesso ticket su altri modelli:
| Modello | Input $/1M | Output $/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 token di input e 20.000 token di output in totale. I prezzi per 1M di token sono attuali e cambiano insieme alle nostre tariffe; la colonna OpenRouter mostra i prezzi di riferimento per lo stesso carico di lavoro.
La tabella elenca anche GLM-5.3-Flash (contesto 390K, fino a 8.192 token di output per risposta) se i tuoi ticket sono brevi e le risposte piccole. Per lunghi cicli di tool, DeepSeek-V4-Flash offre un contesto di 380K, fino a 32.768 token per risposta e un prezzo unico a qualsiasi ora. I tuoi numeri saranno diversi, quindi muovi gli slider:
Calcolatore di costi
Una giornata con cinque ticket (25 chiamate ciascuno)
Token di input per richiesta: 30.000 · Token di output per richiesta: 800 · Richieste al giorno: 125
| Modello | Al giorno | Al mese |
|---|---|---|
| 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 |
Se vuoi ridurre il lato input, come stimare il costo di un agente AI copre le abitudini che contano di più.
Tienilo al guinzaglio corto#
Resta in modalità observe per un giorno: registra cosa farebbe l'agente da solo, così vedi il pattern prima che agisca. All'inizio consenti solo il tuo login. Esamina le prime tre pull request riga per riga e controlla l'utilizzo del modello sul tuo saldo dopo il primo giorno, poi moltiplica per il tuo numero reale di ticket.
Il repo dice anche che alcuni design dell'articolo di accompagnamento di DeepSeek non sono ancora implementati, quindi considera le funzionalità mancanti come incomplete, non come un tuo errore.
Fonti#
Tutti i fatti sul repository provengono da deepseek-ai/dsh-superagent-prototype (README, SETUP.md, docs/006-deployment.md), verificati il 2 novembre 2026. La pagina del repository non mostra una data di commit e la versione DSH 0.2.1-rc.3 è una release candidate, quindi ricontrolla il documento prima di installare.
